風電功率預測問題

【摘要】本文主要針對風電本身固有的單位功率密度低、波動性和隨機性強給接入電網運行的帶來了不利影響這一問題，為了合理安排調度計劃，保證電力系統穩定能運行，進一步加強電網對風電的接納能力，利用混沌時間序列、BP神經網絡、ARIMA、組合預測方法對風電輸出功率進行預測，得出組合預測方法對風電功率的預測效果相對最佳。

【關鍵詞】風電功率；誤差指標；ARIMA模型

1.背景知識概述

隨著我國能源結構的調整，風能的開發利用也相應得到高度重視。風能的高速發展，也加速了大型風電場納入統調電網，風電在電網的比重越來越大，以及風電的強隨機性增加了電力調度的難度。風速及風電功率的準確預測可以減少電力系統運行成本，有利于調度部門及時調整計劃，減輕風電對電網的不利影響。通過對風電場的發電功率進行高精度的預測，電力調度部門能根據風電功率的變化預先安排調度計劃，從而保證電網的功率平衡和運行安全。

2.改進措施

2.1相關試驗數據

由58臺風電機組構成的某風電場，額定輸出功率為850kW。選取了2006年5月10日至2006年6月6日該時間段內該風電場中指定的四臺風電機組（A、B、C、D）輸出功率數據（分別記為PA，PB，PC，PD；另設該四臺機組總輸出功率為P4）及全場58臺機組總輸出功率數據（記為P58）。

2.2提出問題

問題一：采用至少三種不同預測方法，應用實時預測原理，針對于：

（1）5月31日0時0分至5月31日23時45分；（2）5月31日0時0分至6月6日23時45分。對四臺風電機組風電功率PA，PB，PC，PD，四臺總輸出功率P4及全場58臺機組總輸出功率P58進行實時預測。……