基于改進自回歸模型的風電場短期風速預報

趙增保 楊琳晗 張金滿

DOI：10.19392/j.cnki.16717341.201714125

摘要：本文提出了一種基于自回歸模型和誤差動態修訂相結合的風電場短期風速預報方法。通過對張北單晶河某風電場70m測風塔2017年13月逐15min風速數據分析，發現該方法在風速短期預報中效果明顯：對未來單步和4步風速預測中，與實測值相關性分別為0.9和0.8，平均絕對誤差分別為0.8m/s和1.3m/s，均方根誤差分別為1.3m/s和1.8m/s，預報結果較為理想，隨預報步數的增加，預報誤差逐漸增大。結果表明，新的預報方法是一種有效且簡單易行的風電場風速短期預報方法。

關鍵詞：短期風速預報；自回歸模型；風電場；張北

3 結論

本文基于張北單晶河某風電場2017年13月70m逐15min測風塔數據，建立了一種改進的自回歸滑動模型ECAR模型，并分別討論了該模型的單步預報及多步預報能力。

在單步預報（15min）和4步預報（1h）中，ECAR模型對風速具有較高的預報精度，其與實測數據的相關系數在0.8以上，平均絕對誤差在1.3m/s及以下，均方根誤差不超過2.0m/s，在更長時次的預報中，當風速變化較為平穩時，該模型的預報結果仍可作為一種參考。

參考文獻：

[1]谷興凱，范高鋒，王曉蓉，等.風電功率預測技術綜述.電網技術，2008，31（2）：335338.

[2]李明干，孫健利，劉沛.基于卡爾曼濾波的電力系統短期負荷預測[J].繼電器，2004，32（4）：912.

[3]胡林靜，付燕杰，郭灑灑.基于時間序列的ARMA風速預測模型的建立與分析.計算機工程與應用，2015，51（81）：283287.

[4]常黎，楊清舟，黃開斌.一種基于小波變換和人工神經網絡的風速預報方法.太陽能學報，2013，34（4）：604609.

[5]邰能靈，侯志儉，李濤，等.基于小波分析的電力系統短期負荷預測方法[J].中國電機工程學報，2003，23（1）：4550.

[6]謝宏，陳志業，牛東曉.基于小波分解與氣象因素影響的電力系統日負荷預測模型研究[J].中國電機工程學報，2001，21（5）：510.

[7]游仕洪，程浩忠，謝宏.應用模糊線性回歸模型預測中長期電力負荷[J].電力自動化設備，2006，26（3）：5153.

[8]李天云.電力系統負荷的混沌特性及預測[J].中國電機工程學報，2000，20（11）：3640.

[9]呂國欽，張會琴，李家春.東海大橋風電場短期風速序列特性及其預報.中國科學：物理學 力學 天文學，2016，46（12）：124713.

基金項目：基于數值預報的風電場風速訂正方法探究（16ky08）；電力微氣象災害監測與預報預警技術及體系建設研究（16275409D）