搜索

文章查询

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

风电功率时间序列混沌特性分析及预测模型研究

张学清 梁军

风电功率时间序列混沌特性分析及预测模型研究

张学清, 梁军
PDF
导出引用
导出核心图
  • 为揭示风电功率序列内在的动态特性, 利用非线性方法对风电时间序列混沌特性进行识别, 为对风电功率进行预测提供了基础.首先对某风电场的风电功率时间序列的日相关性进行了分析;然后在相空间重构的基础上计算了风电序列的最大Lyapunov指数, 验证了风电时间序列的混沌特性;由于采用Volterra滤波器多步预测法对风电功率进行超短期预测误差较大, 利用局域多步预测法以及最大Lyapunov指数法的预测结果并结合加权马尔科夫链和有序算子对Volterra滤波器的预测结果进行校正.最后以某实际风电场的风电功率预测为算例, 仿真结果表明校正预测模型有效的提高了预测精度, 其为利用Volterra滤波器多步法进行风电预测提供了有益的参考.
    • 基金项目: 国家自然科学基金(批准号: 51177091)和山东省自然科学基金 (批准号: ZR2010EM055)资助的课题.
    [1]

    Mcelroy M B, Lu X 2009 Science 325 1378

    [2]

    Feng S L, Wang W S, Liu C, Dai H Z 2010 Proceedings of the CSEE 30 1 (in Chinese)[冯双磊, 王伟胜, 刘纯, 戴慧珠 2010 中国电机工程学报 30 1]

    [3]

    Yang X Y, Xiao Y, Chen S Y 2005 Proceedings of the CSEE 25 1 (in Chinese) [杨秀媛, 肖洋, 陈树勇 2005中国电机工程学报 25 1]

    [4]

    Pan D F, Liu H, Li Y F 2008 Proceedings of the CSEE 28 87 (in Chinese) [潘迪夫, 刘辉, 李燕飞 2008 中国电机工程学报 28 87]

    [5]

    Shi H T, Yang J L, Ding M S, Wang J M 2011 Automation of Electric Power Systems 35 44 (in Chinese)[师洪涛, 杨静玲, 丁茂生, 王金梅 2011 电力系统自动化 35 44]

    [6]

    Zhou S L, Mao M Q, Su J H 2011 Proceedings of the CSEE 31 10(in Chinese)[周松林, 茆美琴, 苏建徽 2011 中国电机工程学报 31 10]

    [7]

    Zhang Y, Guan W 2009 Acta Phys. Sin. 58 754(in Chinese)[张勇, 关伟2009物理学报 58 754]

    [8]

    Meng Q F, Zhang Q, Mu W Y 2006 Acta Phys. Sin. 55 1666 (in Chinese)[孟庆芳, 张强, 牟文英 2006 物理学报 55 1666]

    [9]

    Zhang J S, Xiao X C 2000 Acta Phys. Sin. 49 403 (in Chinese) [张家树, 肖先赐2000 物理学报 49 403]

    [10]

    Zhang J S, Xiao X C 2001 Acta Phys. Sin. 50 1248 (in Chinese) [张家树, 肖先赐2000 物理学报 50 1248]

    [11]

    Zhang J S, Xiao X C 2000 Acta Phys. Sin. 49 2333 (in Chinese) [张家树, 肖先赐 2000 物理学报 49 2333]

    [12]

    Du J, Cao Y J, Liu Z J, Xu L Z, Jiang Q Y, Guo C X, Lu J G 2009 Acta Phys. Sin. 58 5997 (in Chinese) [杜杰, 曹一家, 刘志坚, 徐立中, 江全元, 郭创新, 陆金桂 2009物理学报 58 5997]

    [13]

    Gan J C, Xiao X C 2003 Acta Phys. Sin. 52 1102 (in Chinese) [甘建超, 肖先赐 2003 物理学报 52 1102]

    [14]

    Gan J C, Xiao X C 2003 Acta Phys. Sin. 52 1097 (in Chinese) [甘建超, 肖先赐 2003 物理学报 52 1097]

    [15]

    Takens F 1981 Dynamical System and Turbulence, Lecture Notes in Mathematics (Vol. 898) (Berlin: Springer-Verlag) p230

    [16]

