测光网络实时校正自学习ARMA模型光伏功率预测方法

    公开(公告)号:CN103996073B

    公开(公告)日:2017-11-24

    申请号:CN201410187225.2

    申请日:2014-05-06

    IPC分类号: G06Q10/04 G06Q50/06

    摘要: 本发明公开了一种测光网络实时校正自学习ARMA模型光伏功率预测方法,包括输入数据得到自回归滑动平均模型参数即模型训练;输入光资源监测系统数据和运行监测系统数据,并根据运行监测数据实时校正开机容量;建立自回归滑动平均模型从而得到光伏功率超短期预测结果;引入实时测光站数据对光伏功率超短期预测结果进行实时校正;对实时校正后的预测结果进行后评估,分析预测值与实测值之间的误差,如预测误差大于允许的最大误差,则重新进行模型训练。通过引入实时测光站数据对光伏发电功率超短期预测结果进行实时校正,克服现有ARMA技术中光伏发电功率超短期预测精度低的缺陷,达到高精度的光伏发电功率超短期预测的目的。

    一种基于尾流效应分群的风电场风机聚合方法

    公开(公告)号:CN103886179B

    公开(公告)日:2017-05-31

    申请号:CN201410064583.4

    申请日:2014-02-25

    IPC分类号: G06F19/00

    摘要: 本发明公开了一种基于尾流效应分群的风电场风机聚合方法,主要包括:获取待测风电场对应测风塔1年以上的历史测风数据,通过风速玫瑰图分析法,计算待测风电场的主导风向;基于计算得到的待测风电场的主导风向,采用Larsen模型计算尾流对风速的影响;基于计算得到的待测风电场的主导风向、以及计算得到的尾流对风速的影响,对风电场风机进行分群;基于分群结果,根据尾流模型分别计算等值后每台风机的风速。本发明所述基于尾流效应分群的风电场风机聚合方法,可以克服现有技术中稳定性低、安全性差和适用范围小等缺陷,以实现稳定性高、安全性好和适用范围大的优点。