基于动态权重的风电功率组合预测方法研究.pdfVIP

第33卷第 1／2期 东 北 电 力 大 学 学 报 Vo1．33．No．i／2 2013年4月 JournalOfNortheastDianliUniversity Apr．，2013 文章编号：1005—2992(2013)01／02—0131—06 基于动态权重的风 电功率组合预测方法研究 杨 茂 ，贾云彭，钱 为，陈 琳 (东北电力大学 电气工程学院，吉林 吉林 132012) 摘 要：风电功率预测对风电并人电网、电力系统的调度和电网安全稳定运行有着重要的影响。 由于风电场发电功率受风速、风向、地理、气象等多方面因素的影响，既具有时间相关性，也具有空间相 关性，单一的预测模型往往达不到预期效果。为提高风电场发电功率预测精度，主要针对风电功率预测 建立基于动态权重选取得组合模型进行研究，通过该组合模型来对风电场的发电量进行预测，并且应用 多个评价指标来对预测结果进行评价，通过对吉林西部某风电场实测数据的预测，验证 了模型的有效 性。 关 键 词：风电功率；组合预测 ；动态权重；准确率；合格率 中图分类号：TM614 文献标识码 ：A 由于风具有波动性、间歇性、低能量密度等特性，使得风电功率的精准预测成为一大难题。如果风 电功率预测误差较大，会影响电力系统的调度和安全稳定运行。因此，提高风电功率的预测精度成为首 要任务。准确的风电功率预测，有利于风电接人电网时，合理安排调度计划，减小风电波动对电网的影 响，保障电网安全平稳运行，提高风电的竞价上网能力。 功率预测方法按照不同的标准有不同的分类。根据预测物理量的不同可分为2类 ：第 1类是对风 速进行预测，然后根据风电机组或风电场的功率曲线得到风电场的输出功率；第2类是直接预测风电场 的输出功率。根据所采用数学模型的不同可分为持续预测法、自回归滑动平均 (Auto—regressiveand MovingAverage，ARMA)模型法、线性回归法、卡尔曼滤波法和智能方法等。上述预测方法都采用单一 的预测模型，这会导致某些测量点出现较大误差。因此采用组合预测法成为一种研究趋势。 国内外已经开始研究多种模型组合的风电功率预测方法。目前组合预测方法主要有2类：传统组 合方法和智能组合方法。传统组合方法有：等权平均组合预测法、最优权系数法、回归组合法等，其中等 权平均组合预测法能降低单一预测方法的预测风险，且相比于方差 一协方差优选组合法、回归组合法、 最优权系数法等具有较好的预测稳定性，因此是一种较成熟、常用的组合预测方法。传统组合方法物理 意义明确，但权值的确定较为复杂，并且缺乏将各种基本方法进行非线性组合的能力。智能组合方法是 指运用神经网络等智能算法，通过样本训练确定各种基本模型的组合权重系数 ，进而对各种基本预测结 果进行组合的方法，该方法不限制组合权系数的取值范围，又能非线性地拟合各种基本方法的预测结 果，而且避免了传统组合模型中确定权重系数的困难，因此这种组合预测思路值得深入研究。但上述方 法中往往要求系统是静态的，弱线性或者弱非线性。而对于现实环境中比较复杂的系统，这种假设难以 满足。 本文以提高风电预测精度为 目的，将时间序列模型、持续法模型和线性回归模型组合起来，用等权 重平均法、合作对策法和动态权重法确定各单一模型的权重系数，通过该组合模型来对风电场的发电量 收稿 日期：2012—09—14 基金项 目：吉林省产业技术研究与开发专项项 目(JF2012C018)；国家科技支撑计划课题三(2011BAA07B03) 作者简介：杨 茂 (1982一)，吉林省吉林市人，东北电力大学电气工程学院讲师，博士，主要研究方向：风电功率预测 】32 东北电力大学学报 第33卷 进行预测，并且应用多个评价指标来对预测结果进行评价，从而得到由动态权重确定的组合模型为最优 加权组合模型，即其预测精度和鲁棒性等更优。 1 权重理论 1．1 等权重平均法 等权重平均法的计算公式为 P ：