風電場出力特性及風速超短期預測研究
李有亮，田躍軍，麥立，賈偉，徐自力
（國網(wǎng)安徽省電力公司調(diào)度控制中心，安徽 合肥 230061）
摘 要：風電出力具有隨機性和波動性特點，通過開展風電特性分析及風電場出力預測，可以減輕風電不確定性對電網(wǎng)的影響。分析了風力發(fā)電特性，概述了風電出力預測方法，并建立基于誤差校正的BP神經(jīng)網(wǎng)絡模型來進行風速預測，實例計算分析結果表明，該模型有效提高了預測精度。
關鍵詞：風電；風速；發(fā)電特性；預測
中圖分類號：TM614 文獻標識碼：A 文章編號：1007-3175(2018)04-0014-04
Research on Wind Power Generation Characteristics and Short Term Wind Speed Forecasting
LI You-liang, TIAN Yue-jun, MAI Li, JIA Wei, XU Zi-li
（State Grid Anhui Electric Power Company Dispatching and Control Center, Hefei 230061, China）
Abstract: The output of wind farm have the characteristics of stochastic and fluctuant. Analysis of wind power output and forecasting of wind power or wind speed will reduce the adverse effects of wind power. This paper analyzed the characteristics of wind power generation, summarized the prediction methods of wind power and constructed the BP neural network model based on error correction to carry out wind speed prediction. The living example computational analysis result shows that this model improves prediction accuracy effectively.
Key words: wind power; wind speed; generation characteristic; prediction
參考文獻
[1] 張希良. 風能開發(fā)利用[M]. 北京：化學工業(yè)出版社，2005.
[2] 李俊峰，時璟麗，施鵬飛，等. 風力12在中國[M]. 北京：化學工業(yè)出版社，2005.
[3] 冉曉洪，苗世洪，劉陽升，等. 考慮風光荷聯(lián)合作用下的電力系統(tǒng)經(jīng)濟調(diào)度建模[J]. 中國電機工程學報，2014，34(16)：2552-2560.
[4] 薛禹勝，雷興，薛峰，等. 關于風電不確定性對電力系統(tǒng)影響的評述[J]. 中國電機工程學報，2014，34(29)：5029-5040.
[5] 車勇，彭超鋒，袁鐵江，等. 計及儲能的風電平衡區(qū)域電網(wǎng)優(yōu)化劃分方法[J]. 電網(wǎng)技術，2017，41(3)：775-781.
[6] 馮雙磊，王偉勝，劉純，等. 風電場功率預測物理方法研究[J]. 中國電機工程學報，2010，30(2)：1-6.
[7] 范高鋒，王偉勝，劉純，等. 基于人工神經(jīng)網(wǎng)絡的風電功率預測[J]. 中國電機工程學報，2008，28(34)：118-123.
[8] 王麗婕，冬雷，廖曉鐘，等. 基于小波分析的風電場短期發(fā)電功率預測[J]. 中國電機工程學報，2009，29(28)：30-33.
[9] 杜穎，盧繼平，李青，等. 基于最小二乘支持向量機的風電場短期風速預測[J]. 電網(wǎng)技術，2008，32(15)：62-66.
[10] 劉純，范高鋒，王偉勝，等. 風電場輸出功率的組合預測模型[J]. 電網(wǎng)技術，2009，33(13)：74-79．
[11] 裴瑞平，田麗，魏安靜，等. 短期風功率自適應加權組合預測[J]. 重慶工商大學學報（自然科學版），2016，33(2)：26-29.
