王凌云， 夏展鹏，许弘雷，周璇卿

(1.三峡大学电气与新能源学院，湖北宜昌443002；2.华中科技大学能源与动力工程学院，湖北武汉430074)

基于融合模型的风电场输出功率短期预测方法

王凌云1， 夏展鹏1，许弘雷2，周璇卿1

(1.三峡大学电气与新能源学院，湖北宜昌443002；2.华中科技大学能源与动力工程学院，湖北武汉430074)

风电场功率短期预测对并网风力发电系统的运行有着重要意义，在考虑风速、温度、海拔等影响风电功率的主要因素的基础上，为提高风电场短期输出功率的预测精度，提出基于风速与风电功率的融合预测模型。首先针对风电功率的直接预测，采用自回归时间序列和广义回归神经网络的组合模型来预测；然后再利用该组合模型预测风速，根据风速与风电功率的关系间接求出预测的风电功率；最后将前两种组合预测模型进行再次组合，得到融合预测模型。以吉林洮北风电场的短期功率预测为例，运用Matlab软件编程实现本文所提出的算法，验证模型的准确性与可行性，得到融合预测模型的预测相对误差为7.156%，可有效提高大型风电场输出功率的预测精度。

风速预测；功率预测；自回归时间序列；广义回归神经网络；融合预测模型

由于风能的随机性和间歇性会造成风电场输出功率频繁波动，给含风电场的电力系统调度带来新的困难，使得运行和调度人员难以像对待常规机组那样准确给出系统内各台发电机组的调度计划，导致系统的运行情况可能发生恶化，因此风能的预测对电网的平稳安全运行具有十分重要的意义。……