目前,国内外学者对风电装机平均功率的预测进行了大量研究。风电行业咨询机构EER 对2010 年-2025 年的风电机组装机情况按照单机容量进行预测,基于技术发展的趋势和市场发展环境的假设,风电机组将从目前主流单机容量1.5MW -1.9MW 向3MW 以上发展;崔学勤等从技术转移角度指出新安装的风电机组的单机功率在不断增大,兆瓦级风电机组已经成为我国风电市场的主流产品;邓院昌等对海上风电的发展做了详细的统计分析,提出以兆瓦级风电机组为主导的大规模商业化海上风电场建设拉开了帷幕。
现阶段在预测领域应用较为广泛的是灰色系统、支持向量机(SVM )以及BP 神经网络法等理论。由于神经网络预测需要大量样本;支持向量机方法虽然适合小样本预测,但是预测模型的泛化性能容易受样本多少的影响;而灰色系统理论在处理时间序列短、统计数据少的小样本问题时精度较高。因此,本文采用灰色系统理论中的GM(1,1)模型预测我国未来风电装机的平均功率。
风电装机平均功率预测方法
一、我国风电装机平均功率变化趋势
我国风电产业自2004 年以来进入高速发展期,本文根据《2005 年-2014 年中国风电装机容量统计》结果,计算了2005 年-2014 年我国风电新增和累计装机平均功率的变化趋势,如图1、图2 所示。 从图1、图2 可以看出,我国风电新增与累计装机平均功率变化趋势保持一致,2008 年以前增长较快,2008 年以后增长趋于平稳,风电装机平均功率向大型化发展。
二、 灰色系统理论
灰色系统理论最早是由我国学者邓聚龙教授提出的,用于研究数据量少、贫信息的不确定性问题的理论方法。作为灰色系统理论的核心内容,GM(1,1)模型已广泛应用于各领域。
(一)GM(1,1)模型原理
GM(1,1)模型的方法是将原始数据经过累加生成规律明显的一次累加生成数据,然后对一次累加生成数据进行建模的方法。设给定的原始序列为: 由此可得GM(1,1)模型的时间响应公式: (二)模型精度检验
GM(1,1)模型预测的精度,常用的检验方法是“后验差检验”和“小误差概率”。引入绝对残差序列:
一、 灰色预测模拟结果及精度检验