期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
计及时-空全域特征增强的广域多风电场风电功率短期预测
1
作者 黄南天 李炳玲 +3 位作者 孙赫宏 王瑶瑶 蔡国伟 张良 《电网技术》 2025年第9期3688-3698,I0051,共12页
现有研究多依据地理位置或风电出力判定多风电场空间相关性,却忽视了高预测绝对误差值下风电并网出力的功率波动对电力系统稳定性的潜在威胁。文章提出一种基于时-空全域特征增强的广域多风电场风电功率短期预测模型。首先,在各区域实... 现有研究多依据地理位置或风电出力判定多风电场空间相关性,却忽视了高预测绝对误差值下风电并网出力的功率波动对电力系统稳定性的潜在威胁。文章提出一种基于时-空全域特征增强的广域多风电场风电功率短期预测模型。首先,在各区域实施“两个细则”背景下,采用多风电场出力的平均绝对误差为衡量多风电场风电并网波动对电力系统负面影响主要指标。通过最大相关系数定风电出力预测平均绝对误差强相关气象特征。其次,跨出地理位置相邻约束条件,以多风电场之间出力平均绝对误差为空间相关性构建时-空图边特征。通过时-空图神经网络信息传播机制,提高多场站数值天气预报的利用率,实现时-空全域全特征增强。然后,计及小概率场景影响引入绝对误差损失和交叉熵损失相结合的损失函数,优化不同小样本的类别权重向量。最后,将增强后的特征形成时间序列输入到门控循环单元层以实现广域多风电场短期风电功率预测。实验结果表明,所提方法的均方根误差和平均绝对值误差绝对值百分比分别下降了0.89%~7.85%和3.56%~6.19%。与其他方法的平均绝对误差相比,在小概率场景下最劣的评估指标提高了92.14MW,具有更好的鲁棒性。 展开更多
关键词 广域多风电场 短期电功率预测 数值天气预报 全域全特征增强 时-空图卷积神经网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部