基于分位点回归的风电功率波动区间分析

被引:70
作者
李智 [1 ]
韩学山 [1 ]
杨明 [1 ]
钟世民 [2 ]
机构
[1] 山东大学电气工程学院
[2] 青岛供电公司
关键词
风力发电; 区间分析; 分位点回归; 支持向量机; 风险决策; 风电功率预测;
D O I
暂无
中图分类号
TM615 [太阳能发电];
学科分类号
0807 ;
摘要
由于风电功率具有随机性的特点,因此,仅对其期望进行分析难以反映其特征,电网运行风险也难以准确把握。为此,基于分位点回归分析理论,对风电功率波动区间,通过支持向量机自适应地选取回归函数,建立风电功率分位点回归模型,并基于内点法对该模型进行求解,实现了对未来时刻风电功率的波动区间分析。最后,采用所述方法对烟台地区电网的某风电场输出功率进行分析,结果表明该方法能够更加全面地刻画风电功率的不确定性规律,为调度、控制的风险决策提供依据。
引用
收藏
页码:83 / 87
页数:5
相关论文
共 10 条
[1]   地区电网风电场功率超短期预测方法 [J].
李智 ;
韩学山 ;
韩力 ;
康凯 .
电力系统自动化, 2010, 34 (07) :90-94
[2]   基于等效平均风速的风力发电功率预测 [J].
井天军 ;
阮睿 ;
杨明皓 .
电力系统自动化, 2009, 33 (24) :83-87
[3]   基于组合预测的风电场风速及风电机功率预测 [J].
张国强 ;
张伯明 .
电力系统自动化, 2009, 33 (18) :92-95+109
[4]   基于人工神经网络的风电功率预测 [J].
范高锋 ;
王伟胜 ;
刘纯 ;
戴慧珠 .
中国电机工程学报, 2008, (34) :118-123
[5]   分位数回归技术综述 [J].
陈建宝 ;
丁军军 .
统计与信息论坛, 2008, (03) :89-96
[6]   与风电并网相关的研究课题 [J].
雷亚洲 .
电力系统自动化, 2003, (08) :84-89
[7]  
电力系统负荷预测[M]. 中国电力出版社 , 康重庆, 2007
[8]  
概率论及数理统计[M]. 同济大学出版社 , 王福保 编著, 1984
[9]   Support vector machines for wind speed prediction [J].
Mohandes, MA ;
Halawani, TO ;
Rehman, S ;
Hussain, AA .
RENEWABLE ENERGY, 2004, 29 (06) :939-947
[10]  
An interior point algorithm for nonlinear quantile regression[J] . Roger Koenker,Beum J. Park.Journal of Econometrics . 1996 (1)