基于实测数据分析的风电功率预测

摘要：

由于风力发电所利用的近地风能具有波动性、间歇性、低能量密度等特点,对风电场的发电功率进行尽可能准确的预测是风电发展的关键.本文根据某风场的实测数据,采用了时间序列中的自回归移动平均模型(ARMA),对风电功率进行了实时预测;为进一步提高风电功率实时预测的精确性,本文提出了一种基于BP神经网络和ARMA组合模型的预测方法,并对上述实测数据采用该方法进行了实时预测,预测结果表明:组合模型的预测结果与单独的自回归移动平均模型相比,风电功率的实时预测的均方根误差和百分比误差分别减少了4.01％和3.25％,工程中可以采用该组合模型对风电功率进行预测,

关键词：风电功率预测、ARMA模型、组合预测

所属期刊栏目：34

分类号：TM715(输配电工程、电力网及电力系统)

在线出版日期：2012-12-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：48-51