风电场风速短期多步预测改进算法

对风电场风速实现较准确的预测，可以有效减轻并网后风电对电网的影响，提高风电市场竞争力。文章运用时间序列法对我国某风电场测风站实测风速建立时序ARIMA(11,1,0)模型，并进行风速预测。针对模型在超前1步预测时出现的延时问题，引入卡尔曼预测法加以改进，提出卡尔曼时间序列法。针对时序模型超前多步预测精度低的问题，提出滚动式时间序列法。对提出的两种改进方法进行实例验证，结果表明：①卡尔曼时间序列法不仅改善了预测延时问题，而且把超前1步预测的平均绝对相对误差从6.49％降低为3.19％；②滚动式时间序列法改善了多步预测的精度问题，模型超前3、5、10步预测的平均绝对相对误差分别仅为7.01％，7.63％，8.42％。两种改进方法都没有明显增加时间序列法的建模计算量。