Second‑level Gust Forecast Based Dynamic Switching Strategy for Wind Turbine Speed‑Reserve Mode

HU Zhangqin; WANG Jingyu; HUANG Sizhe; HUANG Yixiang; SHI Dongyuan; YAO Wei

doi:10.12204/j.issn.1000-7229.2026.10.009

English Version Journal Login

您当前的位置：

首页 >

文章列表页 >

Second‑level Gust Forecast Based Dynamic Switching Strategy for Wind Turbine Speed‑Reserve Mode

Renewable Energy and Energy Storage | 更新时间：2026-09-30

- Second‑level Gust Forecast Based Dynamic Switching Strategy for Wind Turbine Speed‑Reserve Mode
- Electric Power Construction Vol. 47, Issue 10, Pages: 109-121(2026)
- 作者机构：
  
  1.华中科技大学电气与电子工程学院，武汉市 430074
  2.强电磁技术全国重点实验室（华中科技大学），武汉市 430074
- 作者简介：
- 基金信息：
  
  State Grid Corporation of China Science and Technology Projects(52110425001F-021-ZN)
- DOI：10.12204/j.issn.1000-7229.2026.10.009
  CLC： TM614
- Received：30 April 2026，
  
  Revised：2026-06-22，
  
  Published：01 October 2026
- 稿件说明：
移动端阅览
胡张勤,王镜毓,黄思哲等.基于秒级阵风预测的风电机组转速备用模式动态切换策略[J].电力建设,2026,47(10):109-121.

HU Zhangqin,WANG Jingyu,HUANG Sizhe,et al.Second‑level Gust Forecast Based Dynamic Switching Strategy for Wind Turbine Speed‑Reserve Mode[J].Electric Power Construction,2026,47(10):109-121.
胡张勤,王镜毓,黄思哲等.基于秒级阵风预测的风电机组转速备用模式动态切换策略[J].电力建设,2026,47(10):109-121. DOI： 10.12204/j.issn.1000-7229.2026.10.009.

HU Zhangqin,WANG Jingyu,HUANG Sizhe,et al.Second‑level Gust Forecast Based Dynamic Switching Strategy for Wind Turbine Speed‑Reserve Mode[J].Electric Power Construction,2026,47(10):109-121. DOI： 10.12204/j.issn.1000-7229.2026.10.009.

摘要

目的

高比例风电并网导致系统等效惯量下降，频率稳定问题突出，风电的大规模接入使该问题更为复杂。阵风波动剧烈、随机性强，现有确定性风速预测方法难以捕捉其高频瞬变特征，导致风机转速备用模式切换滞后与误动，制约机组的暂态频率支撑能力。为提升风机的调频性能，提出了一种融合概率预测与不确定性感知的自适应切换策略。

方法

首先，构建基于去噪扩散概率模型与Transformer融合架构的秒级阵风概率预测模型，引入风机多维度状态参数作为辅助条件，通过蒙特卡罗采样生成概率预测轨迹。其次，设计基于动态置信走廊的自适应切换策略，构建动作阈值与返回阈值作为模式切换的依据；对置信走廊穿越阈值区域的模糊决策场景，采用概率评估方法计算风速超越阈值的概率，依据概率阈值来实现超速减载与低速减载模式的前瞻性主动切换。

结果

基于某海上风电场数据采集与监视控制系统（supervisory control and data acquisition，SCADA）数据的仿真表明：所提秒级阵风概率预测模型在预测准确性上比长短期记忆（long short-term memory，LSTM）网络、时间卷积网络（temporal convolutional network，TCN）模型更优；所提预测模型在自适应切换策略中将平均切换点的时间提前3.6 s，预测可靠性与响应精度均有较大提升，显著提升了阵风场景下的风机备用功率裕度。

结论

所提模型与方法通过高置信概率预测与不确定性感知决策，实现了风电机组转速备用模式从“被动响应”到“主动预判”的转换，有效抑制了因阵风预测不准导致模式频繁切换所引发的控制误动，在保障机组安全运行的同时最大化暂态调频能力，为高比例风电电力系统的频率稳定控制提供了可行方案。

Abstract

Objective

High wind penetration reduces system inertia and threatens frequency stability，and the large-scale integration of wind power makes this problem more complex. Gusts are highly fluctuating and random； existing deterministic wind speed prediction methods cannot capture their high-frequency transient features， causing lag and misoperation in rotor speed reserve mode switching and limiting the turbine's transient frequency support capability. To improve frequency regulation，an adaptive switching strategy integrating probabilistic prediction and uncertainty awareness was proposed.