    Han M 2007 Predict Theory and Method of Chaotic Times Series (Vol. 1) (Beijing: China WaterPower Press) p168 (in Chinese) [韩敏 2007 混沌时间序列预测理论与方法 (第1卷) (北京: 中国水利水电出版社) 第168页]

    [17]

    Zhang Y M, Qi Y G 2011 Acta Phys. Sin. 60 100508 (in Chinese) [张永明, 齐维贵 2011 物理学报 60 100508]

    [18]

    Farmer J D, Sidorowich J J 1987 Phys. Rev. Let. 59 845

    [19]

    Cai M L, Cai, F, Shi A G 2004International Sym. on Neural Networks Dalian, China August, 2004 p418

    [20]

    Mao L F, Yao J G, Jin Y S, Chen H L, Li W J, Guan S L 2010 Proceedings of the CSEE 30 53 (in Chinese) [毛李帆, 姚建刚, 金永顺, 陈华林, 李文杰, 关石磊 2010 中国电机工程学报 30 53]

  • [1]

    Mcelroy M B, Lu X 2009 Science 325 1378

    [2]

    Feng S L, Wang W S, Liu C, Dai H Z 2010 Proceedings of the CSEE 30 1 (in Chinese)[冯双磊, 王伟胜, 刘纯, 戴慧珠 2010 中国电机工程学报 30 1]

    [3]

    Yang X Y, Xiao Y, Chen S Y 2005 Proceedings of the CSEE 25 1 (in Chinese) [杨秀媛, 肖洋, 陈树勇 2005中国电机工程学报 25 1]

    [4]

    Pan D F, Liu H, Li Y F 2008 Proceedings of the CSEE 28 87 (in Chinese) [潘迪夫, 刘辉, 李燕飞 2008 中国电机工程学报 28 87]

    [5]

    Shi H T, Yang J L, Ding M S, Wang J M 2011 Automation of Electric Power Systems 35 44 (in Chinese)[师洪涛, 杨静玲, 丁茂生, 王金梅 2011 电力系统自动化 35 44]

    [6]

    Zhou S L, Mao M Q, Su J H 2011 Proceedings of the CSEE 31 10(in Chinese)[周松林, 茆美琴, 苏建徽 2011 中国电机工程学报 31 10]

    [7]

    Zhang Y, Guan W 2009 Acta Phys. Sin. 58 754(in Chinese)[张勇, 关伟2009物理学报 58 754]

    [8]

    Meng Q F, Zhang Q, Mu W Y 2006 Acta Phys. Sin. 55 1666 (in Chinese)[孟庆芳, 张强, 牟文英 2006 物理学报 55 1666]

    [9]

    Zhang J S, Xiao X C 2000 Acta Phys. Sin. 49 403 (in Chinese) [张家树, 肖先赐2000 物理学报 49 403]

    [10]

    Zhang J S, Xiao X C 2001 Acta Phys. Sin. 50 1248 (in Chinese) [张家树, 肖先赐2000 物理学报 50 1248]

    [11]

    Zhang J S, Xiao X C 2000 Acta Phys. Sin. 49 2333 (in Chinese) [张家树, 肖先赐 2000 物理学报 49 2333]

    [12]

    Du J, Cao Y J, Liu Z J, Xu L Z, Jiang Q Y, Guo C X, Lu J G 2009 Acta Phys. Sin. 58 5997 (in Chinese) [杜杰, 曹一家, 刘志坚, 徐立中, 江全元, 郭创新, 陆金桂 2009物理学报 58 5997]

    [13]

    Gan J C, Xiao X C 2003 Acta Phys. Sin. 52 1102 (in Chinese) [甘建超, 肖先赐 2003 物理学报 52 1102]

    [14]

    Gan J C, Xiao X C 2003 Acta Phys. Sin. 52 1097 (in Chinese) [甘建超, 肖先赐 2003 物理学报 52 1097]

    [15]

    Takens F 1981 Dynamical System and Turbulence, Lecture Notes in Mathematics (Vol. 898) (Berlin: Springer-Verlag) p230

    [16]

    Han M 2007 Predict Theory and Method of Chaotic Times Series (Vol. 1) (Beijing: China WaterPower Press) p168 (in Chinese) [韩敏 2007 混沌时间序列预测理论与方法 (第1卷) (北京: 中国水利水电出版社) 第168页]

    [17]

