【摘要】：自然界中風(fēng)固有的波動(dòng)性直接影響風(fēng)電功率的準(zhǔn)確預(yù)測(cè)。因此,如何定量描述風(fēng)電功率的波動(dòng)性是解決該問(wèn)題的關(guān)鍵。文中提出一種混合Logistic分布模型來(lái)定量描述風(fēng)電功率的波動(dòng)變化率,采用改進(jìn)K均值聚類算法來(lái)確定模型參數(shù)。從不同采樣間隔分布特性以及時(shí)間窗分布特性分析該模型性能,并將該分布模型與單一分布模型Normal分布、Logistic分布以及混合高斯分布等模型進(jìn)行對(duì)比,通過(guò)利用吉林省某風(fēng)電場(chǎng)的實(shí)測(cè)數(shù)據(jù)仿真實(shí)驗(yàn),比較其評(píng)價(jià)指標(biāo),驗(yàn)證了該文提出模型的有效性。
[Abstract]:The inherent volatility of stroke in nature directly affects the accurate prediction of wind power. Therefore, how to quantitatively describe the volatility of wind power is the key to solve this problem. In this paper, a mixed Logistic distribution model is proposed to quantitatively describe the fluctuation rate of wind power. The improved K-means clustering algorithm is used to determine the parameters of the model. The performance of the model is analyzed according to the distribution characteristics of different sampling intervals and time windows. The distribution model is compared with the single distribution model Normal distribution logistic distribution and mixed Gao Si distribution. The effectiveness of the proposed model is verified by comparing the evaluation index with the simulation experiment of a wind farm in Jilin province.
【作者單位】： 東北電力大學(xué)電氣工程學(xué)院;綏化學(xué)院電氣工程學(xué)院;國(guó)網(wǎng)山東省濟(jì)陽(yáng)縣供電公司;
【基金】：國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃項(xiàng)目(973計(jì)劃)(2013CB228201) 國(guó)家自然科學(xué)基金項(xiàng)目(51307017) 吉林省產(chǎn)業(yè)技術(shù)與專項(xiàng)開(kāi)發(fā)項(xiàng)目(2014Y124) 吉林省科技發(fā)展計(jì)劃(20140520129JH)~~
【分類號(hào)】：TM614

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊茂;董駿城;;基于混合分布模型的風(fēng)電功率波動(dòng)特性研究[J];中國(guó)電機(jī)工程學(xué)報(bào);2016年S1期

2 劉波;賀志佳;金昊;;風(fēng)力發(fā)電現(xiàn)狀與發(fā)展趨勢(shì)[J];東北電力大學(xué)學(xué)報(bào);2016年02期

3 楊楠;崔家展;周崢;張善詠;張劉峰;劉滌塵;胡偉毅;;基于模糊序優(yōu)化的風(fēng)功率概率模型非參數(shù)核密度估計(jì)方法[J];電網(wǎng)技術(shù);2016年02期

4 楊茂;季本明;;基于局域一階加權(quán)法的風(fēng)電功率超短期預(yù)測(cè)研究[J];東北電力大學(xué)學(xué)報(bào);2015年05期

5 楊德友;蔡國(guó)偉;;基于因散經(jīng)驗(yàn)?zāi)Ｊ椒纸馀c最小二乘支持向量機(jī)的風(fēng)電場(chǎng)短期風(fēng)速預(yù)測(cè)[J];東北電力大學(xué)學(xué)報(bào);2015年03期

6 楊茂;呂天峰;季本明;;混沌理論在電力系統(tǒng)負(fù)荷預(yù)測(cè)中應(yīng)用綜述[J];東北電力大學(xué)學(xué)報(bào);2015年03期

7 黃慧杰;劉華偉;;從世界發(fā)展趨勢(shì)展望我國(guó)風(fēng)力發(fā)展前景[J];科技創(chuàng)新與應(yīng)用;2015年06期

8 李馳;劉純;黃越輝;王偉勝;;基于波動(dòng)特性的風(fēng)電出力時(shí)間序列建模方法研究[J];電網(wǎng)技術(shù);2015年01期

9 楊茂;孫涌;孫兆鍵;尹永亮;韓金釜;;風(fēng)電場(chǎng)大規(guī)模數(shù)據(jù)管理系統(tǒng)設(shè)計(jì)與研發(fā)[J];東北電力大學(xué)學(xué)報(bào);2014年02期

