|
|||||
|
|
| 基于WRF和SVM方法的风电场功率预报技术研究 | |
| 引用本文： | 丁煌,陶树旺,肖子牛,程兴宏.基于WRF和SVM方法的风电场功率预报技术研究[J].高原气象,2013,32(2). |
| 作者姓名： | 丁煌 陶树旺 肖子牛 程兴宏 |
| 作者单位： | 1. 南京信息工程大学大气科学学院,江苏南京210044;中国气象局公共气象服务中心,北京100081 2. 中国气象局公共气象服务中心,北京,100081 3. 中国气象局气象干部培训学院,北京,100081 |
| 基金项目： | 国家高技术研究发展计划(863计划)课题"风电场发电量短期预报技术研究"，公益性行业(气象)科研专项"复杂地形风能预报技术研究" |
| 摘 要： | 利用WRF(Weather Research and Forecasting)模式,对2006年河北省张北地区某风电场区域全年回报的风速和风向,以及与对应时间段70 m高度的测风塔实测资料进行了对比分析,发现模式预报效果较好.利用2008年全年风电场每台风机的实际功率与对应时刻轮毂高度风速、风向、气温、相对湿度和气压回报资料,使用支持向量机(Support Vector Machine,SVM)回归方法建立了每台风机10min一次的风电场功率预报模型,并利用该模型进行了2009年为期一年的预报试验,检验模型的预报性能.结果表明,集WRF模式和SVM方法建立的风电功率预报方法具有较好的预报效果.各月预报相关系数在0.71～0.82之间,归一化均方根误差在9.8％～16.5％之间,归一化平均绝对误差在5.4％～10.5％之间;全年预报相关系数为0.79,归一化均方根误差为13.3％,归一化平均绝对误差为8.3％. |
| 关 键 词： | 支持向量机 WRF模式 风电功率预报 |
Study on Wind Power Forecasting of Wind Farm Based on WRF and SVM |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ | |