基于多元回归-ARIMA-卡尔曼组合模型的风电功率超短期预测  

作　　者：刘震 刘丹 王彦文 孙书贝 刘冰 

机构地区：[1]北京东润环能科技股份有限公司

出　　处：《风能》2018年第6期74-78,共5页Wind Energy

摘　　要：随着风电并网规模的快速扩大,风电的不确定性对电力系统与电力市场的稳定性、充裕性及经济学的影响也日益增大,故及时和准确地预测风电功率(Wind Power,WP)的意义重大。风电功率预测(Wind Power Prediction,WPP)根据风速及相关因素的历史数据,演化其后续的过程。具体需要建立数学模型来反映WP与相关因素的关系,外推WP值。WPP可按时间尺度分为中长期、短期和超短期预测。用于风电场规划及年度发电计划的长期预测以年为时效;用于检修计划的中期预测以周或月为时效。中长期预测对精度的要求不严格,但需要长时间的历史数据积累。短期预测则要求较高的精度,以减少弃风,优化常规电源的日发电计划与冷热备用,以及调整检修计划。超短期预测则有助于优化调频及旋转备用容量,以及在线优化机组组合与经济负荷调度。本文主要关注超短期预测。

关 键 词：短期预测 电功率 组合模型 多元回归 卡尔曼 中长期预测 日发电计划 风电并网 

分 类 号：TM614[电气工程—电力系统及自动化]