基于时间序列法的风电场风速预测研究

《基于时间序列法的风电场风速预测研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于时间序列法的风电场风速预测研究邵璠1，孙育河1，梁岚珍2(1.新疆大学电气工程学院1,乌鲁木齐830008；2.北京联合大学自动化学院2,北京100101)摘要：采用Box.Jenkins时间序列分析方法,通过Matlab软件，利用达坂城风电场30米处，每10分钟采集一次得到的风速数据，建立ARMA模型，实现提前一小时的风速预测，为更长时间（半天、一天或两天）的风速预测提供理论基础。关键词：时间序列；风速预测；ARMA模型中图分类号：TK8文献标识码：A0引言目前，世界上可再生能源增长最快的就是风电，据政

2、府计划，到2020年我国风电的装机容量将达到3000万kw[1]。风电能占整个电网比例的大小取决于很多因素，其中一个最重要的是风速的可预测性。风速预测精度的提高可以降低所需的储备电能，并增加电网的可靠性，具有很大的经济意义。这对于电网调度和资源配置非常有必要。而风速预测主要集中在0-3小时时间段。这个时间范围是电网调度，资源配置所需时间[2]。风速预测按技术分为三类：数字天气预报，统计方法和神经网络预报方法。其中统计技术和神经网络预报方法以观测数据为基础，在超短期预测时段精度更高。时间序列模型最为简单，所以也

3、是花费最小的风速预测模型。它仅仅需要最近几个小时风速数据就可对未来风速进行预测。它的主要手段是对各类数据用相应的数学模式去近似描述，进一步达到预测的目的。对于采用何种建模方案，也就是如何对这些观测数据建立数学模型，人们进行了大量的研究，本文主要针对时间序列的超短期风速预测进行研究。1时间序列法风速是一种随机变量，Box.Jenkins方法是随机时间序列分析的主要方法之一，已被用于风速预测。它利用历史数据来建模，经过模型识别、参数估计、模型检验来确定一个能够描述所研究时间序列的数学模型，再由该模型推导出预测模型

4、。根据Box-Jenkins方法，可将随机时间序列的预测模型分类为：自回归模型（AR）、滑动平均模型（MA）、自回归－滑动平均模型（ARMA）。AR模型，当前时刻的观测值由过去几个历史时刻的观测值和一个当前时刻的随机干扰来表示；MA模型，当前时刻的观测值由称作随机干扰的白噪声序列的线性组合来表示；将AR模型与MA模型结合起来，即ARMA模型[3]。2建立预测模型2.1数据预处理本文中选用新疆达坂城风力发电站2007年1月2日到1月31日的风速数据，数据为10分钟采集一次。一月份平均风速8.7212m/s，风能

5、资源良好。由时间序列模型的特性可知，AR,MA,ARMA模型所适合描述的对象应是均值为零的平稳随机序列，然而实际的建模对象往往既包括平稳的随机部分，又含有确定的非随机分量。因此，在进行时间序列建模时，首先需要对观测数据序列迸行平稳化处理，使非平稳的数据序列转化为均值为零的平稳随机序列。差分公式为：ωt=▽dZt差分后，自相关函数很快衰减，相应的d就设定为达到平稳所需的差分阶数。在实际中，d通常为0，1或2，并且通常考察原序列、一阶或二阶差分序列自相关函数估计值的前15-25个就够了[3]。测量数据200个，下

6、图是原始数据、数据经过1阶差分和2阶差分后的自相关函数图（前20个数据）。2阶差分的自相关函数更快速的收敛，所以差分阶数为2。图1数据预处理Fig.1datapreprocessing2.2模型参数识别2.2.1模型结构识别简要地说，p阶自回归过程的自相关是拖尾的，而它的偏相关函数在滞后p步之后是截尾的。q阶滑动平均过程的自相关函数在滞后q步之后是截尾的，而它的偏相关函数是拖尾的。而混合过程的自相关和偏相关函数都是拖尾的[4]。观察数据的自相关和偏相关图，本文选用ARMA模型。2.2.2参数初估计图2差分数据

7、的相关函数Fig.2Thecorrelationfunctionofdifferentialdata根据acf和pacf图，▽Z的自相关在4步滞后之后就很小，其偏向关函数在3步后，值就很小，这表示该时间序列可以用ARMA（3,4）模型来描述。▽2Z的自相关在4步滞后之后就很小，这表示该时间序列可以用ARMA（0,3）模型来描述。模型参数也可以通过自相关和偏向关函数来确定，偏相关函数=0的时候，AR序列的阶数na=k–1，自相关函数ρk=0，MA序列的阶数nc=k–1。分析下面表格内数据后会发现，同ρ1相比，ρ

8、2ρ3ρ4更接近于零，而ρ3ρ4比ρ2又小很多，所以AR阶次为2或3。比较偏相关系数，很明显，，更接近于零，而，同相比则更小，所以MA阶次为2或3，分析数据可以看出，由于数据经过一阶差分，10段数据的σY2都比较小，这说明数据震荡性不大。从平均风速可以知道，4-7段以及第10段的平均风速都较低，也就说明2007年1月份中，11日到22日，29日到31日的风能质量比较低。其他时间平均风速在10m/s以