發(fā)布時(shí)間：2019-02-15 00:18

【摘要】：隨著大規(guī)模風(fēng)電接入電網(wǎng),風(fēng)電爬坡事件的風(fēng)險(xiǎn)不斷增大,提高爬坡時(shí)段風(fēng)功率預(yù)測(cè)精度對(duì)電網(wǎng)安全經(jīng)濟(jì)運(yùn)行具有重要作用。提出了一種基于氣象測(cè)量場(chǎng)的爬坡時(shí)段區(qū)域風(fēng)功率預(yù)測(cè)方法�？紤]爬坡時(shí)段風(fēng)速場(chǎng)的動(dòng)態(tài)變化,利用經(jīng)驗(yàn)正交函數(shù)分解,將風(fēng)速資料陣分解成不同空間模態(tài)和主分量,通過(guò)多元非線性逐步回歸方法建立風(fēng)速場(chǎng)主分量和區(qū)域風(fēng)功率間的映射關(guān)系。考慮風(fēng)速預(yù)測(cè)誤差,采用區(qū)間正交函數(shù)分解,將上述模型擴(kuò)展為處理非確定性數(shù)據(jù)的預(yù)測(cè)方法。實(shí)際區(qū)域風(fēng)功率預(yù)測(cè)結(jié)果表明,所提出的方法能夠顯著提高風(fēng)電爬坡時(shí)段風(fēng)功率預(yù)測(cè)的精度,對(duì)存在風(fēng)速預(yù)測(cè)誤差的情況具有較強(qiáng)的魯棒性。
[Abstract]:With the large-scale wind power connected to the power grid, the risk of wind power climbing is increasing. Improving the prediction accuracy of wind power during the climbing period plays an important role in the safe and economic operation of the power grid. A prediction method of wind power in climbing region based on meteorological measurement field is presented in this paper. Considering the dynamic change of wind speed field during slope climbing, the wind speed data matrix is decomposed into different spatial modes and principal components by empirical orthogonal function decomposition. The mapping relationship between the rancher component of wind speed and regional wind power is established by multivariate nonlinear stepwise regression method. Considering the wind speed prediction error, the interval orthogonal function decomposition is used to extend the above model to deal with uncertain data. The actual wind power prediction results show that the proposed method can significantly improve the accuracy of wind power prediction during wind power climbing, and is robust to the case where there is a wind speed prediction error.
【作者單位】： 電網(wǎng)智能化調(diào)度與控制教育部重點(diǎn)實(shí)驗(yàn)室(山東大學(xué));
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(51207082,51177093) 國(guó)家高技術(shù)研究發(fā)展計(jì)劃(863計(jì)劃)資助項(xiàng)目(2011AA05A101)~~
【分類號(hào)】：TM614

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王彩霞;魯宗相;喬穎;閔勇;周雙喜;;基于非參數(shù)回歸模型的短期風(fēng)電功率預(yù)測(cè)[J];電力系統(tǒng)自動(dòng)化;2010年16期

2 師洪濤;楊靜玲;丁茂生;王金梅;;基于小波—BP神經(jīng)網(wǎng)絡(luò)的短期風(fēng)電功率預(yù)測(cè)方法[J];電力系統(tǒng)自動(dòng)化;2011年16期

3 劉瑞葉;黃磊;;基于動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)的風(fēng)電場(chǎng)輸出功率預(yù)測(cè)[J];電力系統(tǒng)自動(dòng)化;2012年11期

4 張銘;安潔;朱敏;;一次暴雨過(guò)程的EOF分析[J];大氣科學(xué);2007年02期

5 谷興凱;范高鋒;王曉蓉;趙海翔;戴慧珠;;風(fēng)電功率預(yù)測(cè)技術(shù)綜述[J];電網(wǎng)技術(shù);2007年S2期

6 杜穎;盧繼平;李青;鄧穎玲;;基于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];電網(wǎng)技術(shù);2008年15期

7 王穎;張凱鋒;付嘉渝;龐曉東;耿建;;抑制風(fēng)電爬坡率的風(fēng)儲(chǔ)聯(lián)合優(yōu)化控制方法[J];電力系統(tǒng)自動(dòng)化;2013年13期

8 崔明建;孫元章;柯德平;;基于原子稀疏分解和BP神經(jīng)網(wǎng)絡(luò)的風(fēng)電功率爬坡事件預(yù)測(cè)[J];電力系統(tǒng)自動(dòng)化;2014年12期

9 李汶華;郭均鵬;;區(qū)間型符號(hào)數(shù)據(jù)回歸分析及其應(yīng)用[J];管理科學(xué)學(xué)報(bào);2010年04期

10 褚曉東;李娜;張文;;氣象分區(qū)在負(fù)荷備用容量評(píng)估中的應(yīng)用[J];電力系統(tǒng)保護(hù)與控制;2012年21期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張志紅;李文峰;李書嶺;王永安;周秉榮;張小剛;;鄭州市春季適宜播種期預(yù)報(bào)方法淺析[J];安徽農(nóng)業(yè)科學(xué);2008年26期

2 王振華;錢錦霞;;山西省秋季降水區(qū)劃及變化規(guī)律[J];安徽農(nóng)業(yè)科學(xué);2008年28期

3 陳慧嫻;陳創(chuàng)買;袁宇平;付哲;余海軍;;廣東冬季水資源的時(shí)空分布特征分析[J];安徽農(nóng)業(yè)科學(xué);2008年29期

4 王建華;;七臺(tái)河地區(qū)近30年秋季氣溫變化情況分析[J];安徽農(nóng)業(yè)科學(xué);2008年31期

5 孫崇智;鄭鳳琴;黃海洪;吳q氏，

本文編號(hào)：2422758