智能电网风电功率预测分析

《智能电网风电功率预测分析》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、智能电网风电功率预测分析邱革非白春涛杨晓龙李超杨娜昆明理工大学，电力工程学院云南昆明650500摘要：风电预测有着独特的随机性、波动性和突变性。借鉴已有的各类预测方法模型，需要着重改进和创新模型来更好地适应风电预测的特殊性。当然相比于常规的火电类负荷预测，风电预测还处于起步发展阶段，预测精度还不够。需要强化预测结果的风险意识，关注对于预测结果的不确定性分析和风险分析；加大区域风电负荷预测模型研究力度，提高预测精度，服务电网安全调度。关键词：智能电网；风电功率；预测中图分类号：TM7文献标识码：A引言：风能因其清洁和取之

2、不竭的特点已经被广泛应用于发电产业，随着风电的大规模发展，风电的波动性及间歇性也给风电的大规模利用带来了挑战。在实际应用中，电网必须预留大量的备用出力容量来平衡风电波动的影响，所以，必须通过风电功率预测技术逐步提高预测精度、减小风电接入对系统备用容量的需求，从而增加电网消纳风电的能力，提高系统整体运行的经济效能。一、风电功率预测方法1.单一预测方法目前风电预测模型种类繁多，根据不一样的分类标准，可以归结成如图1所图1风电预测方法分类（1）物理方法物理方法主要是指基于数字天气预报（NWP）的风电功率预测，根据气象预测值（

3、包括风向､风速､大气压､空气密度等）和风机周围的物理信息（包括地形､等高线､地表特征情况等）计算风电机组轮毂高度的风速风向信息的最优估计值，进而代入模型给出风电功率预测｡该方法是较为成熟准确的风电中长期预测方法，国内外风电场预测系统多基于物理方法，同时在具体预测过程中，结合相应的样本分析和学习方法来优化NWP数据，提高预测的准确性｡由于物理方法不需要大量历史数据积累，目前主要运用于新建风电场，但计算过程比较复杂，需要大型计算机进行辅助，因此对于大范围实际应用具有一定的局限性｡（2）统计方法统计方法不考虑风速变化的物理过

4、程，而是根据历史统计数据找出天气状况与风电场发电功率间的关系，然后根据实测数据和数值天气预测数据对风电场未来的发电功率进行预测｡常见的统计方法有时间序列法､卡尔曼滤波法､自回归滑动平均法､空间相关法､灰色预测法､自回归条件异方差法等，其中以时间序列法为最具典型代表性｡该类方法需要一定量的历史数据，对初始数据的质量要求比较高｡经过经验模式分解､局域波分解后可得到平稳数据列，此类情况预测比较准确，而对于阵风､突变风等非平稳情况的预测精度较差｡同时随着时间增加，预测精度会下降｡该方法适用于超短期､短期预测，目前主要还通过卡尔

5、曼滤波法和时间序列相结合､滚动时间序列法以及混沌理论等不断改进和提高模型的精确性和适用性｡（3）学习方法学习方法主要是指人工智能算法，能够更加准确地拟合非线性关系，提高预测精度，这是改善风电预测的研究热点之一｡目前已经用于风电功率预测的学习方法有：RBF神经网络､递归多感知神经网络､BP神经网络､遗传算法､自适应模糊神经网络､粒子群优化算法､支持向量机､小波分析法等｡其中尤以神经网络及其改进方法取得了较好的预测效果，但学习方法需要大量原始数据，训练速度较慢，存在过学习､维数灾难､局部极值和泛化能力较差等问题｡目前学习方

6、法被不断整合入预测软件的开发，有利于提升对阵风､非平稳风等突变类型的预测研究｡2.组合预测方法（1）不同预测模型融合组合目前纯粹单一的模型很难取得良好的预测效果，而结合多种模型优势的融合方法更易提高预测的精确度｡利用卡尔曼滤波法对数据进行预处理，再采用NWP法进行风电预测；将BP神经网络的局部寻优与遗传宏观搜索相融合｡当然还包括粒子群优化的神经网络法､小波改进的神经网络法､EMD与支持向量机相结合法､混沌时间序列分析等，都在特定情况下表现出良好的预测能力｡这类模型结构复杂､成本较高，需要针对不同情况进行不一样的融合处理

7、｡（2）不同预测模型加权组合此处组合预测法是将不同的预测方法以权重形式组合起来，由Bates和Granger在1969年首次提出｡利用BP神经网络､径向基神经网络､支持向量机进行风电功率加权组合预测；将ARIMA时间序列和RBF神经网络用非负的可变加权系数法进行组合预测；通过时变权系数来滚动计算权值，更能提高预测精度｡案例计算结果显示加权组合能有效整合多模型信息优势，减小预测误差，适用于对预测精度要求严格的场合｡但是目前没有固定的单一模型选择框架，其单一预测方法选择的不同也影响着组合结果｡二、风电功率预测分类1.按预测

8、的时间尺度分类风速波动在时间尺度上对风电有不同影响，风电功率预测按不同的时间尺度可以分为长期预测、中期预测、短期预测和超短期预测。长期预测以“年”为预测单位，主要用于预测风电场建成之后的年发电量，该方法是根据气象站过去几十年的长期观测资料和风电场测风塔保存的至少一年的测风数据，经过统计分析，再结合规划装设的风力发电机组的功率曲线，