風電場輸出功率概率預測理論與方法.pdf

1、風電大規(guī)模并網(wǎng)緩解了我國能源壓力并帶來了巨大的經(jīng)濟和環(huán)境效益，是目前技術最成熟、最具規(guī)?；_發(fā)條件的可再生能源。然而，風電作為一種間歇性電源，其大規(guī)模并入電網(wǎng)勢必增加系統(tǒng)運行控制難度，加重系統(tǒng)備用負擔。因此，對風電場及風電場群輸出功率進行預測具有十分重要的意義。
　　短期風電功率預測一般是對未來24小時～72小時風機或風電場的有功功率進行預測，預測結果可用于優(yōu)化常規(guī)機組出力及系統(tǒng)備用配置，提高系統(tǒng)運行的安全性和經(jīng)濟性。根據(jù)預測結果

2、的不同，短期風電功率預測方法可以分為單點值預測和概率式預測兩類方法。單點值預測方法是對未來某時段風電功率最大可能出現(xiàn)值進行預測，目前預測誤差（以48小時的歸一化平均絕對誤差為例）多在15％～40％之間。由于單點值預測方法無法提供風電功率預測的不確定性信息，近年來，概率式預測方法得到越來越多的重視和研究，該類方法不僅能夠預測未來時段風電場輸出功率的期望值，還可以給出預測誤差的分布信息，為含有風電場電力系統(tǒng)的運行風險評估和風險決策提供重要參

3、考。
　　目前，短期風電場輸出功率概率式預測方法存在以下幾點問題:①預測精度需要進一步提高，包括期望值預測精度、分布預測精度等;②已有方法多是逐時段進行的風電場輸出功率概率預測，沒有考慮風電場輸出功率各預測時段間的關聯(lián)特性，即風電功率時域相關信息被忽略;③同一區(qū)域內(nèi)包含多個風電場時，針對單一風電場進行功率預測，忽略了多個風電場輸出功率預測誤差之間存在的動態(tài)時空關聯(lián)特性。
　　本文首先利用支持向量機對單一風電場的輸出功率進行單

4、點值預測，對預測誤差建立稀疏貝葉斯學習模型進行誤差的概率密度預測，進而建立了一種基于誤差校正的風電場輸出功率的邊際概率密度函數(shù)參數(shù)式預測方法;其次，對風電場輸出功率預測誤差特性進行統(tǒng)計分析，發(fā)現(xiàn)各時段之間存在關聯(lián)關系，進而求取相關系數(shù)矩陣量化分析風電功率預測誤差時段間的相關關系，并結合邊際概率密度函數(shù)預測得到一種短期風電功率多時段聯(lián)合概率密度預測方法;進一步分析同一區(qū)域內(nèi)多風電場輸出功率預測誤差統(tǒng)計特性，發(fā)現(xiàn)預測誤差之間存在線性時空關聯(lián)