多风电场短期输出功率的联合概率密度预测方法

• 作者: 朱思萌 李建祥 杨明 韩学山
• 来源期刊: 电力系统自动化
• 关键词: 短期风电功率预测 联合概率密度预测 支持向量机 稀疏贝叶斯学习 动态条件相关回归模型 电力系统
• 年，卷（期）: 2014,（19）
• 所属期刊栏目: 绿色电力自动化
• 页码范围: 8-15
• 页数: 8页
• 字数: 6878字
• 语种: 中文
• DOI: 10.7500/AEPS20130507013

摘要

提出一种多风电场短期输出功率的联合概率密度预测方法。首先利用支持向量机对每座风电场的输出功率进行单点值预测，对预测误差建立稀疏贝叶斯学习模型进行误差的概率密度预测，得到单一风电场输出功率的边际概率密度函数预测结果；对多风场输出功率预测误差特性进行统计分析，发现同一区域内，风电场输出功率预测误差之间存在线性时空关联特性，进而运用动态条件相关回归模型求得相关系数矩阵，定量描述多风电场短期输出功率预测误差之间的动态时空相关关系；最后，综合单一风电场输出功率边际概率密度预测结果和相关系数矩阵得到多风电场输出功率的联合概率密度函数，并借助多元随机变量抽样技术形成包含动态时空关联特性的多维场景。通过实例分析，表明了所提出方法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩学山		16	316	9.0	16.0
2	李建祥	国网山东省电力公司电力科学研究院	13	63	4.0	7.0
3	杨明		6	94	4.0	6.0
4	朱思萌		1	18	1.0	1.0