基于Mycielski改进的Markov链超短期风电功率预测方法

来源：江苏大学学报·自然科学版杂志2016年第2期北京时间：

作者：尹天骄,沈艳霞,陆欣

单位：江南大学 电气自动化研究所, 江苏 无锡 214122

摘要：针对在Markov链超短期风电功率预测过程中未考虑风电功率变化趋势,在不同风电功率变化区间均采用同一状态转移概率矩阵,导致预测精度欠佳的问题,提出了一种基于Mycielski方法改进的Markov链预测方法．首先利用Mycielski方法在风电功率历史序列中寻找最长长度的重复序列,然后将计算每一时刻Markov链状态转移概率矩阵的序列重新定义,最后利用每一时刻的Markov链状态转移概率矩阵进行风电功率预测．对我国某风电场超短期风电功率进行总体预测．结果表明,在均方根误差的对比上,基于Mycielski方法改进的Markov链预测方法能够提高1415％的预测精度,具有一定的实用价值.

关键词：风电功率, Markov, Mycielski, 预测, 转移概率矩阵

基金资助：<p>国家自然科学基金资助项目(61104183); 高等学校博士学科点专项科研基金资助项目(20130093110011); 江苏省自然科学基金资助项目(BK20141114)</p>