基于自回归滑动平均模型的风力发电容量预测  

PREDICTION OF WIND POWER GENERATION BASED ON AUTOREGRESSIVE MOVING AVERAGE MODEL

作　　者：冬雷[1,2] 王丽婕[1] 郝颖[1] 胡国飞 廖晓钟[1,2] 

机构地区：[1]北京理工大学自动化学院,北京100081 [2]北京理工大学复杂系统智能控制与决策教育部重点实验室,北京100081 [3]中电国际新能源控股有限公司,上海200052

出　　处：《太阳能学报》2011年第5期617-622,共6页Acta Energiae Solaris Sinica

基　　金：国家自然科学基金(50777003);中国电力投资集团公司科技项目(2009064ZDGKJX)

摘　　要：利用时间序列分析法对富锦风电场风电机组发电容量时间序列进行分析,通过长自回归模型法建立了基于这些数据的自回归模型(AR)和自回归滑动平均模型(ARMA)。在建模过程中,采用3种定阶方法分别建立了不同的ARMA模型,并在对比分析了不同模型的优缺点之后对其进行加权平均综合处理,最终得到较理想的预测模型,使风力发电容量短期预测的归一化平均绝对误差降到7%以内。In this paper, the time series of wind power generation from the Fujin Wind Farm located in China were used for this study. Autoregressive Model （AR） and Autoregressive Moving Average Model （ARMA） were set up by the Long Autoregressive method which is one of the time series analysis methods. In the process of modeling, three methods were used to determine model order. After analyzing these three different models, the weighted average algorithm was used to construct the ultimate wind power predicting model and the Normalized Mean Absolute Error （NMAE） is within 7 %.

关 键 词：风电容量预测 自回归滑动平均模型 长自回归法 定阶 加权平均 

分 类 号：TM614[电气工程—电力系统及自动化]