典型文献
基于动态谐波回归的超短期风电功率预测
文献摘要：
准确的风电功率预测对电力系统的安全稳定运行十分重要.从风功率统计特征出发,提出进行风电功率超短期预测的动态谐波回归方法.首先利用风电功率与不同高度风速的三次函数关系构建回归模型;然后采用自回归移动平均模型(autoregressive integrated moving average model,ARI-MA)对回归的残差建模来充分利用风电功率时间序列的历史信息;最后针对风电功率的日季节性特点,引入傅里叶级数形成最终预测模型.经风电场实际数据计算验证表明,该方法有效弥补了 ARIMA方法和回归方法的不足,减小了风电预测均方根误差(root mean squared error,RMSE),提高了风电预测精度.通过和持续法、ARIMA 2种现有预测方法比较,验证了所提模型具有更高的预测精度,说明该方法具有一定的实际应用价值.
文献关键词：
动态谐波回归;风电功率;超短期风电功率预测
中图分类号：
作者姓名：
王若谷;王珂;戴立森;张耀;孙宏丽;王建学
作者机构：
国网陕西省电力有限公司 电力科学研究院,西安 710100;西安交通大学陕西省智能电网重点实验室,西安 710049
文献出处：
引用格式：
[1]王若谷;王珂;戴立森;张耀;孙宏丽;王建学-.基于动态谐波回归的超短期风电功率预测)[J].电力需求侧管理,2022(02):7-13
A类：
动态谐波回归,残差建模
B类：
超短期风电功率预测,电力系统,安全稳定运行,风功率,统计特征,出进,超短期预测,不同高度,三次函数,函数关系,关系构建,自回归移动平均模型,autoregressive,integrated,moving,average,model,历史信息,傅里叶级数,风电场,实际数据,数据计算,计算验证,ARIMA,风电预测,root,mean,squared,error,RMSE,方法比较
AB值：
0.261176
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
