风电功率预测问.docVIP

风电功率预测问题 摘 要 本文研究了风电功率预测的问题。 问题1中，首先通过聚类分析选出与预测日相似度最大的历史日数据，将它们作为建模预测用的新训练样本，然后分别建立基于ARMA的卡尔曼滤波模型、GARCH模型、固定权系数组合模型对风电功率进行预测，检验均通过。与单一预测模型相比，固定权系数组合模型实现了前两种模型的优缺点互补，并降低了预测后滞效应，功率预测曲线平均准确率为90.75%，平均合格率为98.09%，均高于前两种模型，预测效果比较理想。 问题2中，通过比较单台与多机风电机组功率预测的相对误差，除PA误差偏大之外，其它多机风电功率预测误差均稍大于单台功率预测误差，单台风电机组功率预测的相对误差之间相差不大。分析得出，风电机组汇聚会改变电功率波动的属性，使预测误差偏大。 平均误差 PA PB PC PD P4 P58 模型一 20.24% 13.17% 13.08% 15.25% 15.97% 17.63% 模型二 15.62% 14.77% 14.08% 16.13% 16.57% 19.07% 模型三 11.78% 10.06% 10.66% 9.35% 11.57% 13.07% 问题3中，为了进一步提高风电功率实时预测精度，以前三种模型的预测值作为输入层，以当前预测点功率实际值作为输出层，建立了基于神经网络的变权组合预测模型。预测曲线平均准确率达到93.