基于组合预测的风电场风速及风电机功率预测.pdfVIP

第 33 卷 第 18 期 V ol. 33 No . 18 2009 年 9 月2 5 日 Sept . 25, 2009 张国强, 张伯明 ( 清华大学电机系电力系统国家重点实验室, 北京市 1000 84) : 。 ( BP ) , ; , 。 , , 。 : ; ; ; ; : TM 614 ; T M7 15 0 1 近几年来中国风力发电发展迅速, 截 2007 年 1. 1 底全国风电场累计装机已经超过 6 GW, 预计到 风速明显具有随季节周期变化的特点, 应加以 2010 年 国内风 电装机容量将达到 10 GW ~ 利用。本文提出一种基于相似性曲线样本的神经网 16 GW[ 122] 。随着风力发电的迅速发展, 对风力发电 络算法来利用风速的季节性周期变化特性预测风 [ 325] 相关技术的研究也日趋迫切 。风速及风电预测 速。以当前某一段时间( 如 1 d) 内的风速( 每小时) 作为风力发电研究的基础环节之一, 对于电网的运 变化曲线为样本, 在一定的时间周期( 如2 个月) 内 行调度有重要作用, 得到越来越多的关注。 寻找与风速样本变化相似的曲线簇, 本文认为风速 风电场的有功出力由风速决定, 由于风速本身 样本下一段时间内的风速变化趋势应与得到的曲线 固有的随机性和间歇性, 加大了风速预测的难度, 风 簇的下一段时间内的曲线变化趋势相近。用得到的 电预测的准确性 今仍未得到有效的解决。目前, 曲线簇作为样本训练神经网络, 然后再预测未来一 风电场日前风速预测的误差一般在25% ~ 40% 左 段时间( 如1 d) 内的风速变化曲线, 就可以利用风速 右, 风速预测的准确性不仅与预测方法有关, 还与预 季节性周期变化的特性。该方法的核心是风速相似 测地点的风速特性有关。此外, 预测时间越短, 预测 曲线的有哪些信誉好的足球投注网站算法, 本文提出一种基于分段线性化的 误差越小, 随着预测时间的增大, 预测误差也会逐渐 相似风速曲线有哪些信誉好的足球投注网站算法。 增大, 这时, 风速预测的准确性更难以解决。 1. 1. 1 基于分段线性化的相似风速曲线有哪些信誉好的足球投注网站算法 目前采用的风速及风电预测方法主要有时间序 分段线性化方法最初由P avl d s 和H orow tz [ 629] [ 102 14] 列法 和神经网络法 两大类, 从预测效果来看 [ 15] 提出 , 此后Keogh 提出了一种采用分段线性化方 它们各有优缺点。但是, 这些方法多是针对超短期 [ 162 17] 法的快速有哪些信誉好的足球投注网站算法 , 该算法计算量较大, 而且对 预测( 即只预测当前时刻后一步或几步内的风速) , 于时间轴的缩放敏感。为解决此问题, 本文提出的 对于短期预测( 预测步数加大, 如预测当前时刻后 相似性算法如下: 24 h 内的风速) 的研究较少, 而且预测步数加大后误 1) 首先找出风速曲线X 上的分段关键点,检索 差也较大。 关键点的方法是首先检索出曲线上的所有极值点集 本文重点研究了日前短期风速预测, 提出