一種基于數理統計的短期風速預測修正方法

近年來，隨著化石能源危機、環境污染和溫室效應等問題的日益加劇，風能已成為當今世界增長最快的可再生能源。但由于風電具有很強的隨機性和波動性，風電事業的發展受到了很大的限制。對風電場和風速進行準確的預測，將有利于電力系統調度部門調整調度計劃，減輕風電對電網的不利影響，同時有效地減少電力系統的運行成本以及旋轉備用，并且有利于在電力市場環境下制定正確的電能交換計劃。

目前，風速預測方法主要有，卡爾曼濾波法、時間序列分析法、人工神經網絡法、模糊邏輯法、空間相關性法、小波分析法以及上述方法的各種組合等，利用這些方法進行的風電場風速預測的誤差在25%～40%左右。預測誤差不僅與預測方法有關，還與預測周期以及預測地點的風速特性有關。

由于預測的滯后性，現有的風速預測方法均存在著在風速突變點預測誤差較大，進而降低整體預測效果的情況，且通過改善預測方法本身并不能得到有效地解決。同時，當前對風速預測的研究更多的是從預測方法改進的角度出發，但預測效果并沒有隨著預測方法的日益復雜而得到有效的提高，尤其是風速突變點預測誤差較大的情況迄今未得到有效的改善。

鑒于上述分析，作者從短期風速預測修正的角度出發，提出了一種基于歷史風速數據波動特性及置信水平的風速預測修正方法。該方法先對風速歷史數據進行統計分析，根據不同的置信水平確定的預測時刻的風速波動范圍，之后對現有成熟的預測方法獲取的預測結果進行修正，從而提高整體預測精度。

欲了解進一步詳情，請參閱即將出版2013年的第11期《電氣技術》雜志。