考虑气象特征与波动过程关联的短期风电功率组合预测

叶林; 赵金龙; 路朋; 裴铭; 陈梅; 王勃; 车建峰

doi:10.7500/AEPS20191112002

您当前的位置：

首页 >

文章列表页 >

考虑气象特征与波动过程关联的短期风电功率组合预测

学术研究 | 更新时间：2025-06-16

- 考虑气象特征与波动过程关联的短期风电功率组合预测
- Combined Prediction of Short-term Wind Power Considering Correlation of Meteorological Features and Fluctuation Process
- 电力系统自动化-方正平台 2021年45卷第4期页码：54-62
- 作者机构：
  
  1.中国农业大学信息与电气工程学院，北京市 100083
  2.国家电网有限公司，北京市 100032
  3.中国电力科学研究院有限公司，北京市 100192
- 作者简介：
  
  叶林（1968—），男，通信作者，博士，教授，博士生导师，德国洪堡学者，主要研究方向：电力系统自动化、新能源发电技术。E-mail：yelin@cau.edu.cn
  赵金龙（1994—），男，硕士研究生，主要研究方向：电力系统运行与控制、新能源发电技术。E-mail：jinlongzhao@ cau.edu.cn
  路朋（1989—），男，博士研究生，主要研究方向：电力系统运行与控制、新能源发电技术。E-mail：lupeng@cau.edu.cn
- 基金信息：
  
  国家重点研发计划资助项目(2018YFB0904200);国家电网有限公司科技项目(SGLNDKOOKJJS1800266)
- DOI：10.7500/AEPS20191112002
  中图分类号：
- 收稿日期：2019-11-12，
  
  修回日期：2020-02-18，
  
  网络出版日期：2020-06-02，
  
  纸质出版日期：2021-02-25
- 稿件说明：
移动端阅览
叶林,赵金龙,路朋等.考虑气象特征与波动过程关联的短期风电功率组合预测[J].电力系统自动化,2021,45(4):54-62.

YE Lin,ZHAO Jinlong,LU Peng,et al.Combined Prediction of Short-term Wind Power Considering Correlation of Meteorological Features and Fluctuation Process[J].Automation of Electric Power Systems,2021,45(4):54-62.
叶林,赵金龙,路朋等.考虑气象特征与波动过程关联的短期风电功率组合预测[J].电力系统自动化,2021,45(4):54-62. DOI： 10.7500/AEPS20191112002.

YE Lin,ZHAO Jinlong,LU Peng,et al.Combined Prediction of Short-term Wind Power Considering Correlation of Meteorological Features and Fluctuation Process[J].Automation of Electric Power Systems,2021,45(4):54-62. DOI： 10.7500/AEPS20191112002.

摘要

为解决短期风电功率预测关键气象因素提取难、天气波动过程与功率波动过程匹配性差的问题，提出了一种考虑气象特征与波动过程关联的短期风电功率组合预测方法。首先，通过最大相关-最小冗余原则得到数值天气预报的气象特征因素来划分天气波动过程。其次，考虑天气波动过程与功率波动过程的关联关系，建立了以气象特征因素为输入、以风电功率为输出的波动过程关联的短期组合预测模型。最后，将不同天气波动过程下的风电功率预测值在时序上进行重新组合，以得到波动过程为输出的短期风电功率预测结果。实际算例表明，采用气象特征因素作为输入以及面向波动过程关联的组合预测方法能够明显地提高短期风电功率的预测精度。

Abstract

To cope with the problems of difficulties in extraction of the critical meteorological factors and the weak relevance between the weather and power fluctuation processes

a combined prediction method of short-term wind power considering correlation of meteorological features and fluctuation processes is proposed. At first

the meteorological characteristic factors of numerical weather prediction (NWP) are obtained by the rule of minimal redundancy maximal relevance (mRMR) to classify the weather fluctuation processes. Further

considering the relationship between weather and power fluctuation processes

a short-term combined prediction model is constrcuted

which takes meteorological characteristic factors as inputs and wind power as output. Finally

the prediction values of wind power associated with different weather processes are combined in time series to get the prediction results of short-term wind power

which takes fluctuation processes as the output. Case study shows that the combined prediction method with correlations of fluctuation processes which takes meteorological characteristic factors as inputs can significantly improve the prediction accuracy of the short-term wind power.

