基于D-S证据理论的短期风电功率预测模型研究
风电场中风速和功率预测对风电并网有着重要的意义，精确的预测可以降低风电给电网带来的冲击，提高风电渗透率，增强风电的市场竞争力。引入不确定推理中的D-S证据理论，对风速预测多种单一模型提取权重，将此权重作为预测证据，对信任函数进行多重融合，最后得到风速预测的组合模型。通过广义回归神经网络，将风速和风向拟合成功率函数并预测其结果。最后，将组合模型与各单一模型的预测结果进行比较，同时比较了不同组合方式的预测结果，结果表明基于D-S证据理论的组合预测模型具有较高的精度和适应能力。
风电并网 风电功率 预测模型 D-S证据理论 风速预测 组合模型
夏冬 吴俊勇
北京交通大学电气工程学院，北京海淀，100044
国内会议
秦皇岛
中文
1-5
2011-10-15（万方平台首次上网日期，不代表论文的发表时间）