基于贝塔分布的风电功率波动区间估计

被引:33
作者
刘兴杰
谢春雨
机构
[1] 华北电力大学电力工程系
基金
中央高校基本科研业务费专项资金资助;
关键词
风电; 功率预测; 预测误差; 概率分布; 贝塔分布; 区间估计;
D O I
暂无
中图分类号
TM614 [风能发电];
学科分类号
0807 ;
摘要
风电的大规模并网使得风电功率的波动性对电网的影响越来越大,单一且确定的点预测往往不能满足电网风险分析和制定决策的需求。通过对风电功率预测误差分布特性的研究,提出利用预测功率区间分段方法与参数优化后的贝塔分布对具有偏态性的功率预测误差频率分布进行拟合。同时根据估计区间最狭原则,实现一定置信水平下风电功率的波动区间估计。利用所建优化模型、正态分布模型和优化前的贝塔分布模型分别对某风电场历史数据进行分析,对比结果验证了优化贝塔分布模型能更有效地对功率预测区间进行估计。
引用
收藏
页码:26 / 30+57 +57
页数:6
相关论文
共 10 条
[1]   大规模风电跨省消纳与交易机制的研究 [J].
李丰 ;
张粒子 .
电力自动化设备, 2013, 33 (08) :119-124
[2]   电力系统的柔性评价与风电穿透功率极限计算 [J].
白玉东 ;
王承民 ;
衣涛 ;
徐小芳 ;
陈东 ;
袁一鸣 .
电力自动化设备, 2012, 32 (10) :12-16+71
[3]   一种改进的风电功率预测误差分布模型 [J].
刘斌 ;
周京阳 ;
周海明 ;
刘克文 .
华东电力, 2012, 40 (02) :286-291
[4]   风电功率短期预测及非参数区间估计 [J].
周松林 ;
茆美琴 ;
苏建徽 .
中国电机工程学报, 2011, 31 (25) :10-16
[5]   短期风电功率预测误差综合评价方法 [J].
徐曼 ;
乔颖 ;
鲁宗相 .
电力系统自动化, 2011, 35 (12) :20-26
[6]   基于分位点回归的风电功率波动区间分析 [J].
李智 ;
韩学山 ;
杨明 ;
钟世民 .
电力系统自动化, 2011, 35 (03) :83-87
[7]   基于人工神经网络的风电功率预测 [J].
范高锋 ;
王伟胜 ;
刘纯 ;
戴慧珠 .
中国电机工程学报, 2008, (34) :118-123
[8]   风电场风速和发电功率预测研究 [J].
杨秀媛 ;
肖洋 ;
陈树勇 .
中国电机工程学报, 2005, (11) :1-5
[9]  
风电场风速及风电功率预测研究[D]. 柯拥勤.华北电力大学. 2012
[10]  
2012年中国风电装机容量统计 .2 中国可再生能源学会风能专业委员会. http://www.cwea.org.cn . 2013