基于波动过程聚类风电功率预测极大误差估计方法

基于波动过程聚类风电功率预测极大误差估计方法

ID:5387837

大小:484.45 KB

页数:7页

时间:2017-12-08

基于波动过程聚类风电功率预测极大误差估计方法_第1页
基于波动过程聚类风电功率预测极大误差估计方法_第2页
基于波动过程聚类风电功率预测极大误差估计方法_第3页
基于波动过程聚类风电功率预测极大误差估计方法_第4页
基于波动过程聚类风电功率预测极大误差估计方法_第5页
资源描述:

《基于波动过程聚类风电功率预测极大误差估计方法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第44卷第13期电力系统保护与控制v01.44NO.132016年7月1目PowerSystemProtectionandControlJu1.1,2016D0I:10.7667/PSPC1513ll基于波动过程聚类的风电功率预测极大误差估计方法黄坡,朱小帆,查晓明,秦亮(武汉大学电气_T-程学院,湖北武汉430072)摘要:估计风电功率预测中可能发生的极大误差,有助于优化含风电电力系统的运行调度,提高电网对大规模风电的接纳能力。根据对历史风电功率预测误差分布特征的分析,提出了基于风电预测出力波动过程聚类的极大误差估计方法。首先利用摇摆窗对风电功率预测数据划分不同的波动过程,在此基础上,通过分

2、析预测出力的波动性和功率水平与预测误差分布的相关性,聚类相似分布特性的预测误差,然后利用滑动窗宽的核密度方法拟合预测误差概率密度并估计极大误差。最后以美国BPA地区的风电功率数据为实例,对不同估计方法进行了较全面的分析,验证了该方法的有效性。关键词:风电功率预测;极大误差估计;波动过程聚类;摇摆窗算法;核密度拟合AnestimationmethodforwindpowerpredictiongreaterrorbasedonclusteringfluctuationprocessHUANGPo,ZHUXiaofan,ZHAXiaoming,QINLiang(SchoolofElectrical

3、Engineering,WuhanUniversity,Wuhan430072,China)Abstract:Estimatingthegreaterrorinwindpowerpredictioncontributestooptimizingschedulingofpowersystemwhichcontainswindpowerandimprovingtheabilityofthepowergridtoaccommodatelarge-scalewindpowerplant.Accordingtotheanalysisoftheerrordistributionofhistoricalwi

4、ndpowerprediction,anapproachtoestimatingthegreaterorbasedonclusteringwindpowerfluctuationprocessisproposed.Fstly,windpowerpredictiondataisdividedintodiversefluctuationprocessesbyswingingdooralgorithm,andonthisbasis,clusterpredictionerorsofthesamedistributionbyanalyzingthecorelationbetweenthefluctuat

5、ionandtheamplitudeofwindpowerandthedistributionofpredictionerors.Thenthispaperfitsprobabilitydensitydistributionofthepredictionerrorsandestimatesthegreaterroradoptingslidebandwidthkerneldensityestimationmethod.Finally,thewindpowerdataofBPAintheUnitedStatesistakenasexample,theefectivenessofthismethod

6、isvalidatedbycomprehensivelyanalyzingdiferentmethods.ThisworkissupposedbyNationalNaturalScienceFoundationofChina(No.51207115).Keywords:windpowerprediction;greaterorestimation;fluctuationprocessclustering;swingingdooralgorithm;kerneldensityestimation风险评估以及备用容量的配置都具有重要意义。0引言极大误差的估计可以通过分析历史预测误差的风电作为清洁可

7、再生的绿色能源,在电力系统分布特征,对未来的变化规律进行外推实现【3J,对中的规模不断扩大,由于风电的间歇性和不确定性,此国内外学者开展了相关的研究并取得了一定的成相比于传统的负荷预测,风电功率预测的精度较低,果,文献[4]采用聚类分析技术筛选历史风电功率数会不可避免地产生较大的预测误差[11,影响系统的据,寻找相似日相似时段并分析误差分布,此方法稳定性,特别是风电预测极大误差,给电网的运行对选择

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。