考虑气象特征与波动过程关联的短期风电功率组合预测.pdfVIP

第45 卷 第4 期 2021 年2 月25 日 Vol.45No.4 Feb.25,2021 DOI：10.7500/AEPS20191112002 考虑气象特征与波动过程关联的短期风电功率组合预测 1 1 1 1 2 3 3 叶 林 ，赵金龙 ，路 朋 ，裴 铭 ，陈 梅 ，王 勃 ，车建峰 （1. 中国农业大学信息与电气工程学院，北京市 100083；2. 国家电网有限公司，北京市 100032； 3. 中国电力科学研究院有限公司，北京市 100192） 摘要：为解决短期风电功率预测关键气象因素提取难、天气波动过程与功率波动过程匹配性差的 问题，提出了一种考虑气象特征与波动过程关联的短期风电功率组合预测方法。首先，通过最大相 关-最小冗余原则得到数值天气预报的气象特征因素来划分天气波动过程。其次，考虑天气波动 过程与功率波动过程的关联关系，建立了以气象特征因素为输入、以风电功率为输出的波动过程关 联的短期组合预测模型。最后，将不同天气波动过程下的风电功率预测值在时序上进行重新组合， 以得到波动过程为输出的短期风电功率预测结果。实际算例表明，采用气象特征因素作为输入以 及面向波动过程关联的组合预测方法能够明显地提高短期风电功率的预测精度。 关键词：短期风电功率预测；气象特征因素；天气波动过程；波动过程关联；组合预测 0 引言 NWP气象因素进行了降维处理，为天气类型的聚类 划分做了数据准备。目前，大多研究致力于从繁杂 风能具有很强的波动性、随机性和间歇特性等 气象因素中选取特征因素，以期提高短期风电功率 特点，这些特性决定了风电功率具有较强的波动 的预测精度。 性。为了有效地降低风电接入电网带来的不确定 目前，短期风电功率预测主要采用统计方法和 性，提高电力系统对风电的消纳能力，在日前的时间 ［1-3］ 面向波动过程的方法，前者通过寻找NWP气象因 尺度内需要准确的短期风电功率预测 。 素与实测风电功率之间的非线性映射关系建立预测 风电场短期风电功率预测的输入主要为数值天 模型［11-14］，后者主要研究天气系统的月/季节尺度下 气预报（numericalweatherprediction，NWP）数据 ， ［1］ 的波动规律，对NWP气象因素或风电功率的波动 包括风速、风向、气压、温度等气象因素 。传统的 特征进行识别并有规律地拆分与组合，得到在时域 预测方法大多基于时序法、人工智能等算法，且预测 或频域上彼此匹配的波动过程，进而依据不同的波 模型的输入一般为特定高度的风速或典型气象因 ［4-6］ 动过程建立预测模型。面向波动过程的预测方法已 素 ，但是关键气象因素提取难，导致短期风电功 成为提高短期风电功率预测精度的研究热点。文献 率的预测精度较低，同时并非每种气象因素都能提 ［7-8］ ［15］采用层次聚类法对天气系统进行分类，得到了 供有价值的预测信息 ，因此需要对气象因素进行