风速与风电功率预测误差概率分布的时变特性分析

被引:39
作者
王松岩 [1 ]
李碧君 [2 ]
于继来 [1 ]
徐泰山 [2 ]
机构
[1] 哈尔滨工业大学电气工程及自动化学院
[2] 国网电力科学研究院
关键词
风速; 风电功率; 预测; 概率分布; 高阶Volterra级数;
D O I
10.13335/j.1000-3673.pst.2013.04.001
中图分类号
TM614 [风能发电]; O211.61 [平稳过程与二阶矩过程];
学科分类号
0807 ; 020208 ; 070103 ; 0714 ;
摘要
风速与风电功率预测效果一般会随着预测时间的延长逐渐变差,并使误差概率分布发生变化。比较准确地掌握风速与风电功率预测误差概率分布随时间变化的规律,对合理评估电网运行态势和优化调控电网运行策略具有重要价值。以超短期在线调度至短期预调度时窗为例,以高阶Volterra级数时间序列预测方法为工具,结合实际风电场数据,对风速与风电功率进行预测,并统计分析误差概率分布及其随预测时间变化的规律。统计发现,对特定的误差要求,当预测时长不大于60min时,风速和风电功率预测误差概率随预测时长具有基本呈线性或弱二次函数衰减的特性。
引用
收藏
页码:967 / 973
页数:7
相关论文
共 10 条
[1]   风速与风电功率的联合条件概率预测方法 [J].
王松岩 ;
于继来 .
中国电机工程学报, 2011, 31 (07) :7-15
[2]   含风电场电力系统旋转备用获取模型 [J].
葛炬 ;
王飞 ;
张粒子 .
电力系统自动化, 2010, 34 (06) :32-36
[3]   考虑风电接入后二次备用需求的优化潮流算法 [J].
张国强 ;
张伯明 .
电力系统自动化, 2009, 33 (08) :25-28
[4]   基于人工神经网络的风电功率预测 [J].
范高锋 ;
王伟胜 ;
刘纯 ;
戴慧珠 .
中国电机工程学报, 2008, (34) :118-123
[5]   基于线性空间投影的计算Volterra级数高阶核的方法 [J].
司伟 ;
段哲民 ;
王海涛 .
计算机应用研究, 2008, (11) :3340-3342
[6]   基于最小二乘支持向量机的风电场短期风速预测 [J].
杜颖 ;
卢继平 ;
李青 ;
邓颖玲 .
电网技术, 2008, (15) :62-66
[7]   时间序列与神经网络法相结合的短期风速预测 [J].
蔡凯 ;
谭伦农 ;
李春林 ;
陶雪峰 .
电网技术, 2008, (08) :82-85+90
[8]   基于时间序列分析和卡尔曼滤波算法的风电场风速预测优化模型 [J].
潘迪夫 ;
刘辉 ;
李燕飞 .
电网技术, 2008, (07) :82-86
[9]   风电场风速和发电功率预测研究 [J].
杨秀媛 ;
肖洋 ;
陈树勇 .
中国电机工程学报, 2005, (11) :1-5
[10]  
Time-series models for reliability evaluation of power systems including wind energy[J] . R. Billinton.Microelectronics Reliability . 1996 (9)