风速的变化具有很强的间歇性和波动性,风电功率与风速的大小存在着一定的对应关系,因此风电功率也具有随机性和间歇性。由于风速是影响风电功率的重要因素,因此短期风速预测对于电网调度和协调优化具有重要作用。如果能够准确地预报风电场的风速,不但可以有效地降低风速的确定性对于电力网络的负面影响,保障电力网络的电能质量,降低系统的旋转备用容量,而且可以提高系统对风电的消纳能力。
传统的风速预测方法往往通过经验来确定模型结构,未考虑输入变量选取、系统的动态特性等问题,导致系统在不同时间尺度下的动态特性没有得以充分反映,降低模型的推广泛化能力。针对上述问题,提出一种基于流形算法和RBF网络相结合的方法,通过模型结构设计和本质特征提取等方法,增加模型预测结果的稳定性和鲁棒性,以提高模型的推广能力。以华东某风电场数据进行实验分析,结果表明,与传统风速预测方法相比,该模型结构选择方法可提高模型计算效率,降低样本复杂度,能够得到更好的预测效果。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !