杨靖萍,徐建平,李 峰

(1.国网浙江省电力有限公司金华供电公司,浙江 金华 321000;2.北京众智新能科技有限公司,北京 100080)

0 引言

随着全球气候恶化和资源枯竭的日益严重,风能、太阳能等可再生能源得到了广泛的重视,风能具有可再生、绿色清洁等优势,成为近年来中国发展最快的产业之一[1]。但是,风能具有高度间歇性、随机性和波动性的特点,给电力的并网和调度带来极大挑战[23]。进行准确、可靠的风速预测是提高风电利用率、保障电网安全和稳定的关键。

风速变化是多种因素共同造成的,但是,至今没有一种固定的风速预测方法,因此,许多风速预测方法被提出并不断改进和提高。目前国内外对风速预测的方法主要可以分为2种:物理方法和统计方法[4]。物理方法是基于物理特征数据进行预测的方法,最常用的是数值天气预报方法(NWP)。文献[5]提出了一种基于NWP的方法来预测极端情况下的风速,并用中国南海的数据进行验证。物理方法有很好的预测性和可解释性,但是计算复杂,不适合在短期风速预测中运用[6]。统计方法则是基于历史数据建立过去和未来之间的关系来进行预测,建模简单且能在短期风速预测中取得较高的预测精度,被广泛用于短期风速预测[7]。文献[8]用改进的自回归移动平均模型(ARMA)进行风速预测,结果明显优于传统的ARMA模型。随着人工智能的发展和社会对预测要求的提高,神经网络、数据预处理技术、优化算法等逐渐被用在风速预测中,并且极大地提高了风速预测的准确性。……