基于分形理论的风电功率预测算法研究

李昂儒，郑伟彦，赵京虎，杨 勇，王辉东，汪李忠，邢海青

(1.南瑞集团有限公司(国网电力科学研究院有限公司)，江苏 南京 211106；2.南瑞研究院西安研发中心，陕西 西安 710000；3.国网浙江省电力有限公司杭州供电公司，浙江 杭州 310007；4.国网浙江省电力有限公司，浙江 杭州 310012；5.国网浙江杭州市余杭区供电有限公司，浙江 杭州 311100)

0 引 言

地球上的化石能源正在逐渐消耗殆尽，新能源的研发利用势在必行。其中风能资源的优点较多，比如范围广、几乎无污染、可重复利用等，俨然已成为最有潜力的新能源之一。但自然风的特点是随机性和间歇性较强[1]，当大规模集中并网时，会对电网的稳定运行带来一定的威胁。准确预测未来一段时间的风电功率，对电力调度及安全运行具有重要意义。

风电功率预测常采用的方法有物理法和统计法。其中物理法不依赖风电场的历史数据[2]，主要基于数值天气预报，依据风向、空气湿度、气压等作为预测模型的输入量，通过数据对风电场所在地进行建模分析，但在不同位置、不同时刻，环境因素有较大的差异，使得物理法实用性差，难推广；统计学习方法就是利用大量的历史风电发电数据、风机轮毂的风速风向、气压等数据，从大量历史数据中获取数值天气参数等输入数据与风电实际功率之间的映射规律，建立输入与输出关系，采用建立的关系模型再进行预测，常用的一般有人工神经网络(artificial neural network，ANN)和支持向量机(support vector machine，SVM)[3]等方法。

另外一种为相似日法[4]，经过多年逐步的研究，已将该方法应用到风电功率预测[5]和光伏发电预测[6]中。……