基于季风特性改进风电功率预测的研究展望

被引:36
作者
杨正瓴
冯勇
熊定方
杨钊
张玺
张军
机构
[1] 天津大学电气与自动化工程学院
关键词
智能电网; 风电; 预测; 季风; 空间相关性; 主要能源消费区;
D O I
10.14171/j.2095-5944.sg.2015.01.001
中图分类号
TM614 [风能发电];
学科分类号
0807 ;
摘要
准确可靠的风电功率预测是智能电网风电消纳的关键基础之一。我国风能充沛地区大多数在季风区,利用季风在地理空间上的大范围一致性,可以显著提高风速空间相关性预测的效果,增加预测的提前时间,提高预测的准确率和可靠性。特别地,引起冬季风的蒙古高气压,与我国北部非季风区的风能充沛地区关系密切。因此,改进空间相关性预测的方法,不仅对季风区适应,还可用于我国北部非季风区冬季的风电功率预测。
引用
收藏
页码:1 / 7
页数:7
相关论文
共 16 条
[1]  
中国大百科全书.[M].《中国大百科全书.军事》编委会; 编.中国大百科全书出版社.2005,
[2]  
东亚季风.[M].陈隆勋等著;.气象出版社.1991,
[3]   基于空间相关性的风电功率预测研究综述 [J].
叶林 ;
赵永宁 .
电力系统自动化, 2014, 38 (14) :126-135
[4]   基于风电场功率特性的日前风电预测误差概率分布研究 [J].
丁华杰 ;
宋永华 ;
胡泽春 ;
吴金城 ;
范晓旭 .
中国电机工程学报, 2013, 33 (34) :136-144+22
[5]   基于Copula理论的风电场间风速及输出功率相依结构建模 [J].
蔡菲 ;
严正 ;
赵静波 ;
冯冬涵 ;
郭军 ;
胡殿刚 .
电力系统自动化, 2013, 37 (17) :9-16
[6]   联合资料同化理论及其研究进展 [J].
李崇银 ;
黄红艳 ;
陈超辉 ;
桂发银 .
测绘科学技术学报, 2013, 30 (04) :343-348
[7]   风电消纳关键问题及应对措施分析 [J].
朱凌志 ;
陈宁 ;
韩华玲 .
电力系统自动化, 2011, 35 (22) :29-34
[9]   风电场功率预测物理方法研究 [J].
冯双磊 ;
王伟胜 ;
刘纯 ;
戴慧珠 .
中国电机工程学报, 2010, 30 (02) :1-6
[10]  
Probabilistic Forecasting.[J].Tilmann Gneiting;Matthias Katzfuss.Annual Review of Statistics and Its Application.2014, 1