按时序特征优化模型后在线选配的超短期风电预测

摘要：

讨论超短期风电功率预测(USTWPP)模型的适用性。提出的 USTWPP 方法，从历史数据的风电功率时间序列(WPTS)中筛选特征量，选择门限值，并将短窗口内的 WPTS 划分为不同形态的子集，以及一个囊括所有不具有排他性分类特征的“非形态子集”。然后在离线环境下，分别按对应的训练样本优化各子集专用的预测模型及参数。在线应用时，将当前时刻前一个短窗口的WPTS 与各子集的分类判据比对，以归入上述子集之一，然后调用相应的预测模型完成USTWPP。最后，以实际算例验证了该方法的有效性。

关键词：风电预测、时间序列特征、序列趋势分类、离线优化、在线匹配

分类号：P31;O21

资助基金：国家重点基础研究发展计划973计划资助项目2013CB228204;澳大利亚 ARC 项目DP120101345;中英合作研究项目NSFC-513111025-2013, EPSRC-EP/L001063/1;国家电网公司科技项目。This work is jointly supported by National Basic Research Program of China 973 Program2013CB228204;Australian Research Council ProjectDP120101345;NSFC-EPSRC Collaborative ProjectNSFC-513111025-2013, EPSRC-EP/L001063/1;State Grid Corporation of China

在线出版日期：2015-05-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：5-11