10.13335/j.1000-3673.pst.2015.10.013
非迭代与分时段最优的风电功率短期预测
风电功率短期预测模型多数以数值天气预报信息(numerical weather prediction,NWP)为输入,然而NWP数据存在一定的局限性.且以历史统计数据为输入时,误差会随预测提前时间的增大而急剧增加,因此常应用于超短期预测.为此提出了一种非迭代-分时段最优预测模型,首先以历史数据为输入,采用非迭代方式预测未来24 h的风电功率.然后找出分别使各个预测时段误差最小的最优输入个数,并求得基于历史风速数据和历史功率数据2种模型的分时段最优权重.实验证明,非迭代-分时段最优模型有效地消除了累积误差增大了预测范围,大大提高了各个时段的预测精度.与其他预测模型相比,该模型数据来源方便、结构简单、预测精度高.
风电功率、短期预测、非迭代、分时段最优
39
TM71(输配电工程、电力网及电力系统)
2016-04-18(万方平台首次上网日期,不代表论文的发表时间)
共6页
2766-2771