考虑机组健康状态的风电机组出力概率预测

摘要

风电机组健康状态会影响功率预测精度，为了提高短期风功率预测的准确度，促进可再生能源应用，提出了一种考虑机组健康状态的风电机组出力概率预测方法。首先构建基于自适应最大均值差异算法（AMMD）的风电机组健康状态评估模型；其次对风速等特征向量进行斯皮尔曼相关系数的重要性评估，将影响权重较大的因素与风电机组健康状态评估结果作为影响因素输入到随机森林概率预测模型中预测风电出力概率；最后采用某风电场SCADA数据进行预测区间准确度实例验证。实验结果表明，使用的方法相比于传统随机森林方法，平均绝对误差（MAE）降低了3.521,R²提高了12%;相比于其他对比算法预测效果也均有不同程度提高。研究成果可为低健康度的风电功率预测工作提供参考。

关键词

风电概率预测 / 最大均值偏差 / 决策树 / 随机森林