基于改进knn算法的风电功率实时预测研究

《基于改进knn算法的风电功率实时预测研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于改进KNN算法的风电功率实时预测研究杨茂，贾云彭，穆钢，严干贵(东北电力大学电气工程学院，吉林省吉林市132012)摘要：大规模风电并入电网将对电网的规划建设、分析控制以及电能质量等方面产生显著的影响，高精度的超短期风电功率预测可以对含大规模风电电力系统的安全调度和稳定运行提供可靠的依据。本文对风电功率的超短期预测方法进行了研究，以混沌理论为基础，对相空间重构参数进行了计算，提出了基于改进KNN算法的风电功率实时预测方法，并且应用多个评价指标来对预测结果进行评价，以吉林西部某风电场实测数据为

2、例，验证了模型的有效性。关键词：风力发电；功率预测；混沌时间序列；相空间重构;C・C方法;KNN算法中图分类号:TM71文献标识码：A文章编号：1001-1390(2013)00-0000-00WindPowerReal-timePredictionResearchBasedontheImprovedKNNalgorithmYANGMao,JIAYun-peng,MUGang,YANGan-gui(SchoolofElectricalEngineering,NortheastDianliUniv

3、ersity,Jilin132012,JilinProvince,China)Abstract：Integrationoflarge-scalewind-farminpowergridwillimpactgridplanning,constructionandenergyquality.Toimprovepowersystemdispatchingandsafe-stableoperationofpowergridcontainingalotofwindpowergeneratingunits

4、,accurateshort-termwindpowerforecastingissignificance・Thispaperproposedamethodofwindpowershort-termmulti-steppredictionresearchbasedontheimprovedKNNalgorithm・Oplimalparametersforphasespacereconstructionandpredictionmethodwerestudied,andtheapplication

5、ofmultipleevaluationindextoevaluatetheforecastresults,itverifiedtheeffetenessofthemodel.Keywords：windpowergeneration;powerprediction;chaotictimeseries;phasespacereconstruction;c-cmethod;knnmethod0引言风能作为-•种理想的、无污染的新能源在可再生能源发电技术中步伐较快，使其逐渐成为发展规模和发展前景极佳的

6、可再生能源⑴。但其本身的波动性、间歇性、低能量密度等特性，将会增加风电的整体运营成本。因此，需要加强对风电功率预测的研究⑵。准确的风电功率预测，有利于调度部门对调度计划进行实时调整，这样既可以降低对传统电力系统的不利影响，又有效地降低成本，提高风电场参与竞价上网的能力⑶。目前国内外功率预测方法按照不同的标准有不同的分类⑷。根据预测物理量的不同可分为2类：基金项目：国家重点基础研究发展计划项目(973计划)(2013CB228201);国家自然科学基金(51307017):吉林省科技发展计划项目(

7、20140520129JH);吉林省教育厅“十二五”科学技术研究项目(吉教科合字［2014］第474号)；吉林市科技发展计划资助项目(2013625004)第1类是对风速进行预测，然后根据风电机组的标准功率曲线得到风机的输出功率，进而求得风电场的出力。但其需要使用包括风速、风向、气温、气压等大量天气预报数据，预测成木较高⑸；第2类是直接预测风电场的输出功率。根据所采用数学模型的不同可分为时间序列法⑹、线性回归法⑺、卡尔曼滤波法⑻、BP神经网络法⑼和混沌时I'可序列法"01等。其中时间序列法对于模

8、型阶数的不同会有很大差异；卡尔曼滤波法的状态和测量方程推导比较繁琐；线性冋归法和BP神经网络法对选取输入数据存在不确定因素，预测成本较低，但随着预测步数增加，误差累讣增长，因而适合于超短期的风电功率预测预报。以上研究大部分是将单步预测模式或者为定常数的滚动预测模式作为研究对象。根据国家能源局标准，风电功率实时预测是一种滚动的多步预测模式，即一次预测给出未来16个吋点的预测值。在此过程中，模型的参数对预测的精度有重要影响。一般的定参数模型的滚动预测容易造成误差累计，若能够实时调整模型参数，即采用变