关键词

Keywords

references

薛禹胜，郁琛，赵俊华，等 . 关于短期及超短期风电功率预测的评述［J］. 电力系统自动化， 2015 ， 39 （ 6 ）： 141 - 151 .

XUE Yusheng ， YU Chen ， ZHAO Junhua ， et al . A review on short-term and ultra-short-term wind power prediction ［J］. Automation of Electric Power Systems ， 2015 ， 39 （ 6 ）： 141 - 151 .

WAN C ， WANG J ， LIN J ， et al . Nonparametric prediction intervals of wind power via linear programming ［J］. IEEE Transactions on Power Systems ， 2018 ， 33 （ 1 ）： 1074 - 1076 .

ZHAO Y ， YE L ， WANG W ， et al . Data-driven correction approach to refine power curve of wind farm under wind curtailment ［J］. IEEE Transactions on Sustainable Energy ， 2018 ， 9 （ 1 ）： 95 - 105 .

WANG Z ， WANG W ， WANG B . Regional wind power forecasting model with NWP grid data optimized ［J］. Frontiers in Energy ， 2018 ， 11 （ 2 ）： 175 - 183 .

MA J ， YANG M ， HAN X ， et al . Ultra-short-term wind generation forecast based on multivariate empirical dynamic modeling ［J］. IEEE Transactions on Industry Applications ， 2018 ， 54 （ 2 ）： 1029 - 1038 .

薛禹胜，雷兴，薛峰，等 . 关于风电不确定性对电力系统影响的评述［J］. 中国电机工程学报， 2014 ， 34 （ 29 ）： 5029 - 5040 .

XUE Yusheng ， LEI Xing ， XUE Feng ， et al . A review on impacts of wind power uncertainties on power systems ［J］. Proceedings of the CSEE ， 2014 ， 34 （ 29 ）： 5029 - 5040 .

丁明，张超，王勃，等 . 基于功率波动过程的风电功率短期预测及误差修正［J］. 电力系统自动化， 2019 ， 43 （ 3 ）： 2 - 9 .

DING Ming ， ZHANG Chao ， WANG Bo ， et al . Short-term forecasting and error correction of wind power based on power fluctuation process ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 3 ）： 2 - 9 .

史坤鹏，乔颖，赵伟，等 . 计及历史数据熵关联信息挖掘的短期风电功率预测［J］. 电力系统自动化， 2017 ， 41 （ 3 ）： 13 - 18 .

SHI Kunpeng ， QIAO Ying ， ZHAO Wei ， et al . Short-term wind power prediction based on entropy association information mining of historical data ［J］. Automation of Electric Power Systems ， 2017 ， 41 （ 3 ）： 13 - 18 .

宋家康，彭勇刚，蔡宏达，等 . 考虑多位置NWP和非典型特征的短期风电功率预测研究［J］. 电网技术， 2018 ， 42 （ 10 ）： 3234 - 3242 .

SONG Jiakang ， PENG Yonggang ， CAI Hongda ， et al . Research of short-term wind power forecasting considering multi-location NWP and uncanonical feature ［J］. Power System Technology ， 2018 ， 42 （ 10 ）： 3234 - 3242 .

熊音笛，刘开培，秦亮，等 . 基于时序数据动态天气划分的短期风电功率预测方法［J］. 电网技术， 2019 ， 43 （ 9 ）： 3353 - 3359 .

XIONG Yindi ， LIU Kaipei ， QIN Liang ， et al . Short-term wind power prediction method based on dynamic wind power weather division of time sequence data ［J］. Power System Technology ， 2019 ， 43 （ 9 ）： 3353 - 3359 .

叶林，路朋，滕景竹，等 . 考虑风电功率爬坡的功率预测-校正模型［J］. 电力系统自动化， 2019 ， 43 （ 6 ）： 49 - 56 .

YE Lin ， LU Peng ， TENG Jingzhu ， et al . Power prediction and correction model considering wind power ramping events ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 6 ）： 49 - 56 .

LIN Y ， YANG M ， WAN C ， et al . A multi-model combination approach for probabilistic wind power forecasting ［J］. IEEE Transactions on Sustainable Energy ， 2019 ， 10 （ 1 ）： 226 - 237 .

乔颖，鲁宗相，闵勇 . 提高风电功率预测精度的方法［J］. 电网技术， 2017 ， 41 （ 10 ）： 3261 - 3269 .

