利用空间相关性的超短期风速预测.PDFVIP

第 卷 第 期 年 月 日 , ４１ 　 １２ 　２０１７ ６ ２５ Vol．４１No．１２June２５２０１７ : / DOI１０．７５００AEPS２０１７０１０９００４ 利用空间相关性的超短期风速预测 , , １２ ３ ４ ２ ５ ６ ７ , , , , , 陈 宁 薛禹胜 丁 杰 陈振龙 王维洲 汪宁渤 　 　 ( , ; １．东南大学电气工程学院 江苏省南京市 ２１００９６ ( ), ; ２．新能源与储能运行控制国家重点实验室 中国电力科学研究院 江苏省南京市 ２１０００３ ( ), ; ３．南瑞集团公司 国网电力科学研究院 江苏省南京市 ２１１１０６ , ; , ; ４．智能电网保护和运行控制国家重点实验室 江苏省南京市 ２１１１０６ ５．神华集团有限责任公司 北京市 １０００１１ , ; ６．国网甘肃省电力公司电力科学研究院 甘肃省兰州市 ７３００５０ , ) ７．国网甘肃省电力公司风电技术中心 甘肃省兰州市 ７３００５０ : , . “ 摘要 风速的空间相关性有助于提高其预测质量 特别是在风速突变的情况下 将 离线分类建 , ” : 模 在线匹配模型 的预测思路应用到利用空间相关性的超短期风速预测之中 通过历史数据的时 , ; , 序分析 识别其中各风电场风速存在空间相关性的时段 按其时序特征及其他的条件特征 将观察 ; , 时窗内的风速序列划分为不同演化形态的样本子集 在离线环境下 分别根据各类形态的训练样本 ; , 子集优化其专用的预测模型及参数 在线应用时 则根据当下窗口内风速序列的演化形态及相关的 , , . 条件特征 按匹配所得模型及参数 根据参考风电场的实测数据预测目标风电场的风速 以实际的 历史数据验证了所述方法的有效性. : ; ; ; ; 关键词 风速预测 空间相关性 动态特征 离线分类建模 在线特征匹配 ０　引言 风速的相关性可以降低模糊