文献类型：期刊文章

作　　者：陈宁[1,2] 薛禹胜[3,4] 丁杰[2] 陈振龙[5] 王维洲[6] 汪宁渤[7]

机构地区：[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

出　　处：《电力系统自动化》

基　　金：国家自然科学基金重点项目(61533010);NSFC-NRCT(中泰)合作研究项目(51561145011);国家电网公司科技项目~~

年　　份：2017

卷　　号：41

期　　号：12

起止页码：124-130

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSCD、CSCD2017_2018、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

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  

分 类 号：TM614]