- 1、本文档共13页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
风电功率预测综述
预测方法
确定性风电预测方法
概率性风电预测方法
确定性风电预测方法旨在给出未来某一时刻风速或者风功率具体预测值
因为确定性预测模型提供的预测结果会有不同程度的预测误差,从而给电力系统的操作带来一定的影响。为了更为有效的对电力系统进行操作,预测模型还应当提供预测结果的概率分布特性。这种预测模型叫做概率性预测模型
确定性预测
统计学习方法
物理模型
统计学习方法通过研究风电场的历史数据,旨在建立不同历史数据之间的统计关系,使用测量数据根据数据之间的统计关系对风速以及风电功率进行预测
物理模型使用数学模型研究气象演变过程,根据边界条件使用反应气象演变的数学模型对气象数据进行预测。
统计学方法
经典预测方法
组合模型
经典预测方法
持续法
时间序列分析法
人工神经网络
支持向量机SVM
持续法
风电领域中最经典的预测方法是持续法。持续法以当前时刻的风速或者风电功率值作为未来的风速或者风电功率预测值。
持续法虽原理简单,但是预测精度尚可,特别是在预测时间短的情况下,持续法的精度甚至可能超出其他原理复杂的机器学习方法。因此持续法在风电预测领域通常被当做基准方法用来验证其他方法的预测性能。
时间序列分析
时间序列分析是一种分析动态时间序列数据的有效分析方法。ARMA 模型是一种比较常用的经典时间序列分析方法。
大量的历史数据可以在一定程度上提高 ARMA 模型的预测精度。
ARMA 相比持续法优势并不明显,但是随着预测时间的增加,ARMA 模型的预测精度比持续法就有了较大程度的提高。
对 ARMA 模型进行合理校正可以明显提高风电功率的中短期(72 h 之内)的预测精度。
附:Zhongyue Su 等人用 PSO 算法对 ARIMA 模型参数进行优化,再与Kalman 滤波算法结合得到组合预测模型,该组合模型在风速日均值预测中的性能比单纯的 ARIMA 相比有一定程度的提高
人工神经网络
学者们研究了 ANN 在中长期日均值和月均值风速预测中的应用,与 AR 模型对比,ANN 模型在中长期的风速预测中精度有明显提高。
结果表明应当针对风速集的特征选择合适的 ANN模型,没有一种 ANN 模型能够普适所有的风速预测情况。目前,对 ANN 在风电预测中的应用主要集中在 ANN 模型的改进上。
对电力系统内的风电功率进行小时均值预测,结果表明,经过优化后的 WNN 模型小时均值风电功率预测 RMSE 误差比持续法以及普通 ANN 模型能够降低 20%~30%左右。
支持向量机SVM
支持向量机 SVM 作为一种基于核的机器学习方法具有良好的非线性建模能力。
对比SVM 与 ANN 在日均值风速预测中的性能,SVM 的预测误差比 ANN 降低 13%左右。
使用 Bayes 理论对传统 SVM 损失函数进行修正,建立 v-SVM 模型提高了短期风速预测的性能。
组合模型
组合模型
1)原始序列分解得到子序列,对子序列进行单独建模的组合。
2)对原始序列用数个模型进行预测,使用加权方式综合各模型结果得到预测结果。
3)对预测模型输出建立误差校正模型的组合。
4)使用优化算法对基本预测模型参数进行优化的组合。
分解方法
1)小波分解。
2)小波包分解。
3)EMD 分解。
4)fast ensemble EMD 分解。
感谢聆听
您可能关注的文档
- 地表水厂处理工艺.ppt
- 地铁车站基坑喷锚工程施工设计方案.doc
- 地铁票务应急培训教材.ppt
- 点焊产品质量缺陷与解决方法.ppt
- 地铁商业发展现状与经营模式研究.ppt
- 碘对比剂不良反应与应急处理.ppt
- 电镀废水处理方案.doc
- 电气火灾防范治理.ppt
- 电气控制和PLC课程设计.ppt
- 电气控制和可编程控制技术复习题_考试题第二版史国生主编.ppt
- 2024年5月上海普通高中学业水平等级性考试化学试题(解析版).docx
- 2024年高考新课标卷文综地理高考真题(原卷版).docx
- 高一英语培优提升暑假作业:必修第三册高考题型综合训练(人教版2019)(原卷版).docx
- 专题10:语法填空-暑假英语初升高衔接教案(新高一专用)(原卷版).docx
- 高三英语三轮冲刺:应用文花式审题训练其他刁钻题型知识清单.docx
- 高考英语一轮复习应用文写作精讲精练:应用文技巧3:表达的多样与扩充(原卷版).docx
- 2025届高考英语易写错单词清单.docx
- 高考英语一轮复习应用文写作精讲精练:应用文类型10:征文(投稿).docx
- 高考英语一轮复习应用文写作精讲精练:应用文技巧2:词汇的选择与锤炼(解析版).docx
- 2025届高考英语培优外刊阅读学案:丹麦女王话题.docx
最近下载
- 2023年广东省6月普通高中学业水平考试历史试题及答案 .pdf VIP
- 建设项目对自然保护区自然资源、自然生态系统和主要保护对象影响评价技术规范.pdf
- JTG3430-2020 公路土工试验规程.docx
- TWJ-6DS电气文件0907.doc
- 2023年海南大学网络工程专业《操作系统》科目期末试卷A(有答案).docx VIP
- 2023年IATF16949汽车质量管理体系解读之内部审核控制程序(内含全套表格).docx VIP
- 2023年湖北第二师范学院汉语言文学专业《现代汉语》期末试卷A(有答案).docx VIP
- 统计执法资格考试题库.doc VIP
- jackson电动力学习题答案.pdf
- 宁波大学2021学年度第二学期《概率论与数理统计》期末考试试卷(A卷)及参考答案.docx
文档评论(0)