%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