基于功率波动过程的风电功率短期预测及误差修正

摘要：

风资源因具有较强的波动性、随机性与间断性等特点而导致风电功率预测精度不高.为减小风电功率波动对电网的冲击,提高电力系统对风电的接受与消纳能力,提出了改进的风电功率短期预测方法与基于波动的误差修正方法.首先将风电功率按不同波动过程进行聚类划分,提取不同波动的特征曲线对功率值进行修正;采用引力搜索算法优化的反向传播神经网络(GSA-BP)作为基本预测方法进行预测;分析不同波动过程下的预测误差表现,建立预测误差与综合气象指标的映射关系.针对不同波动过程建立相应的风电功率误差修正模型,提出了线性模型和GSA-BP非线性模型相结合的方式对预测误差进行修正,最后以功率预测值叠加预测误差修正值作为最终预测结果.该风电功率预测误差修正方法不仅涉及风速风向等常规因素,而且考虑到了风电功率的波动性.

关键词：风电功率预测、波动特性、神经网络、引力搜索、误差修正

所属期刊栏目：43

资助基金：国家电网公司科技项目"基于广域时空大数据分析的风电功率预测方法研究与应用";可再生能源与工业节能安徽省工程实验室开放资助项目45000-411104/012

在线出版日期：2019-03-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2-9