Methods

A second-level gust probabilistic prediction model was built using a denoising diffusion probabilistic model （DDPM）-Transformer architecture， with multi-dimensional turbine state parameters as auxiliary conditions， and Monte Carlo sampling was used to generate probabilistic prediction trajectories. An adaptive switching strategy based on a dynamic confidence corridor was designed， using action and return thresholds as the basis for mode switching. For fuzzy decision scenarios where the confidence corridor crosses the threshold region， the probability of wind speed exceeding the threshold was calculated， and proactive switching between over-speed deloading （OSD） and under-speed deloading （USD） modes was achieved based on the probability threshold.

Results

Simulations based on SCADA data from an offshore wind farm show that the proposed second-level gust probabilistic prediction model outperforms long short-term memory （LSTM） and temporal convolutional network （TCN） models in prediction accuracy. In the adaptive switching strategy， the proposed prediction model advances the average switching point by 3.6 s， significantly improves prediction reliability and response accuracy， and significantly enhances the turbine reserve power margin under gust scenarios.

Conclusions

Through high-confidence probabilistic prediction and uncertainty-aware decision-making， the proposed model and method achieve a shift from passive response to active anticipation for wind turbine speed reserve modes， suppress control misoperations caused by frequent mode switching due to inaccurate gust prediction， maximize transient frequency regulation capability while ensuring turbine safety， and offer a feasible solution for frequency stability control in power systems with high wind penetration.

关键词

Keywords

references

康重庆，姚良忠 . 高比例可再生能源电力系统的关键科学问题与理论研究框架［J］. 电力系统自动化， 2017 ， 41 （ 9 ）： 1 - 11 .

Kang Chongqing ， Yao Liangzhong . Key scientific issues and theoretical research framework for power systems with high proportion of renewable energy ［J］. Automation of Electric Power Systems ， 2017 ， 41 （ 9 ）： 1 - 11 .

黄雨涵，丁涛，李雨婷，等 . 碳中和背景下能源低碳化技术综述及对新型电力系统发展的启示［J］. 中国电机工程学报， 2021 ， 41 （增刊1 ）： 28 - 51 .

Huang Yuhan ， Ding Tao ， Li Yuting ， et al . Decarbonization technologies and inspirations for the development of novel power systems in the context of carbon neutrality ［J］. Proceedings of the CSEE ， 2021 ， 41 （ S1 ）： 28 - 51 .

杨天蒙，孙霈盈，刘继成，等 . 考虑支撑能力和调频需求的风电机组动态惯量控制方法［J］. 广东电力， 2025 ， 38 （ 8 ）： 53 - 62 .

Yang Tianmeng ， Sun Peiying ， Liu Jicheng ， et al . Dynamic virtual inertia control strategy for wind turbines considering supporting capacity and frequency modulation requirements ［J］. Guangdong Electric Power ， 2025 ， 38 （ 8 ）： 53 - 62 .

刘林，王大龙，綦晓，等 . 基于双锁相环的海上风场综合惯量调频策略研究［J］. 发电技术， 2024 ， 45 （ 2 ）： 282 - 290 .

Liu Lin ， Wang Dalong ， Qi Xiao ， et al . Study on double phase-locked loop on the synthetic inertia control of offshore wind farm frequency regulation ［J］. Power Generation Technology ， 2024 ， 45 （ 2 ）： 282 - 290 .

