中国短期风电功率预测技术现状与误差分析

被引：61

作者：

王伟胜 ^{[1
]}

王铮 ^{[1
]}

董存 ^{[2
]}

梁志峰 ^{[2
]}

冯双磊 ^{[1
]}

王勃 ^{[1
]}

机构：

[1] 新能源与储能运行控制国家重点实验室(中国电力科学研究院有限公司)

[2] 国家电网有限公司

来源：

电力系统自动化 | 2021年 / 45卷 / 01期

关键词：

风力发电; 短期功率预测; 预测方法; 误差特点; 误差成因;

D O I：

暂无

中图分类号：

TM614 [风能发电];

学科分类号：

0807 ;

摘要：

风电功率预测是风电调度运行的基础,对提高中国风电消纳水平具有重要作用。以短期风电功率预测为研究对象,针对短期风电功率预测涉及的主要技术环节,分别梳理了国内外的研究历程,对比分析了国内外短期功率预测技术的优势。在此基础上,介绍了中国风电功率预测系统的建设情况和实际应用中的预测误差情况,从时间、空间、概率分布3个维度分析了误差的特点,从输入数据、功率预测模型2个环节分析了误差产生原因,并总结了全球面临的共性问题和中国面临的特有问题。最后从应用角度出发,对中国短期风电功率预测精度提升策略给出了相关的建议。

引用

页码：17 / 27

页数：11

共 41 条

[1]

Wind speed forecasting method based on deep learning strategy using empirical wavelet transform; long short term memory neural network and Elman neural network.[J].Hui Liu;Xi-wei Mi;Yan-fei Li.Energy Conversion and Management.2018,

[2] USING ARTIFICIAL INTELLIGENCE TO IMPROVE REAL-TIME DECISION-MAKING FOR HIGH-IMPACT WEATHER [J].

McGovern, Amy ;

Elmore, Kimberly L. ;

Gagne, David John, II ;

Haupt, Sue Ellen ;

Karstens, Christopher D. ;

Lagerquist, Ryan ;

Smith, Travis ;

Williams, John K. .

BULLETIN OF THE AMERICAN METEOROLOGICAL SOCIETY, 2017, 98 (10) :2073-2090

[3]

Wind power day-ahead prediction with cluster analysis of NWP.[J].Lei Dong;Lijie Wang;Shahnawaz Farhan Khahro;Shuang Gao;Xiaozhong Liao.Renewable and Sustainable Energy Reviews.2016,

[4]

A Numerical Verification of Self-Similar Multiplicative Theory for Small-Scale Atmospheric Turbulent Convection.[J].Song Zong-Peng;Hu Fei;Liu Yu-Jue;Cheng Xue-Ling;Liu Lie;Xu Jing-Jing.Atmospheric and Oceanic Science Letters.2014, 2

[5]

Wind power prediction based on numerical and statistical models.[J].Christos Stathopoulos;Akrivi Kaperoni;George Galanis;George Kallos.Journal of Wind Engineering & Industrial Aerodynamics.2013,

[6]

Probabilistic forecasts of wind speed: ensemble model output statistics by using heteroscedastic censored regression.[J].Thordis L.Thorarinsdottir;TilmannGneiting.Journal of the Royal Statistical Society: Series A (Statistics in Society).2010, 2

[7]

Wind forecasts for wind power generation using the Eta model.[J]..Renewable Energy.2009, 6

[8]

Modeling and predicting complex space–time structures and patterns of coastal wind fields.[J].Montserrat Fuentes;Li Chen;Jerry M. Davis;Gary M. Lackmann.Environmetrics.2005, 5

[9] Short-term forecasting of wind speed and related electrical power [J].

Alexiadis, MC ;

Dikopoulos, PS ;

Sahsamanoglou, HS ;

Manousaridis, IM .

SOLAR ENERGY, 1998, 63 (01) :61-68

[10] 基于波动规律挖掘的风电功率超短期预测方法 [J].

梁志峰 ;

王铮 ;

冯双磊 ;

董存 ;

万筱钟 ;

丘刚 .

电网技术, 2020, 44 (11) :4096-4104

← 1 2 3 4 5 →