-
题名基于多目标协同训练的风电功率预测提升算法
被引量：9
- 1
-
-
作者
宋家康
赵建勇
孙海霞
王华雷
年珩
张森
-
机构
国网江苏省电力有限公司连云港供电分公司
浙江大学电气工程学院
-
出处
《电力工程技术》
北大核心
2023年第6期232-240,共9页
-
基金
国家自然科学基金资助项目(51977194)。
-
文摘
“双碳”目标下,电力系统加速转型,风电预测技术对构建高比例新能源的新型电力系统具有重要意义。为提升风电功率预测的准确性和鲁棒性,文中提出一种基于多目标协同训练的数值天气预报(numerical weather predicition,NWP)隐式校正算法。首先,分析了NWP校正的必要性和基于NWP显式校正的二步预测法存在的问题;然后,针对二步预测法存在的问题,基于多目标协同训练的优化方式利用神经网络进行NWP隐式校正,以端到端的方式训练模型,同时实现NWP隐式校正和风电功率预测的功能。结合某风电场实测数据开展具体算例分析,证明了所提算法对短期及中长期风电功率预测均有提升作用。此外,该算法仅需1个网络且避免了二次计算,节省了计算存储成本。
-
关键词
风电功率预测
数值天气预报(NWP)隐式校正
神经网络
提升算法
多目标协同训练
二步预测法
-
Keywords
wind power forecasting
numerical weather predicition(NWP)implicit correction
neural networks
improvement algorithm
multi-objective collaborative training
two-step forecasting method
-
分类号
TM641
[电气工程—电力系统及自动化]
-