辛悦，彭乔，刘天琪，等 . 基于周期性最大功率点检测的风电机组功率备用控制方法［J］. 电力自动化设备， 2024 ， 44 （ 2 ）： 103 - 109， 116 .

Xin Yue ， Peng Qiao ， Liu Tianqi ， et al . Power reserve control method of wind turbine units based on periodic maximum power point measurement ［J］. Electric Power Automation Equipment ， 2024 ， 44 （ 2 ）： 103 - 109， 116 .

张龙，孙丹，年珩，等 . 计及转速下限和频率安全约束的风电调频参数整定方法［J］. 电力工程技术， 2025 ， 44 （ 5 ）： 25 - 34 .

Zhang Long ， Sun Dan ， Nian Heng ， et al . Parameter tuning method of frequency regulation for wind power considering rotor speed limit and frequency safety constraint ［J］. Electric Power Engineering Technology ， 2025 ， 44 （ 5 ）： 25 - 34 .

马覃峰，安甦，刘明顺，等 . 考虑风光储调频贡献度的新型电力系统频率特性［J］. 南方电网技术， 2024 ， 18 （ 11 ）： 129 - 140 .

Ma Qinfeng ， An Su ， Liu Mingshun ， et al . Frequency characteristics of new power system considering the frequency modulation contribution of wind power-photovoltaic-energy storage ［J］. Southern Power System Technology ， 2024 ， 18 （ 11 ）： 129 - 140 .

李阳，李群，陈载宇，等 . 面向电网最大频率偏差的风电机组短时频率支撑最优策略与机理［J］. 中国电机工程学报， 2024 ， 44 （ 3 ）： 1020 - 1034 .

Li Yang ， Li Qun ， Chen Zaiyu ， et al . Maximum-frequency-deviation-oriented optimal short-term frequency support strategy of wind turbines and the mechanism ［J］. Proceedings of the CSEE ， 2024 ， 44 （ 3 ）： 1020 - 1034 .

马宁宁，谢小荣，贺静波，等 . 高比例新能源和电力电子设备电力系统的宽频振荡研究综述［J］. 中国电机工程学报， 2020 ， 40 （ 15 ）： 4720 - 4731 .

Ma Ningning ， Xie Xiaorong ， He Jingbo ， et al . Review of wide-band oscillation in renewable and power electronics highly integrated power systems ［J］. Proceedings of the CSEE ， 2020 ， 40 （ 15 ）： 4720 - 4731 .

Ju L W ， Tan Z F ， Yuan J Y ， et al . A bi-level stochastic scheduling optimization model for a virtual power plant connected to a wind-photovoltaic-energy storage system considering the uncertainty and demand response ［J］. Applied Energy ， 2016 ， 171 ： 184 - 199 .

曲建璋，丁浩天，王毓琦，等 . 计及风电机组短时过载能力的风电场多机协同频率控制策略［J］. 山东电力技术， 2024 ， 51 （ 10 ）： 1 - 9 .

Qu Jianzhang ， Ding Haotian ， Wang Yuqi ， et al . Multiple turbines coordinated frequency control strategy for a wind farm considering the short-term overload capacity of wind turbines ［J］. Shandong Electric Power ， 2024 ， 51 （ 10 ）： 1 - 9 .

邵宜祥，刘剑，胡丽萍，等 . 一种改进组合神经网络的超短期风速预测方法研究［J］. 发电技术， 2024 ， 45 （ 2 ）： 323 - 330 .

Shao Yixiang ， Liu Jian ， Hu Liping ， et al . Research on an ultra-short-term wind speed prediction method based on improved combined neural networks ［J］. Power Generation Technology ， 2024 ， 45 （ 2 ）： 323 - 330 .

李咸善，宋国栋，刘颂凯，等 . 考虑风储调频协同优化控制的储能调频容量配置［J］. 中国电机工程学报， 2026 ， 46 （ 13 ）： 5474 - 5487 .

