下载后可任意编辑基于 ARMA-ARCH 模型的风电场风速预测讨论何育,陈冀,赵磊(东南大学,江苏 南京 210089)摘 要:风速预测对风电场规划设计和电力系统的运行都具有重要意义。对采样时间为 15min 的风速时间序列建立 ARMA(自回归移动平均)模型,利用拉格朗日乘数法检验 ARMA 模型残差的 ARCH(自回归条件异方差)效应,建立ARMA-ARCH 模型。分别使用 ARMA 模型和 ARMA-ARCH 模型对风速时间序列进行短期预测,并比较两者精度。结果表明,ARMA-ARCH 模型具有更高的预测精度,具有一定的有用价值。关键词:短期风速预测;ARMA 模型;ARCH 效应;波动集聚;MLE1、引言风能是世界上增长最快的可再生能源,装机容量每年增长超过 30%。根据政府计划,到 2024 年我国风电的装机容量将达到 30GW[1]。目前,国内外对于风力发电各种课题的讨论越来越深化和广泛,但其中关于风电场风速预测以及风力发电功率预测的讨论还不能达到令人满意的程度,我国在这方面讨论工作还不够深化。目前,风电场短期风速预测的绝对平均误差在 25%~40%左右,这不仅与预测的方法有关,还与风速特性有关[2]。由于风电具有很强的不可控性,所以风电穿透功率超过一定值之后,会严重影响电能质量和电力系统运行,主要表现在电压和频率会有较大幅度的波动。中国电力科学院指出:一般情况下,我国电网在风电穿透功率不超过 8%时不会出现较大的技术问题[3]。假如对风速和风力发电功率预测比较准确,则有利于风电场的规划与设计,有利于调整电力系统的调度计划,从而有效减轻风电对整个电网的不利影响,减少电力系统运行成本和旋转备用,提高风电穿透功率极限。所以,风速的准确预测对于负荷管理和系统运行十分重要。风速受很多因素的影响,如温度、气压、地形等,这就使它表现出很强的随机性,从而使预测很难达到令人满意的精度。目前,风速预测的方法主要有持续预测法、卡尔曼滤波法、时间序列法、人工神经网络法、模糊逻辑法、空下载后可任意编辑间相关性法[4]。本文主要采纳时间序列法中的 ARMA 模型和 ARMA-ARCH 模型进行短期风速预测。2、ARMA-ARCH 建模基本原理2.1 ARMA 模型ARMA 模型是一类常用的随机时间序列模型,其基本思想是:某些时间序列是依赖于时间 t 的一族随机变量,构成该时序的单个序列值虽然具有不确定性,但整个序列的变化却有一定的规律性,可以用相应的数学模型近似描述[5]。ARMA(p,q)模型的形式如下: (1)其中,为观测...