大型风电场超短期风电功率预测

合集下载

相关主题

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ＭｏｎｇｏｌｉａＡｕｔｏｎｏｍｏｕｓＲｅｇｉｏｎ，Ｈｏｈｈｏｔ０１００３１，Ｉｎｎｅｒห้องสมุดไป่ตู้ Ｍｏｎｇｏｌｉａ，Ｃｈｉｎａ）
ＡＢＳＴＲＡＣＴ：Ｆｏｒｌａｒｇｅ —ｓｃａｌｅｗｉｎｄｆａｒｍｗｉｎｄｐｏｗｅｒｎｏｎｌｉｎｅａｒ
济运行带来了严重的挑战。提高风电功率预测精度
是改善含风电场电网运行的经济性、安全性的有效
途径。
ｑｕａｎｔｕｍｐａｔｒｉｃｌｅｓｗａｍｒｏｐｔｉｍｉｚａｔｉｏｎ（Ｑｕａｎｔｕｍ－ｂｅｈａｖｅｄＰａｔｒｉｃｌｅＳｗａｒｍＯｐｔｉｍｉｚａｔｉｏｎ，ＱＰＳＯ）ｐａｒａｍｅｔｅｒｓｏｆｔｈｅｗｅｉｇｈｔｅｄｌｅａｓｔ
ｔｈｅｍｏｄｅｌ，ｂｙｇｉｖｉｎｇｄｉｆｆｅｒｅｎｔｗｅｉｇｈｔｓｔｏｅａｃｈｓａｍｐｌｅｅｒｒｏｒ
ｃｏｅｆｆｉｃｉｅｎｔｏｆｔｈｉｓｐａｐｅｒ，ａｇｏｏｄｇｅｎｅｒａｌｉｚａｔｉｏｎｐｅｒｆｏｒｍａｎｃｅｏｆｔｈｅＷＬＳ— ＳＶＭｒｅｇｒｅｓｓｉｏｎｍｏｄｅｌｉｓｅｓｔａｂｌｉｓｈｅｄｔｏｆｕｔｈｒｅｒｉｍｐｒｏｖｅｔｈｅｍｏｄｅｌｐｒｅｄｉｃｔｉｏｎａｃｃｕｒａｃｙ．Ｔｈｉｓｐａｐｅｒｐｒｅｓｅｎｔｓａｎｕｌｔｒａ－ｓｈｏｔｒｔｅｍｒｗｉｎｄｐｏｗｅｒｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｗｈｉｃｈｉｓｂａｓｅｄｏｎｔｈｅ
Ｖｏ１．２９Ｎｏ．２Ｆｅｂ．２０１３
中图分类号：ＴＭ６１５
文献标志码：Ａ
大型风电场超短期风电功率预测
廖志民１，孙晔１，张欢２
（１．呼和浩特供电局，内蒙古呼和浩特０１００５０；２．内蒙古自治区特种设备检验院，内蒙古
ｍｏｄｅｌｏｆｓｕｐｅｒｐａｒａｍｅｔｅｒｓ．Ｔｏｃｏｍｐｅｎｓａｔｅｌｏｓｓｏｆｒｏｂｕｓｔｎｅｓｓｏｆ
风力发电近几年发展迅速，我国风电装机容量不断增加，风电在电网中所占比例不断升高，然而风力发电具有波动性、不可准确预计性的特点，大规模风电功率接人电网后，对该区域电网的安全、经
（１．ＨｏｈｈｏｔＰｏｗｅｒＳｕｐｐｌｙＢｕｒｅａｕ，Ｈｏｈｈｏｔ０１００５０，ＩｎｎｅｒＭｏｎｇｏｌｉａ，Ｃｈｉｎａ；２．ＳｐｅｃｉａｌＥｑｕｉｐｍｅｎｔＩｎｓｐｅｃｔｉｏｎＩｎｓｔｉｔｕｔｅｏｆＩｎｎｅｒ
ｌ溻溢盟
ＣｌｅａｎＥｎｅｒｇｙ
第２９卷第２期２０１３年２月文章编号：１６７４ — ３８１４（２０１３）０２ — ００７５ — ０５
电网与清洁能源
ＰｏｗｅｒＳｙｓｔｅｍａｎｄＣｌｅａｎＥｎｅｒｇｙ
关键词：量子粒子群优化；最小二乘支持向量机；超短期风电
功率预测；鲁棒性
ｂａｓｅｄｏｎｑｕａｎｔｕｍｐａｒｔｉｃｌｅｓｗａｍｒｏｐｔｉｍｉｚａｔｉｏｎｔｏｃｈｏｏｓｅｔｈｅ
０１００３１）呼和浩特
Ｕｌｔｒａ－Ｓｈｏｒｔ－ＴｅｒｍＷｉｎｄＰｏｗｅｒＰｒｅｄｉｃｔｉｏｎｆｏｒＬａｒｇｅ－ＳｃａｌｅｄＷｉｎｄＦａｒｍｓ
ＬＩＡＯＺｈｉ — ａｉｒｎ，ＳＵＮＹｅ，ＺＨＡＮＧＨｕａｎ
该方法的有效性。
ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ，ｗｅｕｓｅｌｅａｓｔｓｑｕａｒｅｓｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ
ｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｓ．ＡｓｔｈｅＬＳ— ＳＶＭｐａｒａｍｅｔｅｒｓｅｌｅｃｔｉｏｎｄｉｒｅｃｔｌｙａｆｆｅｃｔｓｔｈｅｐｒｅｃｉｓｉｏｎｏｆｔｈｅｍｏｄｅｌ，ｔｈｉｓｐａｐｅｒｕｓｅｓａｍｅｔｈｏｄ