Li Xianshan ， Song Guodong ， Liu Songkai ， et al . Configuration of energy storage frequency regulation capacity considering wind-storage frequency regulation cooperative optimization control ［J］. Proceedings of the CSEE ， 2026 ， 46 （ 13 ）： 5474 - 5487 .

黄思哲，裴建华，王镜毓，等 . 计及尾流效应的海上风电场风速重构与动态调频能力评估［J］. 电力自动化设备， 2025 ， 45 （ 12 ）： 91 - 98 .

Huang Sizhe ， Pei Jianhua ， Wang Jingyu ， et al . Capability assessment of wind speed reconstruction and dynamic frequency regulation for offshore wind farm under wake effect consideration ［J］. Electric Power Automation Equipment ， 2025 ， 45 （ 12 ）： 91 - 98 .

颜湘武，王德胜，杨琳琳，等 . 直驱风机惯量支撑与一次调频协调控制策略［J］. 电工技术学报， 2021 ， 36 （ 15 ）： 3282 - 3292 .

Yan Xiangwu ， Wang Desheng ， Yang Linlin ， et al . Coordinated control strategy of inertia support and primary frequency regulation of PMSG ［J］. Transactions of China Electrotechnical Society ， 2021 ， 36 （ 15 ）： 3282 - 3292 .

王同森，张峰，丁磊 . 考虑最优运行点的超速风电机组调频控制策略［J］. 电力自动化设备， 2021 ， 41 （ 6 ）： 22 - 27 .

Wang Tongsen ， Zhang Feng ， Ding Lei . Frequency regulation control strategy of over-speed wind turbines considering optimal operation point ［J］. Electric Power Automation Equipment ， 2021 ， 41 （ 6 ）： 22 - 27 .

李生虎，王鹏飞，朱国伟 . 考虑双馈异步发电机转速限制的电网频率协调控制策略［J］. 电力系统保护与控制， 2017 ， 45 （ 18 ）： 82 - 87 .

Li Shenghu ， Wang Pengfei ， Zhu Guowei . Coordinated grid frequency control strategy of doubly-fed induction generator considering its rotor speed constraints ［J］. Power System Protection and Control ， 2017 ， 45 （ 18 ）： 82 - 87 .

金泳霖，戈阳阳，晁璞璞，等 . 基于系统功率扰动程度的风电机组主动频率支撑控制策略［J］. 电力系统保护与控制， 2025 ， 53 （ 14 ）： 49 - 58 .

Jin Yonglin ， Ge Yangyang ， Chao Pupu ， et al . Wind turbine active frequency support control strategy based on system power disturbance severity ［J］. Power System Protection and Control ， 2025 ， 53 （ 14 ）： 49 - 58 .

李丰能，杨苹，隗知初，等 . 考虑风机调频能量差异的风电场频率主动支撑控制策略［J］. 电力建设， 2025 ， 46 （ 11 ）： 145 - 157 .

Li Fengneng ， Yang Ping ， Kui Zhichu ， et al . Active frequency support control strategy for wind farm considering the energy discrepancy of wind turbines ［J］. Electric Power Construction ， 2025 ， 46 （ 11 ）： 145 - 157 .

张蕊，李晓明，高泽明，等 . 考虑风速差异的风电场调频备用协调控制策略［J］. 电力建设， 2023 ， 44 （ 2 ）： 101 - 109 .

Zhang Rui ， Li Xiaoming ， Gao Zeming ， et al . Coordinated control of frequency-regulation reserve capacity for wind farm considering wind speed difference ［J］. Electric Power Construction ， 2023 ， 44 （ 2 ）： 101 - 109 .

何廷一，孙领，李胜男，等 . 考虑风速差异的风电场减载方案与一次调频策略［J］. 电力建设， 2022 ， 43 （ 7 ）： 139 - 148 .

He Tingyi ， Sun Ling ， Li Shengnan ， et al . Research on deloading scheme and primary frequency regulation strategy of wind farm considering wind speed difference ［J］. Electric Power Construction ， 2022 ， 43 （ 7 ）： 139 - 148 .

