风电场短期功率测方法研究.pdf

风电场短期功率预测方法研究 摘要 中国的风电场大都是集中的大容量风电场，而且分布在负荷较少地区，风电 的随机性和间歇性，给电力系统的安全稳定运行造成了严峻的挑战，不利于风电 的进一步发展。选取某实际风电场为例，对风电场短期功率预测的多种模型进行 研究和改进，主要的工作包括以下几个方面： 首先对风电场测量参数和运行参数进行了预处理及其统计规律的研究，得到 一些后面研究中要用到的结论。 分析了线性预测模型～一时间序列模型的预测效果；运用了非线性预测模型 一一神经网络与之比较，认为神经网络方法可以提高预测精度，预测误差也呈现 出随季节发生变化的规律。 对同一风机不同时段和不同风机同一时段的功率曲线做了比较，将使用由功 率曲线预测的风电场功率与直接预测的风电场功率进行比较，得出直接预测的风 电场功率最接近实际值的结论。 为进一步提高预测精度，结合风电场功率随机性大的特点，并考虑风电场功 率高阶矩的特征，建立了基于最大信息熵的风电场功率组合预测模型，应用实例 表明，该方法可以有效提高预测精度。 关键词：风电功率预测预测模型功率曲线最大信息熵原理 风电场短期功率预测方法研究 OFWINDPOWER SHORT．TERMPREDICTl0N ABSTRACT mostthethemareIocatedin Chinesewind are and of plantslarge—scaleplants wheretheloadisfew．It’Sa tothe and safelystablyoperation challengepowersystem andrandomwhichwouldbeanobstacletothewind thatthewind’Sintermittence inthe awind asan plant example，thepaper developmentfuture．Takingpower power of models．ThemainWOrksareasfollows： studiedsomekinds forecasting paper’S The onstatisticalrulesofwindfarm wasdonefirst．Some study parameters willbeused1ater． conclusions Themost usedlinear model：timeseries model commonly prediction prediction neuralnetworktomakesurethat was withnonlinear model：the compared prediction theneuralnetworkcan the erroroccurs accuracy，andprediction