基于虚拟预测与小波包变换的风电功率组合预测-论文.pdf

基于虚拟预测与小波包变换的风电功率组合预测-论文.pdf

ID:53763157

大小:384.56 KB

页数:6页

时间:2020-04-24

基于虚拟预测与小波包变换的风电功率组合预测-论文.pdf_第1页
基于虚拟预测与小波包变换的风电功率组合预测-论文.pdf_第2页
基于虚拟预测与小波包变换的风电功率组合预测-论文.pdf_第3页
基于虚拟预测与小波包变换的风电功率组合预测-论文.pdf_第4页
基于虚拟预测与小波包变换的风电功率组合预测-论文.pdf_第5页
资源描述:

《基于虚拟预测与小波包变换的风电功率组合预测-论文.pdf》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42卷第3期电力系统保护与控制Vo1.42NO.32014年2月1曰PowerSystemProtectionandControlFeb.1,2014基于虚拟预测与小波包变换的风电功率组合预测孟安波,陈育成(广东X-业大学,广东广州510006)摘要:为了提高风电功率的预测精度,针对风机功率不稳定性和非线性强的特点,使用小波包变换将风机出力分解成多个频率的子序列,然后运用组合预测方法分别对各子序列进行提前24h预测,叠加各子序列的预测值,得出实际预测结果。其中组合预测方法权系数是通过虚拟预测的方法由方差倒数法确定。选

2、择广东某风电场实测数据作为案例,对连续7天风电功率进行了预测。结果表明:小波包变换能有效把握风电功率变化规律,对小波包变换后的各子序列的预测结果表明组合预测效果优于单一预测方法。关键词:风电功率;虚拟预测;小波包变换;方差倒数法;组合预测WindpowercombinationforecastingbasedonwaveletpackettransformandvirtualforecastingmethodMENGAn—bo,CHENYu-cheng(GuangdongUniversityofTechnology,G

3、uangzhou510006,China)Abstract:ConsideringtheinstabilityandstrongnonlinearityofwindpoweLinordertoimprovetheaccuracyofwindpowerforecasting,theoriginalwindpowersequenceisdecomposedintoaseriesofsub—sequences.Theneachsequenceisforecasted24haheadbycombinationforecasti

4、ngmode1.Andtheweightcoeficientsofeachsequenceareidentifiedusingvariancereciprocalmethodthroughavirtualforecastingmethod.Consequently,allthesubsequenceforecastingoutputsaresuperposedtoobtainthefinalforecastedresults.Attheend,awindfarminGuangdongischosentovalidate

5、thefeasibilityoftheproposedmode1.ThroughsevenconsecutivedaysofforecastingofthewindpoweLtheresultsindicatethatthewaveletpackettransformcangraspthevari~ionlawofwindpowereffectively,andthecombinationforecastingmethodcanobtainabe~erforecastingresultthansinglemethod.

6、Keywords:windpower;virtualforecasting;waveletpackettransform;variancereciprocalmethod;combinationforecasting中图分类号:TM619文献标识码:A文章编号:1674—3415(2014)03—0071-06数据选取,利用时间序列法在提前72h的风电功率0引言预测上取得一定突破,但该方法存在时间序列法模目前全球风电接入量逐年增加,但因风电的间型推广的问题,需建立多预测模型,工作量大且结歇性和随机性强的特点,其大规模并

7、入电网以后对果未必稳定。文献[4】使用主成分分析和神经网络提电网调度和安全运行带来困难L1七J。风电功率预测使前3h预测,误差为12.26%。文献[5]使用基于数值电力调度部门能提前根据风电功率及时调整调度计天气预报系统和神经网络结合的方法对光伏发电系划,保证电能质量,减少系统的备用容量,降低运行统进行预提前24h预测,但这种方法严重依赖于数成本。因此提高风电功率预测的精度具有重要意义。值天气预报的准确度,而且目前国内数值天气预报在预测方法中,持续法简单快捷,但时效较长系统还没有建立体系,其实际应用受到限制。文献时预测

8、精度有限,无法满足实际需要,常作为评价[6]使用遗传优化的最小二乘支持向量机使未来12标准用于与新提出的算法比较。时间序列法是目前h风速预测绝对平均误差在8.32%以内,但风速进得到广泛应用的一种预测方法,文献[3]通过巧妙的一步转换成风电功率时误差的放大使得实际功率预测效果变差。基金项目:广东省部产学研结合项目(2009B090

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。