易灵芝，王仕通，易 芳，邓 栋，易志敏，姜 鹏

1.湘潭大学 自动化与电子信息学院，湖南省多能源协同控制技术工程研究中心，湖南 湘潭411105

2.湖南省风电装备与能源变换协同创新中心，湖南 湘潭411105

3.湘电风能有限公司，湖南 湘潭411105

风力发电作为风能利用的主要形式，因其环保可持续、成本低和规模效益显著的特点[1]，广泛地分布在世界各地。但与传统发电如火力发电的方式相比，风速较强的波动性和随机性为电力系统带来了巨大的挑战，例如因风电短时间大范围的波动导致的风电功率爬坡事件[2]。这种情况会导致电力系统短时间内失去大量电源，打破原有的平衡，可能引起电力系统的崩溃。目前对风电功率爬坡的研究主要集中在预测方面，通过对未来一段时间的风电功率变化进行预测，为之后的风电爬坡研究提供基础[3]，而风速的预测正是风电功率预测的基础。此外，较强的风速波动也容易导致风电机组自身出现事故，例如轴承和叶片断裂。因此准确的风速预测一方面可以保护风电机组，另一方面能够在保护电力系统的同时帮助电力部门制定完善的发电调度计划。

目前，对风速预测的研究可分为长期预测、短期预测和超短期预测[4]。超短期预测可以对未来数分钟的风速值进行精确预测，可用于对风电机组的保护、控制和电力调度[5]。常见的超短期风速预测建模方法有时间序列法、卡尔曼滤波法、人工智能方法等。时间序列预测……