| 利用空间相关性的超短期风速预测 |
| |
| 引用本文： | 陈宁,薛禹胜,丁杰,陈振龙,王维洲,汪宁渤.利用空间相关性的超短期风速预测[J].电力系统自动化,2017,41(12):124-130. |
| |
| 作者姓名： | 陈宁 薛禹胜 丁杰 陈振龙 王维洲 汪宁渤 |
| |
| 作者单位： | 东南大学电气工程学院, 江苏省南京市 210096; 新能源与储能运行控制国家重点实验室(中国电力科学研究院), 江苏省南京市 210003,南瑞集团公司(国网电力科学研究院), 江苏省南京市 211106; 智能电网保护和运行控制国家重点实验室, 江苏省南京市 211106,新能源与储能运行控制国家重点实验室(中国电力科学研究院), 江苏省南京市 210003,神华集团有限责任公司, 北京市 100011,国网甘肃省电力公司电力科学研究院, 甘肃省兰州市 730050,国网甘肃省电力公司风电技术中心, 甘肃省兰州市 730050 |
| |
| 基金项目： | 国家自然科学基金重点项目(61533010);NSFC-NRCT(中泰)合作研究项目(51561145011);国家电网公司科技项目 |
| |
| 摘 要： | 风速的空间相关性有助于提高其预测质量,特别是在风速突变的情况下。将"离线分类建模,在线匹配模型"的预测思路应用到利用空间相关性的超短期风速预测之中:通过历史数据的时序分析,识别其中各风电场风速存在空间相关性的时段;按其时序特征及其他的条件特征,将观察时窗内的风速序列划分为不同演化形态的样本子集;在离线环境下,分别根据各类形态的训练样本子集优化其专用的预测模型及参数;在线应用时,则根据当下窗口内风速序列的演化形态及相关的条件特征,按匹配所得模型及参数,根据参考风电场的实测数据预测目标风电场的风速。以实际的历史数据验证了所述方法的有效性。
|
| 关 键 词： | 风速预测 空间相关性 动态特征 离线分类建模 在线特征匹配 |
| 收稿时间： | 2017/1/9 0:00:00 |
| 修稿时间： | 2017/4/21 0:00:00 |
Ultra-short Term Wind Speed Prediction Using Spatial Correlation |
| |
| CHEN Ning,XUE Yusheng,DING Jie,CHEN Zhenlong,WANG Weizhou and WANG Ningbo.Ultra-short Term Wind Speed Prediction Using Spatial Correlation[J].Automation of Electric Power Systems,2017,41(12):124-130. |
| |
| Authors: | CHEN Ning XUE Yusheng DING Jie CHEN Zhenlong WANG Weizhou and WANG Ningbo |
| |
| Affiliation: | School of Electrical Engineering, Southeast University, Nanjing 210096, China; State Key Laboratory of Operation and Control of Renewable Energy and Storage Systems(China Electric Power Research Institute), Nanjing 210003, China,NARI Group Corporation(State Grid Electric Power Research Institute), Nanjing 211106, China; State Key Laboratory of Smart Grid Protection and Control, Nanjing 211106, China,State Key Laboratory of Operation and Control of Renewable Energy and Storage Systems(China Electric Power Research Institute), Nanjing 210003, China,Shenhua Group Corporation Limited, Beijing 100011, China,Electric Power Research Institute of State Grid Gansu Electric Power Corporation, Lanzhou 730050, China and Wind Power Technology Center of State Grid Gansu Electric Power Corporation, Lanzhou 730050, China |
| |
| Abstract: | |
| |
| Keywords: | wind speed prediction spatial correlation dynamic features offline modeling by classification online feature matching |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《电力系统自动化》浏览原始摘要信息 |
|
点击此处可从《电力系统自动化》下载全文 |
|
