1、化石燃料日益減少及燃燒所造成的危害使人們越來越清楚地意識到快速尋求新能源，并積極開發(fā)利用的重要性。新能源中風能資源豐富，無污染且有較為成熟的技術做支撐，是一種最被期待開發(fā)的可再生能源。本文以風能為前提，對風電功率的波動特性、棄風數(shù)據(jù)及其功率預測的相關內(nèi)容進行了分析。
　　風電的功率序列存在著波動性，需要對其波動特性進行分析。根據(jù)一段時間內(nèi)出現(xiàn)的極差變化率和一階差分序列占總裝機容量的比例提出了一種關于波動特性的定義-波動系數(shù)。研究表

2、明，當并網(wǎng)機組的數(shù)量增加時，波動系數(shù)減小，波動性減弱。接著通過集對分析，以匯聚為出口，隨著風電機組并網(wǎng)數(shù)量的增加，風電場的整體出力與區(qū)域匯聚出力的變化更加相似，而重度差異則越來越少。風電場整體出力與區(qū)域匯聚出力的同一度并沒有隨著時間尺度的增加而發(fā)生較大的變化，而是整體的形態(tài)保持一致。
　　對風電場風速功率曲線建模中的異常數(shù)據(jù)簇進行了處理。根據(jù)風電場實測的風電功率數(shù)據(jù)，畫出了對應的散點圖。圍繞著標準風速功率曲線上下，提出了一種可移植

3、的粘滯區(qū)間。在此區(qū)間內(nèi)的散點，即為有效數(shù)據(jù)；此區(qū)間外的連續(xù)散點，即為異常數(shù)據(jù)。用此粘滯區(qū)間可對棄風數(shù)據(jù)進行有效剔除。
　　介紹卡爾曼濾波和支持向量機（SVM）相結合的風電功率序列預測模型。通過對風電功率序列進行分析得出自回歸積分滑動平均模型（ARIMA）模型，用其作為卡爾曼濾波的狀態(tài)方程。再用 SVM預測得出觀測方程，用卡爾曼濾波將二者結合起來實現(xiàn)組合多步預測。最后給出了具體實例分析，分析中采用了國家能源局的評價指標對預測精度進行