APP下载

基于BP神经网络与非参数核密度估计的短期风电功率概率区间预测

2020-09-08熊鸣

关键词:风速方法

熊 鸣

(北京信息科技大学 自动化学院,北京 100192)

0 引言

近几年,随着大规模风电并网,风力发电的随机性和波动性对电力系统稳定运行的影响越来越大。提前预测风电场发电量,为电网调度提供发电规律,有助于减轻风电对电网造成的威胁。短期风电功率预测是预测未来72 h的发电量,其结果可用于制定日前发电计划、合理调度电网资源、优化冷热备用等工作[1]。因此研究短期风电功率预测具有重要意义。

目前短期风电功率预测主要有物理方法、统计方法和学习方法[2]。这些方法在短期风电功率预测中各有优缺点,在预测过程中一般根据风电场历史数据的特点进行方法的选取。文献[3]指出,目前的短期风电功率预测均方根误差大约为10%~15%。

这些方法的预测都是确定性预测,其预测结果只是给出了未来该风电场可能出现的确切功率值,无法估计出该确切值出现的概率以及风电功率可能出现的波动范围。文献[4]指出,确定性预测不能全面描述出风电场发电规律,其预测结果不能准确支持电力部门制定发电计划和调度等工作,因此有必要对未来风电功率波动范围进行预测研究。

目前一些学者已经开展了一些功率区间预测研究。例如文献[4]中总结了一些已经在风电概率预测中出现的方法,有高斯分布、β分布、t分布、α-稳定分布等。这些方法实现简单,但缺点是当预测误差不满足某一特定分布时,预测结果将出现较大偏差。另外,分位点回归法也被应用于风电概率预测中,文献[5-7]都应用了该方法,该方法的优点是不用提前假设分布,但缺点是对数据质量要求较高。……

登录APP查看全文

猜你喜欢

风速方法
基于Kmeans-VMD-LSTM的短期风速预测
基于最优TS评分和频率匹配的江苏近海风速订正
学习方法
基于GARCH的短时风速预测方法
用对方法才能瘦
四大方法 教你不再“坐以待病”!
赚钱方法
捕鱼
考虑风切和塔影效应的风力机风速模型
GE在中国发布2.3-116低风速智能风机