QIAO Ying ， LU Zongxiang ， MIN Yong . Research and application of raising wind power prediction accuracy ［J］. Power System Technology ， 2017 ， 41 （ 10 ）： 3261 - 3269 .

叶林，赵永宁 . 基于空间相关性的风电功率预测研究综述［J］. 电力系统自动化， 2014 ， 38 （ 14 ）： 126 - 135 .

YE Lin ， ZHAO Yongning . A review on wind power prediction based on spatial correlation approach ［J］. Automation of Electric Power Systems ， 2014 ， 38 （ 14 ）： 126 - 135 .

李湃，管晓宏，吴江，等 . 基于天气分类的风电场群总体出力特性分析［J］. 电网技术， 2015 ， 39 （ 7 ）： 1866 - 1872 .

LI Pai ， GUAN Xiaohong ， WU Jiang ， et al . Analyzing characteristics of aggregated wind power generation based on weather regime classification ［J］. Power System Technology ， 2015 ， 39 （ 7 ）： 1866 - 1872 .

ZHAO J ， GUO Y ， XIAO X ， et al . Multi-step wind speed and power forecasts based on a WRF simulation and an optimized association method ［J］. Applied Energy ， 2017 ， 197 ： 183 - 202 .

叶林，滕景竹，蓝海波，等 . 变尺度时间窗口和波动特征提取的短期风电功率组合预测［J］. 电力系统自动化， 2017 ， 41 （ 17 ）： 29 - 36 .

YE Lin ， TENG Jingzhu ， LAN Haibo ， et al . Combined prediction for short-term wind power based on variable time window and feature extraction ［J］. Automation of Electric Power Systems ， 2017 ， 41 （ 17 ）： 29 - 36 .

王铮， RUI Pestana ，冯双磊，等 . 基于加权系数动态修正的短期风电功率组合预测方法［J］. 电网技术， 2017 ， 41 （ 2 ）： 500 - 507 .

WANG Zheng ， RUI Pestana ， FENG Shuanglei ， et al . Short-term wind power combination forecasting method based on dynamic coefficient updating ［J］. Power System Technology ， 2017 ， 41 （ 2 ）： 500 - 507 .

赵永宁，叶林 . 区域风电场短期风电功率预测的最大相关-最小冗余数值天气预报特征选取策略［J］. 中国电机工程学报， 2015 ， 35 （ 23 ）： 5985 - 5994 .

ZHAO Yongning ， YE Lin . A numerical weather prediction feature selection approach based on minimal-redundancy-maximal-relevance strategy for short-term regional wind power prediction ［J］. Proceedings of the CSEE ， 2015 ， 35 （ 23 ）： 5985 - 5994 .

CHEN X ， LIN J ， WAN C ， et al . A unified frequency-domain model for automatic generation control assessment under wind power uncertainty ［J］. IEEE Transactions on Smart Grid ， 2019 ， 10 （ 3 ）： 2936 - 2947 .

林优，杨明，韩学山，等 . 基于条件分类与证据理论的短期风电功率非参数概率预测方法［J］. 电网技术， 2016 ， 40 （ 4 ）： 1113 - 1119 .

LIN You ， YANG Ming ， HAN Xueshan ， et al . Nonparametric approach for short-term probabilistic wind generation forecast based on conditional classification and evidence theory ［J］. Power System Technology ， 2016 ， 40 （ 4 ）： 1113 - 1119 .

LIANG Y ， NIU D ， HONG W . Short term load forecasting based on feature extraction and improved general regression neural network model ［J］. Energy ， 2019 ， 166 ： 653 - 663 .

WAN C ， XU Z ， PINSON P ， et al . Probabilistic forecasting of wind power generation using extreme learning machine ［J］. IEEE Transactions on Power Systems ， 2014 ， 29 （ 3 ）： 1033 - 1044 .

国家电网有限公司 . 风电功率预测功能规范： Q/GDW 588—2011 ［S］. 北京：中国电力出版社， 2011 .

State Grid Corporation of China . Function specification of wind power forecasting ： Q/GDW 588—2011 ［S］. Beijing ： China Electric Power Press ， 2011 .

ZHAO Y ， YE L ， LI Z ， et al . A novel bidirectional mechanism based on time series model for wind power forecasting ［J］. Applied Energy ， 2016 ， 177 ： 793 - 803 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

短期风电功率预测误差综合评价方法