基于时间序列分析和卡尔曼滤波算法的风电场风速预测优化模型

被引：218

作者：

潘迪夫 ^{[1
]}

刘辉 ^{[1
]}

李燕飞 ^{[2
]}

机构：

[1] 中南大学交通运输工程学院

[2] 轨道交通安全教育部重点实验室(中南大学)

来源：

电网技术 | 2008年 / 07期

关键词：

混合算法; 卡尔曼滤波; 时间序列; 风电场;

D O I：

10.13335/j.1000-3673.pst.2008.07.012

中图分类号：

TM614 [风能发电];

学科分类号：

0807 ;

摘要：

为提高风电场风速的预测精度,解决时序模型预测延时的问题,文章提出了一种时间序列分析和卡尔曼滤波相结合的混合算法。基本思路为:首先利用时间序列分析理论,对风电场风速信号进行非平稳建模,得到符合其变化规律的模型方程;其次通过得到的模型方程推导出卡尔曼滤波法的状态方程和观测方程;然后依靠卡尔曼预测递推方程进行预测;最后对某实测风速信号进行预测。实例分析表明:采用该混合算法可以提高预测精度,而且较好地解决了预测延时问题。

引用

页码：82 / 86

页数：5

共 14 条

[1] 遗传算法参数设置及其在负荷建模中应用 [J].