基于线性回归风电功率预测误差修正方法

《基于线性回归风电功率预测误差修正方法》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25卷第4期电力系统及其自动化学报V01．25No．42013年8月ProceedingsoftheCSU—EPSAAug．2013基于线性回归的风电功率预测误差修正方法杨红英，冯双磊，王勃，王伟胜，刘纯(中国电力科学研究院新能源研究所，北京100192)摘要：风电功率预测精度的好坏直接关系到发电计划的合理制定和风电功率的优先调度。为提高风电功率的预测精度，文中利用模式输出统计方法对风电功率的预测误差进行分析，根据模式输出统计方法可自动修正数值预报偏差特点，提出了基于线性回归的风电输出功率预测误差修正方法。基于实际风电场历史数据的研究表明，该方法数学原理简单、适用性强，可

2、有效改善风电功率的预测精度，具有很好的工程实用价值。关键词：模式输出统计方法；风电场；功率预测；线性回归；误差修正中图分类号：TM743文献标志码：A文章编号：1003—8930(2013)04一O014—04StudyoftheMOSMethodBasedonLinearRegressionforWindPowerPredictionYANGHong-ying，FENGShuang—lei，WANGBo，WANGWei—sheng，LIUChun(RenewableEnergyDepartment，ChinaElectricPowerResearchInstitute，B

3、eijing100192，China)Abstract：Theforecastingprecisionoftheoutputpowerofwindfarmhasthedirectbearingonthepowerbalanceandeconomicdispatchingofthepowersystem．Inordertoimprovetheforecastingaccuracyofthewindpower，theproblemoftheerroranalysisforwindpowerpredictionbasedonmodeloutputstatistics(MOS)is

4、discussedinthispaper．SincetheMOSmethodcanupdatetheforecastingdeviationautomatically，thepaperproposesanerrorcorectionmethodforwindpowerpredictionbasedonlinearregression．Theof—lineexperimentwithpracticalhistorydataofwindfarmshowsthattheproposedmethodhasthepropertiesofsimpleprinciple，goodappl

5、icabilityandhighforecastingaccura—cy，whichIthasgoodpracticalvaluesforengineeringapplicationKeywords：modeloutputstatistics(MOS)；windfarm；powerprediction；linearregression；erorcorrection．风力发电是2l世纪重要的绿色能源，也是化种方法和技术【l_31，其中持续预测法[61、自回归滑动石类能源的重要替代能源之一。加快发展风力发平均ARMA(autoregressiveandmovingaverage

6、)模电，是世界许多国家解决能源可持续利用的重要型法、卡尔曼滤波法01和人工神经网络法[11-131等举措『11。然而风电与常规电源不同，具有很大的随已被广泛研究和应用。随着风电事业的快速发展，机性、间歇性和不可控性。要想有效应对大规模风电力系统调度运行对风电功率预测的依赖和需求电对电网功率平衡的挑战，就必须对风电场输出越来越大，这就对预测精度提出了更高要求。另一功率进行预测，把风电功率纳入电网的调度计划。方面，受基础资料不足或质量较差等影响，某些地目前，风电功率预测系统在世界各风电大国，如美区的风电功率预测精度还尚不能满足生产需求。国、中国、德国等都得到了广泛应用，并成为风

7、电风电功率预测误差是衡量预测准确性的重要指优化调度的重要支撑系统。相关研究表明，通过对标，对风电功率预测误差进行修正，改善预测精度风电场输出功率进行准确预测，可以有效降低电是提升风电功率预测系统工程实用性的有效手力系统的运行成本，并为系统的运行调度提供可段。然而，目前国内外对风电功率预测的研究主要靠依据[2-51。集中在算法研究上，对预测误差修正的研究开展近年来，关于风电功率的精确预测，已出现多较少。为合理分析和修正风电功率预测误差，进一收稿日期：2012—06—04；修回日期：2012—06—27基金项目：国家科