基于季风提高空间相关性预测的优化延迟时间.pdf

第44卷第15期
セ力系係护控制
Vol44 No15
2016年8月1日
Power System Protection and Contro
Aug.1,2016
DOI:10.7667 PSPC151551
基于季风提高空间相关性预测的优化延迟时间
杨正瓴,杨钊,张玺,朱新山,张军12
(1.天津大学电气与自动化工程学院,天津30002;2.天津市过程检测与控制重点实验室,天津30002)
摘要:由于只依据木地数值天气预报和历史数据的风电功率预测大体进入相对饱和时期,所以依据周边地区风速
和风向的空间相关性预测就成为今后提高风速预测效果的主要方法。我国三分之二的国土面积,陆地风能资源丰
富区中的沿海和北部的部分区域,以及主要能源消费区都处在季风区,因此利用季风改进空间相关性预测就成为
重要的研究课趔。季风区不同地点风速时间序列之间,存在显著的延退相似性。利用相关系数、互信息等可以提
取这些优化的延退时间,并依此实现风速的空间相关性预测。在季风时期,福建长江澳对广东湛江的优化延迟时
?约为20h,明显超过欧美典型的4h。
关键词:季风;空间相关性;风速;预测;延迟时间
Improving optimal lag time of spatial correlation prediction by characteristics of monsoon
YANG Zhengling 2, YANG Zhao, ZHANG Xi, ZHU Xinshan, ZHANG Jun
(1. School of Electrical Engineering and Automation, Tianjin University, Tianjin 300072, China
2. Key Laboratory of Process Measurement and Control, Tianjin 300072, China)
Abstract: Since the prediction of wind power only by local NWP and historical observations has saturated, the spatial
correlation approaches, which employ the wind speeds and directions of surrounding areas, become the main methods t
improve the prediction of wind speed in the future. To improve the spatial correlation prediction by characteristics of
monsoon is very important for China, because the 2/3 area, the littoral and northern part of wind energy resources rich
areas as well as the major energy consumption areas of China are all located in monsoon regions. The wind speed time
series between different places are obviously similar after some lag time. The optimal lag time can be calculated by the
correlation coefficient and mutual information, which can improve the spatial correlation prediction. In the monsoon
durations, the optimal lag time of wind speed from Changjiangao to Zhanjiang is about 20 hours, which is significantly
larger than the typical 4 hours in Europe and America
Key words: monsoon; spatial correlation; wind speed; prediction; lag time
0引?言
在数小时(如6h)以后就和当前以及历史风速失去明
显的相关性,统计学方法一·般对超短期风电预测效
准确可靠的风电功率预测、大规模储能、电力果较好,而对12b之后的预测就较差了いS?计学
系统运行实时调度和控制管理等,都是解决电网的
经过国际社会的努力,综合使用物理和统计学
风电消纳和弃风的核心技术?。风电功率预测的主方法的风电预测技术,已经开始进入性能提高的相
流方法之一是先预测风速风向,再通过风电机组的对饱和时期,即这类方法很难再快速地提高预测的
风速功率曲线,得出未来的风电功率预测值。目前效果。因此,空间相关性预测?就成为当前提高
实用的风速风向预测系统,一般都将物理方法和统风电预测效果的主要方法。在风能资源丰富区,用
计学方法结合使用?。物理方法中的数值天气预于风力发电的风系往往具有数百千米以上的空间尺
报( Numerical Weather Prediction,NWP)是未来的主度,因此利用周围其他地点的风速风向等信息,可
流方法。统计学方法通常采用各类回归技术,依据以提高本地未来的预测效果。这就是空问相关性预
风速、风电出力等历史数据来预测未来。由于风速测的基本特征。叶林等的文献里有空间相关性预