基于灰色－辨识模型的风电功率短期预测

摘要：

　　为了准确预测风电机组的输出功率，针对实际风场，给出一种基于灰色 GM(1,1)模型和辨识模型的风电功率预测建模方法，采用残差修正的方法对风速进行预测，得出准确的风速预测序列。同时为了提高风电功率预测的精度，引入 FIR-MA迭代辨识模型，从分段函数的角度对风电场实际风速-风电功率曲线进行拟合，取得合适的 FIR-MA 模型。利用该模型对额定容量为850 kW 的风电机组进行建模,采用平均绝对误差和均方根误差，以及单点误差作为评价指标，与风电场的实测数据进行比较分析。仿真结果表明，基于灰色-辨识模型的风电机组输出功率预测方法是有效和实用的，该模型能够很好地预测风电机组的实时输出功率，从而提高风电场输出功率预测的精确性。

关键词：风速预测、风电功率特性曲线、灰色理论、FIR-MA 模型、辨识、最小二乘迭代

分类号：TM341(电机)

资助基金：高等学校博士学科点优先发展领域科研基金20110093130001；国家自然科学基金61174032

在线出版日期：2013-07-30（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：79-85