文档摘要：新能源发电在全球范围内得到了越来越多的关注和发展,其中风能是最为常见和广泛应用的新能源形式.风电功率预测对于电力系统的稳定性、可靠性和经济性都具有重要的影响.文中为提高预测精度将风电场场站之间的空间依赖性纳入考虑,并解决网格预测建模困难和预测耗费大量时间和算力的问题,提出了一种基于集群简化的区域风电功率日前网格预测方法.首先,根据空间特性划分相似风电场,利用集群的汇聚效应,化简网络格数;其次,提取集群功率波动最为一致的气象特征,最大程度保留了所有风电场的空间特征;再次,处理输入输出数据形式,形成空间意义上的网格式数据,并通过卷积长短时记忆网络预测模型进行训练和预测;最后,将该方法应用于中国东北部某大规模风电集群验证其有效性.实验结果表明,文中所提出的方法相较于未经网格化简的方法RMSE和MAE分别下降了0.24%和0.05%,有效提高了风电集群日前功率预测精度.
Abstract：Newenergypowergenerationhasreceivedmoreandmoreattentionanddevelopmentaroundtheworld,amongwhichwindenergyisthemostcommonandwidelyusedformofnewenergy.Windpowerpredictionhasanimportantinfluenceonthestability,reliabilityandeconomyofthepowersystem.Inordertoimprovetheaccuracyofwindpowerprediction,weconsiderthespatialdependenceofwindpowerstationsandsolvethedifficultyofgridpredictioninthewindpowergrid.First,similarwindfarmsaredividedaccordingtotheirspatialcharacteristics,andtheconvergenceeffectofclustersisusedtosimplifythenumberofnetworkgrids.Secondly,themeteorologicalcharacteristicswiththemostconsistentclusterpowerfluctuationswereextracted,andthespatialcharacteristicsofallwindfarmswereretainedtothemaximumextent.Thirdly,theinputandoutputdataformisprocessedtoformthenetworkformatdatainthespatialsense,andistrainedandpredictedbyconvolutionoflongandshort-termmemorynetworkpredictionmodel.Finally,themethodwasappliedtoalarge-scalewindpowerclusterinnortheastChinatoverifyitseffectiveness.Theexperimentalresultsshowthattheproposedmethodis0.24%lessRMSEand0.05%lowercomparedwiththeungriddedMAE,whicheffectivelyimprovestheaccuracyofday-aheadpowerpredictionofwindpowercluster.
作者：杨再丞 孙勇 Author：YANGZaicheng SUNYong
作者单位：现代电力系统仿真控制与绿色电能新技术教育部重点实验室(东北电力大学),吉林吉林132012国网吉林省电力有限公司经济技术研究院,吉林长春130022
刊名：东北电力大学学报
Journal：JournalofNortheastDianliUniversity(NaturalScienceEdition)
年，卷(期)：2024, 44(2)
分类号：TM614
关键词：风电功率预测 卷积长短时记忆网络 网络预测 空间相关性 集群划分
Keywords：windpowerprediction convolutionlongshort-timememorynetwork networkprediction spatialcorrelation clusterdivision
机标分类号：TM614TM715F224.31
在线出版日期：2024年6月6日
基金项目：吉林省发展，改革委员会创新能力建设项目，国家电网有限公司总部科技项目基于空间简化和CNN-LSTM的区域风电功率日前网格预测方法[
期刊论文] 东北电力大学学报--2024, 44(2)杨再丞 孙勇新能源发电在全球范围内得到了越来越多的关注和发展,其中风能是最为常见和广泛应用的新能源形式.风电功率预测对于电力系统的稳定性、可靠性和经济性都具有重要的影响.文中为提高预测精度将风电场场站之间的空间依赖性纳...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
关键词：风电功率预测,卷积长短时记忆网络,网络预测,空间相关性,集群划分,
|
|
1
