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

doi:10.13335/j.1000-3673.pst.2024.1792

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

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

更新时间：2025-09-25

- 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
- Issue 9, Pages: 3688-3698(2025)
- 作者机构：
  
  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)
- 作者简介：
- 基金信息：
- DOI：10.13335/j.1000-3673.pst.2024.1792
  CLC： TM614
- Published：2025
- 稿件说明：
移动端阅览
[J]. 2025, (9): 3688-3698.
DOI：

[J]. 2025, (9): 3688-3698. DOI： 10.13335/j.1000-3673.pst.2024.1792.

摘要

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。

Abstract

关键词

Keywords

references

胡帅,向月,沈晓东,刘俊勇,刘继春,李健华.计及气象因素和风速空间相关性的风电功率预测模型[J].电力系统自动化,2021(07).

杨茂,白玉莹.基于多位置NWP和门控循环单元的风电功率超短期预测[J].电力系统自动化,2021(01).

Xiaochong Dong,Yingyun Sun,Ye Li,Xinying Wang,Tianjiao Pu.Spatio-temporal Convolutional Network Based Power Forecasting of Multiple Wind Farms[J].Journal of Modern Power Systems and Clean Energy,2022(02).

杜刚,赵冬梅,刘鑫.计及风电不确定性优化调度研究综述[J].中国电机工程学报,2023(07).

程凯,彭小圣,徐其友,王勃,刘纯,车建峰.基于特征选择与多层级深度迁移学习的风电场短期功率预测[J].高电压技术,2022(02).

乔石,王磊,张鹏超,闫群民,余帆.基于时间模式注意力机制的GRU短期负荷预测[J].电力系统及其自动化学报,2023(10).

许越,李强,崔晖.基于MIC-EEMD-改进Informer的含高比例清洁能源与储能的电力市场短期电价多步预测[J].电网技术,2024(03).

李练兵,高国强,吴伟强,魏玉憧,卢盛欣,梁纪峰.考虑特征重组与改进Transformer的风电功率短期日前预测方法[J].电网技术,2024(04).

邬永,王冰,陈玉全,姜华.融合精细化气象因素与物理约束的深度学习模型在短期风电功率预测中的应用[J].电网技术,2024(04).

孟衡,张涛,王金,张晋源,李达,时光蕤.基于多尺度时空图卷积网络与Transformer融合的多节点短期电力负荷预测方法[J].电网技术,2024(10).

沈赋,刘思蕊,徐潇源,王健,单节杉,翟苏巍.基于多尺度特征提取的IES多元负荷短期联合预测[J].高电压技术,2024(07).

杨茂,贾梦琦,张薇,王勃.基于功率重构和时序特性约束的长预见期光伏集群功率预测[J].电力系统自动化,2024(15).

赵如意,王晓辉,郑碧煌,李道兴,高毅,郭鹏天.基于特征优化和混合改进灰狼算法优化BiLSTM网络的短期光伏功率预测[J].电网技术,2025(01).

吕云龙,胡琴,熊俊杰,龙敦华.基于时空注意力卷积模型的超短期风电功率预测[J].电网技术,2024(05).

张鹏,杨苹,唐玉烽,马溪原,俞靖一.风电机组自适应步进惯量控制策略[J].电网技术,2024(08).

黄南天,孙赫宏,王圣元,蔡国伟,张良,王日俊.计及多公共充电站差异化耦合关联的电动汽车充电负荷时-空短期预测[J].中国电机工程学报,2025(04).

Views

525

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

融合精细化气象因素与物理约束的深度学习模型在短期风电功率预测中的应用

Related Author

邬永

王冰

陈玉全

姜华

Related Institution

河海大学能源与电气学院

AI问答

⁰