    Zhang Y M, Qi Y G 2011 Acta Phys. Sin. 60 100508 (in Chinese) [张永明, 齐维贵 2011 物理学报 60 100508]

    [18]

    Farmer J D, Sidorowich J J 1987 Phys. Rev. Let. 59 845

    [19]

    Cai M L, Cai, F, Shi A G 2004International Sym. on Neural Networks Dalian, China August, 2004 p418

    [20]

    Mao L F, Yao J G, Jin Y S, Chen H L, Li W J, Guan S L 2010 Proceedings of the CSEE 30 53 (in Chinese) [毛李帆, 姚建刚, 金永顺, 陈华林, 李文杰, 关石磊 2010 中国电机工程学报 30 53]

  • [1] 张学清, 梁军. 基于EEMD-近似熵和储备池的风电功率混沌时间序列预测模型. 物理学报, 2013, 62(5): 050505. doi: 10.7498/aps.62.050505
    [2] 陆金桂, 杜杰, 刘志坚, 徐立中, 江全元, 郭创新, 曹一家. 混沌时间序列的局域高阶Volterra滤波器多步预测模型. 物理学报, 2009, 58(9): 5997-6005. doi: 10.7498/aps.58.5997
    [3] 张家树, 肖先赐. 用于混沌时间序列自适应预测的一种少参数二阶Volterra滤波器. 物理学报, 2001, 50(7): 1248-1254. doi: 10.7498/aps.50.1248
    [4] 韦保林, 罗晓曙, 郭维, 傅金阶, 汪秉宏, 全宏俊. 一种基于三阶Volterra滤波器的混沌时间序列自适应预测方法. 物理学报, 2002, 51(10): 2205-2210. doi: 10.7498/aps.51.2205
    [5] 张家树, 肖先赐. 用一种少参数非线性自适应滤波器自适应预测低维混沌时间序列. 物理学报, 2000, 49(12): 2333-2339. doi: 10.7498/aps.49.2333
    [6] 唐国宁, 罗晓曙. 混沌系统的预测反馈控制. 物理学报, 2004, 53(1): 15-20. doi: 10.7498/aps.53.15
    [7] 王永生, 孙 瑾, 王昌金, 范洪达. 变参数混沌时间序列的神经网络预测研究. 物理学报, 2008, 57(10): 6120-6131. doi: 10.7498/aps.57.6120
    [8] 田中大, 李树江, 王艳红, 高宪文. 短期风速时间序列混沌特性分析及预测. 物理学报, 2015, 64(3): 030506. doi: 10.7498/aps.64.030506
    [9] 任 韧, 徐 进, 朱世华. 最小二乘支持向量域的混沌时间序列预测. 物理学报, 2006, 55(2): 555-563. doi: 10.7498/aps.55.555
    [10] 闫 华, 魏 平, 肖先赐. 基于Bernstein多项式的自适应混沌时间序列预测算法. 物理学报, 2007, 56(9): 5111-5118. doi: 10.7498/aps.56.5111
  • 引用本文:
    Citation:
计量
  • 文章访问数:  1686
  • PDF下载量:  784
  • 被引次数: 0
出版历程
  • 收稿日期:  2012-03-21
  • 修回日期:  2012-04-03
  • 刊出日期:  2012-10-05

风电功率时间序列混沌特性分析及预测模型研究

  • 1. 山东大学电气工程学院, 济南 250061
    基金项目: 

    国家自然科学基金(批准号: 51177091)和山东省自然科学基金 (批准号: ZR2010EM055)资助的课题.

摘要: 为揭示风电功率序列内在的动态特性, 利用非线性方法对风电时间序列混沌特性进行识别, 为对风电功率进行预测提供了基础.首先对某风电场的风电功率时间序列的日相关性进行了分析;然后在相空间重构的基础上计算了风电序列的最大Lyapunov指数, 验证了风电时间序列的混沌特性;由于采用Volterra滤波器多步预测法对风电功率进行超短期预测误差较大, 利用局域多步预测法以及最大Lyapunov指数法的预测结果并结合加权马尔科夫链和有序算子对Volterra滤波器的预测结果进行校正.最后以某实际风电场的风电功率预测为算例, 仿真结果表明校正预测模型有效的提高了预测精度, 其为利用Volterra滤波器多步法进行风电预测提供了有益的参考.

English Abstract

参考文献 (20)

目录

    /

    返回文章
    返回