基于EEMD与时间序列法的短期风电场功率预测

常 鹏，高亚静，张 琳，李均强

(华北电力大学 电气与电子工程学院，河北 保定 071003)

0 引言

全球性的能源危机和气候变化，驱动了新能源在世界范围内的迅速发展和应用。风能作为一种可再生的、洁净的能源，得到了世界各国的高度重视。随着风力发电技术的发展进步以及政府对可再生能源事业的重视，国家更是加快速度投资建设风电，风力发电得到了突飞猛进的发展。但随着风电装机容量在电网装机容量中所占比例的增大，给电网带来了很大冲击，增加了电网运行的不确定性，给电网调度带了一系列的问题。此外由于电网缺乏前瞻性的规划和创新性的调度控制技术，电网对大规模风电的接纳能力很弱，导致电网经常限制风电出力，造成弃风损失。据初步统计，2010年下半年，由于缺乏具体的风电送出和风电消纳方案，国内风电能发电无法被电网消纳而弃风就达27.76亿kW·h。如何提高电网消纳风电的能力已成为当前风力发电大规模利用亟待解决的问题[1，2]。

要解决以上的问题，最首要的就是对风电场输出功率进行准确预测，这被认为是增加电网对风电的接纳能力、提高电力系统运行安全性与经济性的有效手段之一[3]。国内外对于风力发电包括功率预测等方面的研究不断深入，但关于风电场功率预测还有待进一步研究[4]。

目前，风电场功率预测的方法有卡尔曼滤波法 (Kalman filters)[5]、时间序列法 (time series method)[6，7]、人工神经网络法 (ANN)[8，9]、模糊算法 (FA)[10]、空间相关性法[11]以及一些组合方法[12]等。……