%0 Journal Article %T 基于功率波动过程的风电功率短期预测及误差修正 %A 丁明 %A 张超 %A 毕锐 %A 王勃 %A 缪乐颖 %A 车建峰 %J 电力系统自动化 %D 2019 %X 风资源因具有较强的波动性、随机性与间断性等特点而导致风电功率预测精度不高。为减小风电功率波动对电网的冲击,提高电力系统对风电的接受与消纳能力,提出了改进的风电功率短期预测方法与基于波动的误差修正方法。首先将风电功率按不同波动过程进行聚类划分,提取不同波动的特征曲线对功率值进行修正;采用引力搜索算法优化的反向传播神经网络(GSA-BP)作为基本预测方法进行预测;分析不同波动过程下的预测误差表现,建立预测误差与综合气象指标的映射关系。针对不同波动过程建立相应的风电功率误差修正模型,提出了线性模型和GSA-BP非线性模型相结合的方式对预测误差进行修正,最后以功率预测值叠加预测误差修正值作为最终预测结果。该风电功率预测误差修正方法不仅涉及风速风向等常规因素,而且考虑到了风电功率的波动性 %K 风电功率预测 %K 波动特性 %K 神经网络 %K 引力搜索 %K 误差修正 %K wind power prediction %K wave characteristics %K neural network %K gravitational search %K error correction %U http://www.aeps-info.com/aeps/article/abstract/20180322011?st=article_issue