首页 | 本学科首页   官方微博 | 高级检索  
     检索      

风电场两种超短期风速预报方法的效果对比
引用本文:王彬滨,吴息,余江,周海,闫瑞琪.风电场两种超短期风速预报方法的效果对比[J].气象科学,2015,35(1):71-76.
作者姓名:王彬滨  吴息  余江  周海  闫瑞琪
作者单位:南京信息工程大学 气象灾害教育部重点实验室, 南京 210044;四川电力设计咨询有限公司, 成都 610016,南京信息工程大学 气象灾害教育部重点实验室, 南京 210044,南京信息工程大学 气象灾害教育部重点实验室, 南京 210044,国网电力科学研究院 清洁能源发电研究所, 南京210003,乌兰察布市气象局, 内蒙古乌兰察布 012000
基金项目:江苏省科技支撑计划(BE2010200);公益性行业(气象)科研专项(GYHY201206026);江苏高校优势学科建设工程资助项目(PAPD)
摘    要:针对风电场所需的时效在0~4 h,且时间分辨率不低于15 min的超短期风速预报。根据测风塔实时发回的实测风速序列,建立了基于BP神经网络的风电场风速时间序列外延预报模型。另一方面,建立 MM5模式预报风速与实测风速的误差序列,并利用BP神经网络作误差序列的外延预报,从而利用误差的预报值对MM5风速预报值进行订正,获得新的预报值。综合对两种方法的预报效果指标分析以及拟合曲线的比较结果表明:使用BP神经网络对MM5风速预报值进行修订的方法在总体上效果较优,特别是当影响风电场的天气系统变化明显,近地层风速变率较大时,该方法的预报效果更具有明显的优势。

关 键 词:风能  风电场  超短期预报  BP神经网络  动态修订
收稿时间:2013/5/27 0:00:00
修稿时间:2013/10/22 0:00:00

Comparison of two wind speed prediction methods in ultra short-term at wind farm
WANG Binbin,WU Xi,YU Jiang,ZHOU Hai and YAN Ruiqi.Comparison of two wind speed prediction methods in ultra short-term at wind farm[J].Scientia Meteorologica Sinica,2015,35(1):71-76.
Authors:WANG Binbin  WU Xi  YU Jiang  ZHOU Hai and YAN Ruiqi
Institution:Key Laboratory of Meteorological Disaster of Ministry of Education, Nanjing University of Information Science & Technology, Nanjing 210044, China;Shichuan Electric Power Designing and Consulting CO., Itd., Chengdu 610016, China,Key Laboratory of Meteorological Disaster of Ministry of Education, Nanjing University of Information Science & Technology, Nanjing 210044, China,Key Laboratory of Meteorological Disaster of Ministry of Education, Nanjing University of Information Science & Technology, Nanjing 210044, China,Institute of Clean Energy Generation, State Grid Electric Power Research Institute, Nanjing 210003, China and Wulanchabu Meteorological Bureau, Inner Mongolia Wulanchabu 012000, China
Abstract:
Keywords:Wind energy  Wind farm  Ultra short term forecasting  BP neural network  Dynamic modification
本文献已被 万方数据 等数据库收录!
点击此处可从《气象科学》浏览原始摘要信息
点击此处可从《气象科学》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号