基于时序长记忆模型的风电场短期功率预测

摘要：

随着风电的飞速发展,风电场接入电网的规模日益扩大,随之而来的是对风电功率预测准确性要求的提高,准确的风电功率预测可以更好地利用风能资源,减小风电并网对电网的不利影响.为了提高风电预测的精度,采用最大期望算法(expectation maximization algorithm,EM算法)对风电场功率历史数据进行处理,填补缺失值,替换错误数据,然后采用修正重标极差分析法即修正R/S分析方法分析数据的长记忆性,采用时间序列ARFIMA模型,然后根据预测时刻之前的功率数据,通过贝叶斯统计推断对模型参数进行估计,生成预测模型方程,进而对风电场输出功率进行预测.

关键词：风电功率预测、EM算法、时间序列分析法、修正R/S分析法、ARFIMA模型

所属期刊栏目：15

分类号：TM614(发电、发电厂)

在线出版日期：2016-01-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：50-55