风电功率预测系统评价方法研究

论文摘要

风电功率预测评价是量化功率预测对电力系统贡献价值、提高预测系统精度的重要依据,而目前常用的评价指标对误差特性反映不够全面,且未考虑对电力系统影响。文中基于RBF和SVM算法建立了风电功率短期预测模型、超短期预测模型和负荷预测模型,用于分析现有评价指标在反映预测结果特征时的局限性。然后,在此基础上提出了平均趋势偏差、友好度和时间延迟三个具有创新性的评价指标。最后,以中国北方某风电场实际运行数据为例对新指标的优越性进行验证。结果表明,所提出的新指标能够反映出预测结果的整体偏差、与电力系统状态之间的关系和时序特征,对风电功率预测系统改进以及电力系统制定发电计划、实时调度具有指导意义和参考价值。

论文目录

• 1 引 言
•   1.1 研究背景及意义
•   1.2 国内外研究现状
•     1.2.1 预测方法综述
•     1.2.2 评价方法综述
•       （1）绝对误差（et）
•       （2）平均相对误差（MRE）
•       （3）平均绝对误差（MAE）
•       （4）均方根误差（RMSE）
•   1.3 现行评价指标存在的问题
• 2 风电功率预测和负荷预测建模
•   2.1 RBF神经网络学习算法
•   2.2 SVM学习算法
•   2.3 算例分析
•     2.3.1 数据
•     2.3.2 短期预测算例与分析
•     2.3.3 超短期预测算例
•     2.3.4 负荷预测
• 3 风电功率预测评价指标的建立与验证
•   3.1 平均趋势偏差
•   3.2 友好度
•   3.3 时间延迟
• 4 结束语

文章来源

类型: 期刊论文

作者: 吴阳阳,黄礼波,林建平,李阳春

关键词: 风电功率预测,预测误差,评价指标,电力系统

来源: 应用能源技术 2019年12期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 华能国际电力股份有限公司浙江清洁能源分公司

分类号: TM614

页码: 38-44

总页数: 7

文件大小: 851K

下载量: 100