基于高阶Markov链模型的风电功率预测性能分析.pdfVIP

第4O卷 第 6期 电力 系统保护与控制 、，01．40No．6 2012年 3月 16日 PowerSystem ProtectionandControl Mar．16，2012 基于高阶Markov链模型的风 电功率预测性能分析 周 封，金丽斯，王丙全，张再利 (哈尔滨理工大学，黑龙江 哈尔滨 150080) 摘要：为了提高短期风电功率预测的精度，提出一种基于Markov链理论的预测算法。该算法直接对风电功率数据进行分析， 划分了四种状态空间，并根据状态空间数和建模数据量的不同分别建立一阶和二阶Markov链模型。采用新误差公式NRMSE， 给出不同状态空间数和建模数据量下的一阶、二阶Markov链模型预测性能比较结果。进一步给出在选取相同状态空间数、 相同建模数据量的情况下，一阶和二阶Markov链模型的灵敏度分析。经实例验证，该算法能有效地提高单点值预测精度， 并且给出了与预测值相关的概率分布结果。 关键词：风电功率预测；Markov链；多状态空间；高阶模型 Analysisofthewindpowerforecastingperformancebasedonhigh—orderM arkovchainmodels ZHOU Feng， JIN Li—si，WANG Bing-quan，ZHANGZai-li (HarbinUniversityofScienceandTechnology，Hrabin150080，China) Abstract：A forecastingalgorithm basedonMarkovchaintheoryisproposedtoimprovetheprecisionofshort-term windpower forecasting．Thedataofthewindpoweroxeanalyzeddirectlyna dfoBEkindsofstate．spacesraeformed．The order．1andorder-2 modelsarebuiltaccordingtothe numberofstate-spaceandthedifferencesofmodelingquantities．Thecomparisonresuksbetween order-1na dorder-2Markovmodelsunderdifferentnumbersofsatte．spacesandmodelingdaatalepresentedthroughhtenew error formulaNRMSE ．Andhtensensitivitynaalysesoforder．1andorder一2Markovmodelsareprovidedbasedonthe sanlenumberof satte—spacesna dmodelingqunatity．ExperimenatlresuRsshow thathteproposedmehtodcanimprovehtepredictionaccuracy，andit providesprobabilitydistributionresultsassociatedwiht predictionvalue． Keywords：wind powerprediction；Markovchain；multi-·statespace；high-·ordermodel 中图分类号： TM315 文献标识码：A 文章编号： 1674．3415(2012)06．0006．05 统才能达到一个比较合理的预测精度。而对于超短 0 引言 期预测，统计学方法则表现出了很好的性能[5]。例 由于风具有随机性，所以无论是发电系统还是 如常用的时间序列法、持续法、卡尔曼滤波法等。 供 电系统都需要风电功率预测。风电功率预测使安 超短期预测对于风电系统的每 日负荷管理的决策过 排发电计划成为可能，并且使电