标题:Robust short-term prediction of wind power generation under uncertainty via statistical interpretation of multiple forecasting models
作者:Natapol Korprasertsak, Thananchai Leephakpreeda(Sirindhorn International Institute of Technology)Energy, 2019, 180: 387-397.
编辑:黎辅荣
审核:杜号号
01摘要
比较研究了自回归滑动平均模型、人工神经网络模型和灰色预测模型对风力发电的预测。每一种预测模型都是最适合于某一特定时期风的某种变化的预测模型。在本研究中,提出加权法,以实际值与预测值之间的均方根误差(RMSEs)作为预测指标,将三种预测模型的预测值随时间的变化进行系统组合。应用多预测模型对风电场提前1h、3h和6h的风力发电量进行了预测。多个预测模型的均方根误差显著低于三个预测模型,是持续性模型的基准。同时,统计地确定了预测值周围的预测区间,在造成历史预测误差的不确定性下,以规定的置信度表示风力发电的可行范围。
02数据来源