一种短期风电功率集成预测方法

• 作者: 叶小岭 张颖超 邓华 郭晓杰
• 来源期刊: 电力系统保护与控制
• 关键词: 短期风电功率预测 集成预测方法 Gaussian模型 LSSVM Weibull
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 应用研究
• 页码范围: 90-95
• 页数: 6页
• 字数: 4083字
• 语种: 中文
• DOI: 10.7667/PSPC151030

摘要

为提高短期风电功率预测精度，缩短模型训练时间，提出了一种短期风电功率集成预测方法。根据风速功率曲线和风速频率特征，将风速划分为高、中、低三段，并对每段的风速功率特征进行统计分析。高、低风速段功率波动较大，使用最小二乘支持向量机(Least Squares Support Vector Machine，LSSVM)方法可取得较高的预测精度。中风速段风速数据点较多，且风速和功率有明显的物理关系，使用高斯(Gaussian)模型预测。并用风速功率等级表对各段预测的结果进行订正，保证了算法的稳定性。用上海某风电场2014年的历史数据，验证了Gaussian模型以及高、中、低风速段对应的预测算法选取的合理性。与LSSVM预测方法相比较，集成预测方法既提高了预测精度又缩短了预测时间，适合风电场短期功率的实时预测。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张颖超	南京信息工程大学信息与控制学院	129	947	17.0	23.0
5	叶小岭	南京信息工程大学信息与控制学院	90	607	14.0	19.0
9	郭晓杰	南京信息工程大学信息与控制学院	3	39	3.0	3.0