基于时间序列分析的风电场短期风速预测研究孙劲松，刘建新，杨宏，丁巧林（华北电力大学电气与电子工程学院河北省保定市永华北大街071003）SHORTSHORTSHORTSHORTTERMTERMTERMTERMWINDWINDWINDWINDSPEEDSPEEDSPEEDSPEEDFORECASTINGFORECASTINGFORECASTINGFORECASTINGININININWINDWINDWINDWINDFARMFARMFARMFARMBASEDBASEDBASEDBASEDONONONONTIMETIMETIMETIMESERIESSERIESSERIESSERIESANALYSISANALYSISANALYSISANALYSISSUJin-song,LIUJian-xin,YAN GHong,DIN GQiao-linN(N orthChinaElectricPowerUniversityInstituteofElectricalandElectronicEngineeringN orthYong-huaStreet,Baoding,Heb ei,071003)1引言并行处理、分布式存储与容错性等特性，具随着能源和环境危机的日益突出，可再有自学习、自组织和自适应性能力，对复杂生能源的开发利用已经得到了世界各国的问题的求解问题十分有效，可用于风速预高度重视，风力发电是继水力发电之后最为测，但存在着训练速度慢等问题；时间序列成熟的可再生能源发电方式，近年来一直保持着很高的年增长速度。
由于风速的波动性和随机性比较强，要得到精确的预测结果难度很大。目前，我国风电场风速预测误差在25%～40%左右，这个误差不仅与预测方法有关，还与预测周期以及预测地点的风速特性[1]。一般来说，预测周期越短短期风速预测时间范围，预测地有关点的风速变化越缓和，预测误差就会越小；反之，预测误差就会越大。风电场预测可分为短期预测、中期预测和长期预期。短期预测是指数分钟到数天的风速预测，主要用于电网调度调整调度计划，减轻风电并网对电力系统的影响，减少电力系统的运行成本和旋转备用，提高风电并网的经济性。中期预测是指数天到数年的风速预测短期风速预测时间范围，主要用于对区域风能资源进行评估及风电场的规划设计。长期预测是指长达数十年的风速变化规律的研究，主要用于探[2]。索风力发电的长期可用性风电场风速预测方法有很多，最简单的就是持续法，即把最近一点的风速作为下一[3]。其它的方法如人工神经网络点的预测值法、时间序列法、卡尔曼滤波法、模糊逻辑法、空间相关性法等。人工神经网络法具有
发表评论