风电并网容量迅猛增加，风电与系统之间的联系越来越密切，必须考虑风能的波动
性和间歇性引起风电出力的变化给电力系统电能质量、安全稳定运行和经济效益带来的不利影
响。因此，进行风电功率预测具有重要的现实意义。首先对风速和风电出力预测的分类和方法
进行了探讨，然后简要综述了国内外风功率预测技术的研究现状，最后针对我国现阶段风电功
率预测产生误差的原因进行了阐述并提出了建议
2021-09-20 20:22:47
808KB
1
提高短期风电功率预测精度是风电大规模发展的迫切要求,同时也是保障风电并网运行的关键。笔者在不增加模型复杂度的前提下,提出了聚类建模方法。该方法首先采用减法聚类与模糊C均值聚类(FCM)方法相结合对训练样本进行处理,然后建立不同聚类集下对应的预测模型库,最后将预测数据与聚类后的样本数据进行匹配,选择合理的模型进行预测。采用山西某风电场实际数据进行大量仿真,并将预测结果与单一模型结果对比,结果表明,该方法可以减少大的预测误差点数,有效提高风电功率预测精度。
2021-04-17 11:05:30
749KB
1
准确的风电功率预测对于电力系统安全稳定运行具有重要意义，滞后性是产生风电功率预测误差的主要原因，尤其是风速变化较快时，滞后性引起的预测误差较大。考虑到风速波动与风电功率的变化息息相关，提出一种基于风速局部爬坡(LR)误差校正的方法来改善预测风速的滞后性，并将校正后的预测风速及历史功率数据作为输入进行风电功率预测。提出利用灰狼优化(GWO)算法对最小二乘支持向量机(LSSVM)的参数进行优化，以提高风电功率预测的准确性。算例结果表明，所提方法能够有效提高风电功率预测精度。
2021-02-27 15:03:35
1.91MB
1
使用isodata算法结合lssvm预测风电功率，LSSVR使用二范数优化目标函数，并利用等式约束条件代替SVM标准算法中的不等式约束条件，克服了SVM在大规模问题中存在的训练速度较慢的缺点。
2019-12-21 20:52:58
4KB
1