一种短期风电功率组合预测方法

摘要

本发明涉及一种短期风电功率组合预测方法。包括：步骤一：从风电场相关SCADA中提取风功率序列数据；步骤二：对提取的风功率序列数据采用集合经验模态分解进行序列分析；步骤三：对集合经验模态分解得到的各个序列重构相空间；步骤四：对各序列重构相空间后的数据训练所建立的小波神经网络预测模型，叠加各个序列的预测结果，得到风功率预测结果；步骤五：对风电功率预测结果进行误差分析。本发明建模过程简单实用，能快速有效的进行风电功率预测，对于电力系统的安全稳定和调度运行具有重要意义，因此具有广泛的推广应用价值。

主权项

一种短期风电功率组合预测方法，其特征在于：包括以下步骤，步骤1、从风电场SCADA系统中进行数据提取并记录，采集并保存风功率序列数据；步骤2、对所提取的风功率序列进行集合经验模态分解，得到两个以上的子序列和一个余量；步骤3、分别对各子序列和余量采用C‑C法重构相空间；步骤4、以重构后的相空间为学习样本，训练小波神经网络模型，采用训练好的预测模型进行预测，并将各子序列和余量的预测结果进行叠加，得到风功率预测结果；步骤5、对风电功率预测结果进行误差分析。