徐彦农 ， 王一帆 ， 王浩淳 ， 田辰蔚 ， 张兆欣 ， 李昕潞

（中国矿业大学，北京 100083）

0 引言

对风电功率进行及时准确的预测，可以显著增强电力系统的安全性、稳定性、经济性和可控性，研究风功率预测技术具有重要意义[1]。但由于风速风电功率输入数据序列误差、预测模型精度误差、功率特性曲线拟合准确度误差等方面影响，区域风电功率预测误差较大[2]。

国外风电功率预测技术起步较早，20世纪80年代就开始了风电功率预测相关技术研究。开发了Prediktor 系统和 WPPT（Wind Power Prediction Tool）系统，并将两者整合为Zephry系统[3]。德国的太阳能研究所开发了风电功率管理系统（WPMS）；西班牙、爱尔兰、法国等国家也都开发了各自的风电功率预测系统[4]。

国内科研机构已取得多项研究成果。文献[5]为了提高预测精度，搭建了基于神经网络的风功率预测模型，并应用于吉林电网调度中心。文献[6]将分析得出的粗糙集理论影响风速预测的主要因素，作为中长期风速预测模型的附加输入，建立基于粗糙集混沌神经网络预测模型。文献[7]采用 WRF 中尺度数值预报模式选择合适的网格分辨率对风电场风速进行预测。文献[8]为了建立组合预测模型预测风电功率，提高预测精度，利用交叉熵理论判断各预测方法的相互交叉程度。文献[9]利用经验模式分解理论将风电功率时间序列分解为随机分量和趋势分量，采用径向基函数神经网络和最小二乘支持向量机进行混沌预测，再拟合各分量得到最终结果。

课题组采取了一种基于指数平滑法的风功率预测方法。……