采用历史数据扩充方法的风力发电量月度预测

• 作者: 唱友义 孙赫阳 顾泰宇 杜维春 王漪 李卫东
• 来源期刊: 电网技术
• 关键词: 数据扩充 单元匹配法 组合预测 区间预测
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 电力市场|Electricity Market
• 页码范围: 1059-1067,中插23
• 页数: 10页
• 分类号: TM721
• 语种: 中文
• DOI: 10.13335/j.1000-3673.pst.2020.1164

摘要

月度风力发电量预测面临天气信息不确定性强和历史数据较少等问题,预测精度较低.根据风力所具有较强的季节特性和短时平滑变化特性,提出了风电月度发电量数据集扩展技术.基于扩展后的数据,利用中期天气预测信息前准后差的特点,提出了基于kdtree单元匹配、数据扩充、时间序列3种预测算法的熵权组合综合预测方法,通过理论及算例分析验证了所提数据扩充方法的有效性和综合预测方法的准确性.所提出的数据扩充方法和综合预测方法可为中长期风力发电月度电量预测提供一种可行的解决思路.