欢迎来到天天文库
浏览记录
ID:35066272
大小:2.46 MB
页数:10页
时间:2019-03-17
《种风电功率预测模型比较》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、第23卷第6期第620期11年6月能源技术经济EnergyTechnologyandEconomicsVol.23No.6Jun.2011智能电网10/10文章编号:1674-8441(2011)06-0031-052种风电功率预测模型的比较时庆华1,高山2,陈昊2,3(1.山东省电力公司日照莒县供电公司,山东日照276500;2.东南大学,江苏南京210096;3.南京供电公司,江苏南京210008)摘要:采用ARMA模型对风电功率进行了预测,并由ARMA方程推导出卡尔曼滤波状态方程和测量
2、方程,从而将预测问题转化到状态空间,并利用卡尔曼滤波法预测了风电功率,比较了2种方法的预测效果。实例表明,卡尔曼滤波法能够提高风电功率的预测精度,并在一定程度上解决了时间序列分析法的预测时延问题,对电力系统的安全、稳定、经济运行以及提高运行效益具有重要意义。关键词:风力发电;功率预测;ARMA;卡尔曼滤波10/10中图分类号:F272;TK01+8文献标志码:A10/10ComparisonStudyonTwoWindPowerForecastingModelsSHIQinghua1,GAOSh
3、an2,CHENHao2,3(1.RizhaoJuxianPowerSupplyCompany,ShandongElectricPowerCorporation,Rizhao276500,China;2.SoutheastUniversity,Nanjing210096,China;3.JiangsuNanjingPowerSupplyCompany,Nanjing210008,China)Abstract:Windpowerforecastingisveryimportanttowindfarm
4、planningandstableoperationofthepowersystem.Inthispaper,windpowerisfirstlyestimatedbymeansoftheARMA(AutoregressiveMovingAverage)modelasbuilt,andthentheKalmanfilterstateequationandmeasurementequationarederivedfromtheARMAmodeltotransformtheforecastintost
5、atespace,andfinallywindpowerisforecastedwiththeKalmanfiltermethod.AcomparisonontheforecastingperformancebetweentheARMAmodelandtheKalmanfiltermethodsuggeststhattheKalmanfiltermethodeffectivelyincreasestheforecastprecisionandtosomeextentsolvesthetimelag
6、problemofthetimeseriesanalysisinforecasting,whichhasgreatsignificancetothesafe,stableandeconomicaloperationofthepowersystem.Keywords:windpower;powerforecast;ARMA;Kalmanfilter10/100引言可再生能源(特别是风能)的开发利用已得到世界各国的高度重视[1-9]。随着科学技术的发展,风力发电技术也得到快速发展,大中型风电场相继建成
7、并投入运行,风力发电已逐渐具备大规模商业开发的技术和经济条件[10-23],在电网中所占比例呈不断升高之势。2000—2007年,世界风力发电装机年增长量在20%以上,到2007年年底,全球风力发电机收稿日期:2011-04-20组装机总容量达到93GW,年发电量达200TW·h,相当于全球电能消费总量的1.3%。中国风电装机容量自2003年以来进入高速增长期:2003年,累计总装机容量为567MW,2004年为764MW,2005年为1266MW,2006年为2599MW,2007年约为590
8、6MW,到2008年,我国风电装机容量达12153MW,与2007年相比,装机增长率为106%[24]。因为风力具有波动性、间歇性、能量密度低等特点,风电功率也是波动的、间歇的。当风电穿透10/103110/1010/10智能电网能源技术经济第23卷10/10功率超过一定值后,会严重影响电能质量和电力系统的安全、稳定运行。若能对风电场的风电功率进行短期预测,可使电力调度部门根据风电功率的变化及时调整调度计划,以保证电能质量,减少系统y(t)=θ(L)εt式中:q为移动平均的阶
此文档下载收益归作者所有