基于時間序列分析的大型風電場功率預測方法研究.pdf

1、風電功率預測對電力系統(tǒng)有著重要的意義，精確的預測可以降低風電并網帶來的沖擊，提高風電滲透率，增強電力系統(tǒng)運行的穩(wěn)定性。由于風電的隨機性和波動性，加之我國風電場所處地形復雜，風況相對不穩(wěn)定，我國的風電預測在精度上仍然有待提高。
　　在此背景下，本文以時間序列分析為基礎，選取多種風電預測模型對風電場風速和功率進行短期預測，主要工作包括以下幾個方面：
　　對風電場運行數據進行統(tǒng)計分析，并對其進行預處理。分別對多種方法進行研究，建立

2、了風電預測的單一模型和綜合模型。
　　提出了基于遺忘因子優(yōu)化的AR參數估計模型，將系統(tǒng)辨識中比較常用且精度較高的最小二乘估計應用于風電功率預測，利用遞推方程進行建模。為避免數據飽和現象，在最小二乘算法中加入了遺忘因子來控制歷史數據對未來預測情況的影響，其中遺忘因子根據誤差情況進行自動調整來控制數據窗的大小。
　　提出了基于D-S證據理論的改進ARMA模型，將各單一模型的預測值作為多方面信息進行融合，以達到修正ARMA參數的目

3、的。之后，對基于D-S證據理論的改進ARMA模型在選型方面進行了優(yōu)化。
　　在已有的優(yōu)化模型的基礎上，提出了基于組合模型的遞推預測算法，將各種算法進行誤差驗證，選出誤差最小的模型進行下一步預測，再利用變遺忘因子最小二乘算法對結果進行修正，使預測誤差進一步降低。
　　對內蒙古某風電場功率進行了預測，首先對單機風速進行預測，然后對各臺風機進行功率擬合，最后將單機功率疊加得到風電場總功率。將各種算法的預測結果進行比較，實驗證明組合