10 林衛(wèi)星;文勁宇;艾小猛;程時(shí)杰;李偉仁;;風(fēng)電功率波動(dòng)特性的概率分布研究[J];中國(guó)電機(jī)工程學(xué)報(bào);2012年01期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王靜;余航;張欣;;一種基于磁控開(kāi)關(guān)電抗器的新型無(wú)功補(bǔ)償方法[J];山東理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2017年05期

2 李芬;李春陽(yáng);閆全全;趙晉斌;段善旭;;基于變分貝葉斯學(xué)習(xí)的光伏功率波動(dòng)特性研究[J];電力自動(dòng)化設(shè)備;2017年08期

3 肖凱;劉鵬;車建峰;劉鎮(zhèn)京;;基于電力大數(shù)據(jù)平臺(tái)的海量風(fēng)電數(shù)據(jù)處理架構(gòu)與應(yīng)用研究[J];電力信息與通信技術(shù);2017年07期

4 趙宇;肖白;顧兵;王逍yN;張鈺;王成龍;;基于改進(jìn)馬爾科夫鏈的風(fēng)電功率時(shí)間序列模型[J];電力建設(shè);2017年07期

5 張曉英;賈磊;王琨;張蠟寶;陳偉;;基于切片反射采樣的風(fēng)電并網(wǎng)系統(tǒng)可用輸電能力概率風(fēng)險(xiǎn)評(píng)估[J];電力自動(dòng)化設(shè)備;2017年07期

6 劉紅柳;楊茂;于寧;張強(qiáng);;風(fēng)向空間分散性及其對(duì)全場(chǎng)風(fēng)電功率預(yù)測(cè)誤差的影響[J];電測(cè)與儀表;2017年12期

7 高洪巖;張勇;邱忠媛;;一種踩踏式發(fā)電實(shí)驗(yàn)?zāi)Ｐ偷脑O(shè)計(jì)[J];山東工業(yè)技術(shù);2017年12期

8 張鈺;張禮玨;;基于集合經(jīng)驗(yàn)?zāi)B(tài)分解的風(fēng)電功率平抑研究[J];黑龍江電力;2017年03期

9 王文錦;戚佳金;王文婷;黃南天;;基于人工蜂群優(yōu)化極限學(xué)習(xí)機(jī)的短期負(fù)荷預(yù)測(cè)[J];電測(cè)與儀表;2017年11期

10 梁海峰;曹大衛(wèi);劉博;劉子興;鄭燦;李鵬;;風(fēng)電場(chǎng)概率分布模型建模及誤差分析[J];華北電力大學(xué)學(xué)報(bào)(自然科學(xué)版);2017年03期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 萬(wàn)書(shū)亭;萬(wàn)杰;;基于量化指標(biāo)和概率密度分布的風(fēng)電功率波動(dòng)特性研究[J];太陽(yáng)能學(xué)報(bào);2015年02期

2 游子躍;王寧;李明明;李亞強(qiáng);王皓;;基于EEMD和BP神經(jīng)網(wǎng)絡(luò)的風(fēng)機(jī)齒輪箱故障診斷方法[J];東北電力大學(xué)學(xué)報(bào);2015年01期

3 謝敏;閆圓圓;劉明波;趙文猛;;含隨機(jī)風(fēng)電的大規(guī)模多目標(biāo)機(jī)組組合問(wèn)題的向量序優(yōu)化方法[J];電網(wǎng)技術(shù);2015年01期

4 李馳;劉純;黃越輝;王偉勝;;基于波動(dòng)特性的風(fēng)電出力時(shí)間序列建模方法研究[J];電網(wǎng)技術(shù);2015年01期

5 趙永寧;葉林;朱倩雯;;風(fēng)電場(chǎng)棄風(fēng)異常數(shù)據(jù)簇的特征及處理方法[J];電力系統(tǒng)自動(dòng)化;2014年21期

6 聶鵬;宋坤;田莉;肖白;;基于支持向量機(jī)的城市電網(wǎng)空間負(fù)荷預(yù)測(cè)方法[J];東北電力大學(xué)學(xué)報(bào);2014年04期

7 呂曉祿;梁軍;，

本文編號(hào)：2228703