风力发电机功率输出的短期与长期预测
应用统计
2022-07-13 v2
摘要
在风能行业中，开发能准确预测风力发电机功率输出的模型至关重要，因为此类预测用于风电场选址评估、电力定价与竞价、监测以及预防性维护。作为第一步，并遵循现有文献的指导，我们利用监控与数据采集(SCADA)数据对风力发电机功率曲线(WTPC)进行建模。我们探索了多种参数化和非参数化方法来建模WTPC，例如参数化逻辑函数，以及非参数化分段线性、多项式或三次样条插值函数。我们证明，上述所有模型类别都足够丰富（相对于其相对复杂度），能够准确建模WTPC，因为它们的均方误差(MSE)接近根据历史数据计算的MSE下界。我们通过纳入影响功率输出的额外环境因素（如环境温度和风向），进一步提高了所提模型的精度。然而，在预测方面，所有上述模型似乎都存在一个固有的局限性，因为它们无法捕捉数据固有的自相关性。为避免这一难题，我们表明，添加一个适当缩放的ARMA建模层可以提高短期预测性能，同时保持模型的长期预测能力。
引用
@article{arxiv.1707.06497,
title = {Short and long-term wind turbine power output prediction},
author = {Sándor Kolumbán and Stella Kapodistria and Nazanin Nooraee},
journal= {arXiv preprint arXiv:1707.06497},
year = {2022}
}