彭海涛，何山，袁至，等 . 基于改进转子转速和桨距角协调控制的变速风电机组一次调频策略［J］. 电力自动化设备， 2023 ， 43 （ 9 ）： 87 - 94 .

Peng Haitao ， He Shan ， Yuan Zhi ， et al . Primary frequency regulation strategy for variable-speed wind turbines based on improved coordinated control of rotor speed and pitch angle ［J］. Electric Power Automation Equipment ， 2023 ， 43 （ 9 ）： 87 - 94 .

何欣，钟诚，拜润卿，等 . 基于修改功率跟踪特性曲线的风电机组减载调频策略研究［J］. 智慧电力， 2021 ， 49 （ 8 ）： 39 - 45 .

He Xin ， Zhong Cheng ， Bai Runqing ， et al . Load reduction frequency modulation strategy of wind turbine based on modifying power tracking characteristic curve ［J］. Smart Power ， 2021 ， 49 （ 8 ）： 39 - 45 .

赖业宁，颜云松，薛峰，等 . 考虑最大转子动能储备的直驱式风力发电机组群优化控制［J］. 电气自动化， 2022 ， 44 （ 6 ）： 19 - 21 .

Lai Yening ， Yan Yunsong ， Xue Feng ， et al . Optimal control of direct-drive wind turbine units considering maximum rotor kinetic energy reserve ［J］. Electrical Automation ， 2022 ， 44 （ 6 ）： 19 - 21 .

王乐，蔺红 . 减载风电机组协调控制策略及PI参数优化［J］. 控制工程， 2021 ， 28 （ 4 ）： 744 - 750 .

Wang Le ， Lin Hong . Coordinated control strategy and PI parameter optimization of load shedding wind turbine ［J］. Control Engineering of China ， 2021 ， 28 （ 4 ）： 744 - 750 .

冀宵玉，李岩，孙琦，等 . 高湍流低风速下风电机组主动减载控制策略研究［J］. 电气自动化， 2022 ， 44 （ 6 ）： 7 - 9 .

Ji Xiaoyu ， Li Yan ， Sun Qi ， et al . Research on active load shedding control strategy of wind turbine unit under high turbulence and low wind speed ［J］. Electrical Automation ， 2022 ， 44 （ 6 ）： 7 - 9 .

Zhang Z W ， Lin L L ， Gao S ， et al . A machine learning model for hub-height short-term wind speed prediction ［J］. Nature Communications ， 2025 ， 16 ： 3195 .

Sun J ， Hu R ， Guo L Q . Wind power ultra-short-term instantaneous prediction based on spatiotemporal BP neural network parameter optimization and error correction unit ［J］. Processes ， 2025 ， 13 （ 10 ）： 3248 .

班潇璇，李少林，李庆，等 . 基于秒级风速预测的风电频率主动支撑能力动态评估［J］. 电力自动化设备， 2025 ， 45 （ 7 ）： 54 - 60， 70 .

Ban Xiaoxuan ， Li Shaolin ， Li Qing ， et al . Dynamic evaluation of wind power active frequency support capability based on second-level wind speed forecast ［J］. Electric Power Automation Equipment ， 2025 ， 45 （ 7 ）： 54 - 60， 70 .

谭啸，邱攀，李立，等 . 基于多特征数据与混合模型短期风速预测研究［J］. 电工材料， 2024 （ 3 ）： 58 - 62， 66 .

Tan Xiao ， Qiu Pan ， Li Li ， et al . Short term wind speed prediction based on multi-feature data and mixed model ［J］. Electrical Engineering Materials ， 2024 （ 3 ）： 58 - 62， 66 .

何锦华，刘洋，朱誉，等 . 融合物理信息的TPA-LSTM网络应用于台风条件下海上风电场风速多步预测［J］. 电网技术， 2023 ， 47 （ 10 ）： 4152 - 4160 .

