基于修正后ARIMA-GARCH模型的超短期风速预测

摘要：

精准的风速预测对于降低风功率波动对电网稳定性的影响具有重大意义.为此,基于时间序列分析方法中的自回归差分移动平均模型(auto regressive integrated moving average,ARIMA)和广义自回归条件异方差模型(generalized autoregressive conditionally heteroscedastic,GARCH),对风速建立ARIMA-GARCH模型.并从实际经验出发,充分考虑风速自身高低及风速变化率对条件方差的影响,利用模糊理论、风速概率分布特性及相关性分析等方法,对GARCH模型中的条件方差进行加权混合修正,使其更加符合实际情况.此方法预测机理清楚,能够反映客观世界动态过程,揭示风速变化的客观规律,并且,仅通过少量历史数据,便可快速实现超短期内风速的点预测与区间预测.最后,通过中国甘肃气象站观测的风速数据进行了详细的算例分析,验证了上述方法的可行性及有效性.

关键词：时间序列、模糊控制、风电、预测

所属期刊栏目：41

分类号：TM715(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金项目51007058,51477097,51677115. Project Supported by National Natural Science Foundation of China 51007058, 51477097, 51677115

在线出版日期：2017-06-30（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：1808-1814