基于融合模型的风电场输出功率短期预测方法

• 作者: 周璇卿 夏展鹏 王凌云 许弘雷
• 来源期刊: 电源技术
• 学科: 工学
• 关键词: 风速预测 功率预测 自回归时间序列 广义回归神经网络 融合预测模型
• 年，卷（期）: 2015,（10）
• 所属期刊栏目: 研究与设计
• 页码范围: 2259-2262
• 页数: 4页
• 分类号: TM614
• 字数: 4734字
• 语种: 中文

摘要

风电场功率短期预测对并网风力发电系统的运行有着重要意义,在考虑风速、温度、海拔等影响风电功率的主要因素的基础上,为提高风电场短期输出功率的预测精度,提出基于风速与风电功率的融合预测模型.首先针对风电功率的直接预测,采用自回归时间序列和广义回归神经网络的组合模型来预测;然后再利用该组合模型预测风速,根据风速与风电功率的关系间接求出预测的风电功率;最后将前两种组合预测模型进行再次组合,得到融合预测模型.以吉林洮北风电场的短期功率预测为例,运用Matlab软件编程实现本文所提出的算法,验证模型的准确性与可行性,得到融合预测模型的预测相对误差为7.156％,可有效提高大型风电场输出功率的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许弘雷	华中科技大学能源与动力工程学院	14	83	6.0	8.0
2	王凌云	三峡大学电气与新能源学院	37	78	5.0	7.0
3	周璇卿	三峡大学电气与新能源学院	2	11	2.0	2.0
4	夏展鹏	三峡大学电气与新能源学院	2	3	1.0	1.0