He Jinhua ， Liu Yang ， Zhu Yu ， et al . Physics-informed TPA-LSTM network applied to multi-step wind speed prediction of offshore wind farms under typhoon conditions ［J］. Power System Technology ， 2023 ， 47 （ 10 ）： 4152 - 4160 .

莫如发 . 基于相空间重构和LSSVM的短期风速预测［J］. 电工技术， 2022 （ 18 ）： 54 - 58 .

Mo Rufa . Short term wind speed prediction based on phase space reconstruction and LSSVM ［J］. Electric Engineering ， 2022 （ 18 ）： 54 - 58 .

秦超，曾沅，苏寅生，等 . 基于安全域的大规模风电并网系统低频振荡稳定分析［J］. 电力自动化设备， 2017 ， 37 （ 5 ）： 100 - 106 .

Qin Chao ， Zeng Yuan ， Su Yinsheng ， et al . Low-frequency oscillatory stability analysis based on security region for power system with large-scale wind power ［J］. Electric Power Automation Equipment ， 2017 ， 37 （ 5 ）： 100 - 106 .

王同森，程雪坤 . 计及转速限值的双馈风机变下垂系数控制策略［J］. 电力系统保护与控制， 2021 ， 49 （ 9 ）： 29 - 36 .

Wang Tongsen ， Cheng Xuekun . Variable droop coefficient control strategy of a DFIG considering rotor speed limit ［J］. Power System Protection and Control ， 2021 ， 49 （ 9 ）： 29 - 36 .

李雨婷，刘俊，刘嘉诚，等 . 基于去噪扩散概率模型不平衡样本增强的暂态稳定评估［J］. 电力系统自动化， 2024 ， 48 （ 21 ）： 148 - 157 .

Li Yuting ， Liu Jun ， Liu Jiacheng ， et al . Transient stability assessment based on imbalanced sample enhancement of denoising diffusion probabilistic model ［J］. Automation of Electric Power Systems ， 2024 ， 48 （ 21 ）： 148 - 157 .

刘锦翔，张江丰，董山玲，等 . 基于条件增强扩散模型的短期负荷概率预测［J］. 电力系统自动化， 2024 ， 48 （ 23 ）： 197 - 207 .

Liu Jinxiang ， Zhang Jiangfeng ， Dong Shanling ， et al . Short-term load probabilistic forecasting based on conditional enhanced diffusion model ［J］. Automation of Electric Power Systems ， 2024 ， 48 （ 23 ）： 197 - 207 .

王瑞明，徐浩，秦世耀，等 . 风电场一次调频分层协调控制研究与应用［J］. 电力系统保护与控制， 2019 ， 47 （ 14 ）： 50 - 58 .

Wang Ruiming ， Xu Hao ， Qin Shiyao ， et al . Research and application on primary frequency regulation of wind farms based on hierarchical coordinated control ［J］. Power System Protection and Control ， 2019 ， 47 （ 14 ）： 50 - 58 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Multi-Agent Interaction-Based Data Augmentation for Intelligent Pricing Strategies at Charging Stations

Adaptive Switching Algorithm for Digital Physical Hybrid Simulation DIM Interface of LCC-HVDC Based on Disturbance Degree

Optimization of Power Reserve in Multi-Area Power Grid Considering Short-Term Dynamic Line Rating

Joint Power Generation Forecasting for Hydro-Wind-Photovoltaic Complementary Systems Considering Spatiotemporal Correlations

Research on Bi-Level Stochastic Optimal Configuration of Multi-Park Shared Energy Storage Considering Differentiated Leasing Mechanism

Related Author

LIU Junyong

BAI Shuaitao

SHANG Yuwei

LIU Youbo

XU Lixiong

XU Xiao

ZHOU Ruiao

XIN Yechun

Related Institution

College of Electrical Engineering， Sichuan University

China Electric Power Research Institute

Key Laboratory of Modern Power System Simulation and Control & Renewable Energy Technology， Ministry of Education （Northeast Electric Power University）

Key Laboratory of Control of Power Transmission and Conversion (Shanghai Jiao Tong University), Ministry of Education

AI问答

⁰