王小娟, 刘俊霞, 胡 兵, 郑连清

(1.新疆工程学院 公共基础学院，乌鲁木齐 830011； 2.新疆工程学院 控制工程学院，乌鲁木齐 830011)

0 引言

风能凭借储量丰富、分布广泛和清洁无污染越来越引起人们的关注。近年来，随着我国风电装机容量的逐步增长，风力发电规模逐渐增大，风力发电占电网总发电量的比例逐步加大。然而因风能有波动性、间歇性、低能量密度等特征，导致风电功率具有同样的特征，当大量风电并网，会对电力系统的安全稳定运行产生严重影响，为此需要采用适当的方法准确预测短期风电功率，从而根据预测的风电功率对风力发电进行合理调度，以避免风电大量并网所带来的影响。

为了准确预测风电功率，国内外学者开展了大量研究，对于短期风电功率的预测研究主要有物理模型法、统计模型法、智能算法模型和组合模型法[1-2]。物理模型法需要根据风电场实际气象数据及地理物理信息预测未来的气象，建立气象数据与风电功率的映射关系[2-3]，具有鲁棒性强、计算时间短、不需要历史数据的支持的优点，但是建模过程复杂，要求对数据采集精度高。统计模型法根据风电场历史风速或者风机输出功率数据，采用系统辨识、曲线拟合等方法预测短期风电功率，常用的统计模型有时间序列法、灰色关联度法、聚类分析法等[4-5]。统计模型法具有建模简单的优点，但是该预测方法仅仅考虑历史风电功率数据或风速数据，不考虑其他气象数据和风机运行状态数据，预测精度受影响。……