基于灰色－辨识模型风电功率短期预测.pdf

第 41卷 第 12期 电力 系统保护 与控 制 V01．41NO．12 2013年6月 16日 PowerSystem ProtectionandControl Jun．16．2013 基于灰色一辨识模型的风 电功率短期预测 王子赞，纪志成 (江南大学物联网工程学院电气 自动化研究所，江苏 无锡 214122) 摘要：为了准确预测风电机组的输出功率，针对实际风场，给出一种基于灰色GM(1，1)模型和辨识模型的风电功率预测建模 方法，采用残差修正的方法对风速进行预测，得出准确的风速预测序列。同时为了提高风电功率预测的精度，引入 FIR-MA 迭代辨识模型，从分段函数的角度对风 电场实际风速一风 电功率 曲线进行拟合，取得合适的FIR-MA模型。利用该模型对额定 容量为850kW的风电机组进行建模，采用平均绝对误差和均方根误差，以及单点误差作为评价指标，与风电场的实测数据进 行比较分析。仿真结果表明，基于灰色一辨识模型的风电机组输出功率预测方法是有效和实用的，该模型能够很好地预测风 电机纽的实时输出功率，从而提高风电场输出功率预测的精确性。 关键词：风速预测；风电功率特性曲线；灰色理论；FIR—MA模型；辨识；最小二乘迭代 Grey--identificationmodelbasedwindpowergenerationshort--term prediction WANG Zi—yun，JIZhi—cheng (InstituteofElectricalAutomation，JiangnanUniversity,Wuxi214122，China) Abstract：Topredicttheoutputpowerofwindturbineaccurately,basedontheGM (1，1)modelandtheidentificationmethod，a windpowergenerationshort—term predictionmethodispresentedfortherealwindfarm ．Therevisionofresidualerrorisappliedto forecastthewindspeedandgettheaccuratepredictedwindspeedseries．Then，inordertoincreasethepredictionprecisionofwind power,theFIR-MA iterativeidentificationmodelisadoptedtofittherealrelationshipbetweensequentialwind speed andwind powerandgettheproperFIR-MA mode1．Bymodelingthewindturbinewhoseratedcapacityis850kW,thispapercomparesthe predictedwindgenerationpowerwiththeobserveddatausingmeanabsolutepercentageerror,rootmena squareerrorandsingle pointerrorasitsevaluationindexes．Thesimulationshowstheeffectivenessandthepracticalapplicabilityofthepresentedmethod， whichcanpredicttherealtimegenerationpowerofwindturbinenessandraisetheaccuracyofthewindpowerprediction ． Finally,the simulationusingtheactu