基于组合模型的风电功率短期预测

摘要：

　　为了提高风电功率的预测精度，在单一预测模型的基础上，建立了时间序列模型和RBF神经网络模型的线性组合模型。该模型采用使预测误差平方和达到最小的原理得到单一模型的权重，进而得出风速的预测结果，然后基于风电功率曲线得出风电功率的预测结果。最后以某风电场实测风速数据为例，运用单一模型和组合模型分别对风速进行预测，结果表明，组合模型的预测精度高于单一模型，模型具有一定的实用价值。

关键词： 风电功率 短期预测 时间序列 RBF神经网络 组合模型

作者: 李玲玲 许亚惠 田晓越 牛云涛

作者单位: 河北工业大学电气工程学院 天津 300130 华仪电气股份有限公司 乐清 325600

会议类型: 国内会议

会议名称: 第六届电工技术前沿问题学术论坛

会议地点: 南京

会议语种:中文

页码: 475-480

在线出版日期: 2014-10-18（万方平台首次上网日期，不代表论文的发表时间）