基于自学习复合数据源的风电功率超短期预测方法

    公开(公告)号:CN103927695B

    公开(公告)日:2017-11-24

    申请号:CN201410163004.1

    申请日:2014-04-22

    IPC分类号: G06F19/00

    摘要: 本发明公开了一种基于自学习复合数据源的风电功率超短期预测方法,包括输入数据得到自回归滑动平均模型参数;输入风电功率预测所需输入数据到根据上述自回归滑动平均模型的参数确定的自回归滑动平均模型中得到预测结果,对预测结果进行后评估,即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,则从新进行模型定阶和模型参数估计。通过对风力发电过程中的风电功率进行预测,为新能源发电实时调度、新能源发电日前计划、新能源发电月度计划、新能源发电能力评估和弃风电量估计提供关键信息。通过引入复合数据源有效提高风电功率超短期预测精度,从而实现在保障电网安全稳定经济运行的前提下有效提高新能源上网电量目的。