论文摘要
在区域风电场风能资源评估方法中,传统的测量—关联—预测(MCP)方法未充分使用参考站的观测数据建立参考站和目标站之间风功率密度的映射关系,导致目标站长期风能资源的预测精度不高。在传统MCP组合方法的基础上,综合考虑参考站风功率密度和风向的特征组合,利用支持向量回归机(SVR)理论,建立2种不同的MCP模型,并将传统的考虑参考站风速、风向特征组合的MCP模型作为对比模型来验证所提出模型的有效性和准确性。实例研究表明,考虑参考站的风功率密度和风向特征输入的MCP模型对目标站风功率密度预测决定系数高于0.9,预测精度和适用性要明显优于传统的MCP模型,因而,该模型可用于评估区域风电场风能资源分布状况。
论文目录
文章来源
类型: 期刊论文
作者: 叶林,陈小雨,靳晶新,李镓辰,滕景竹
关键词: 风电场,区域风能资源评估,风力发电,测量关联预测,支持向量回归机,风功率密度
来源: 电力系统自动化 2019年03期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 电力工业
单位: 中国农业大学信息与电气工程学院,国网北京市电力公司电力科学研究院
基金: 国家自然科学基金资助项目(51677188)~~
分类号: TM614
页码: 24-34
总页数: 11
文件大小: 3865K
下载量: 194