基于WRF和SVM方法的风电场功率预报技术研究

• 作者: 丁煌 程兴宏 肖子牛 陶树旺
• 来源期刊: 高原气象
• 学科: 地球科学
• 关键词: 支持向量机 WRF模式 风电功率预报
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 论文
• 页码范围: 581-587
• 分类号: P425.6+3
• 语种: 中文
• DOI: 10.7522/j.issn.1000-0534.2012.00056

摘要

利用WRF(Weather Research and Forecasting)模式,对2006年河北省张北地区某风电场区域全年回报的风速和风向,以及与对应时间段70 m高度的测风塔实测资料进行了对比分析,发现模式预报效果较好.利用2008年全年风电场每台风机的实际功率与对应时刻轮毂高度风速、风向、气温、相对湿度和气压回报资料,使用支持向量机(Support Vector Machine,SVM)回归方法建立了每台风机10min一次的风电场功率预报模型,并利用该模型进行了2009年为期一年的预报试验,检验模型的预报性能.结果表明,集WRF模式和SVM方法建立的风电功率预报方法具有较好的预报效果.各月预报相关系数在0.71～0.82之间,归一化均方根误差在9.8％～16.5％之间,归一化平均绝对误差在5.4％～10.5％之间;全年预报相关系数为0.79,归一化均方根误差为13.3％,归一化平均绝对误差为8.3％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖子牛		30	355	11.0	18.0
2	程兴宏		27	370	11.0	18.0
3	陶树旺		6	362	6.0	6.0
4	丁煌	南京信息工程大学大气科学学院	1	12	1.0	1.0