风电功率组合预测研究

随着风电技术的日益成熟,风电成本日益降低,风电的并网容量得到了增加,但是风电本身固有单位功率密度低、波动性和随机性强等特点,给电网的调度和运行成本带来了问题,为了合理安排调度计划,保证电力系统稳定运行,进一步增加电网对风电的接纳能力,需要对风电输出功率进行较为准确预测。国内外学者在针对风电功率预测方面作了大量研究。研究表明,不同的预测方法包含着不同的信息,因此组合预测能有效地利用各信息提高预测精度。 目前,在风电功率预测方面的研究有一定的局限性：(1)预测精度有待提高；(2)中长期预测精度偏低,且缺少有效地预测方法；(3)在预测过程中,如何把各种预测方法有效地进行组合。今后的发展趋势是在研究新方法的基础上,进行有效地组合预测,达到较高预测精度和较长预测尺度的要求。 本文对风电功率组合预测理论进行了详细的分析。分析了时间序列法、灰色神经网络法、小波神经网络法。在基于单项预测基础上,提出熵权法、合作对策论法、基于误差绝对值和最小的组合预测模型和基于向量夹角余弦的组合预测模型应用于电风电功率预测。最后,结合实例,分析了我国北方某风场的风电功率单项预测结果和组合预测结果,对预测结果进行分析和比较。