两阶段序列分解重构的多步短期风电功率预测

环加飞; 张伟韬; 姜霁轩; 周玲; 朱红路

doi:10.19421/j.cnki.1006-6357.2025.12.011

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

两阶段序列分解重构的多步短期风电功率预测

新能源 | 更新时间：2025-12-17

- 两阶段序列分解重构的多步短期风电功率预测
- 两阶段序列分解重构的多步短期风电功率预测
- 供用电 2025年42卷第12期页码：101-110+123
- 作者机构：
  
  1. 国家电网有限公司华北分部
  2. 国能日新科技股份有限公司
  3. 华北电力大学控制与计算机工程学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金“基于智能分群的风电场扇区分布式协同调控方法及应用研究”（61973114）;国家电网公司华北分部科技项目“国网华北分部调控中心重点分区新能源电力电量预测功能升级改造”（SGNC0000DKXX2310264）~~
- DOI：10.19421/j.cnki.1006-6357.2025.12.011
  中图分类号： M614
- 纸质出版：2025
- 稿件说明：
移动端阅览
环加飞, 张伟韬, 姜霁轩, 等. 两阶段序列分解重构的多步短期风电功率预测[J]. 供用电, 2025,42(12):101-110+123.

环加飞, 张伟韬, 姜霁轩, et al. 两阶段序列分解重构的多步短期风电功率预测[J]. 2025, 42(12): 101-110+123.
环加飞, 张伟韬, 姜霁轩, 等. 两阶段序列分解重构的多步短期风电功率预测[J]. 供用电, 2025,42(12):101-110+123. DOI： 10.19421/j.cnki.1006-6357.2025.12.011.

环加飞, 张伟韬, 姜霁轩, et al. 两阶段序列分解重构的多步短期风电功率预测[J]. 2025, 42(12): 101-110+123. DOI： 10.19421/j.cnki.1006-6357.2025.12.011.

摘要

为减轻风电功率预测中的不确定性与数据噪声对电网运行的影响，提出一种基于两阶段序列分解与重构的多步短期风电功率预测模型。首先使用完全集合经验模态分解（complete ensemble empirical mode decomposition with adaptive noise

CEEMDAN）将原始风电序列分解为多个模态分量，根据排列熵划分高频和低频分量；高频分量通过小波包分解（wavelet packet decomposition

WPD）重构，低频分量根据相似性叠加重构；随后结合双向门控循环单元（bidirectional gated recurrent unit

Bi GRU）和自注意力机制构建多步预测模型，并采用指数权重衰减的损失函数。在真实风电功率数据集上，该模型单步预测优势显著，多步预测时误差增长幅度较小。该方法为风电功率预测提供了一种高效且稳定的解决方案。

Abstract

关键词

Keywords

references

舒印彪,张智刚,郭剑波,张正陵.新能源消纳关键因素分析及解决措施研究[J].中国电机工程学报,2017(01).

郎伟明,麻向津,周博文,杨东升,罗艳红,刘林奇.基于LSTM和非参数核密度估计的风电功率概率区间预测[J].智慧电力,2020(02).

赵凌云,刘友波,沈晓东,刘代勇,吕霜.基于CEEMDAN和改进时间卷积网络的短期风电功率预测模型[J].电力系统保护与控制,2022(01).

康田雨,覃智君.基于超参数优化和双重注意力机制的超短期风电功率预测[J].南方电网技术,2022(05).

崔昊杨,孙昊宇,杨程,王茺,许永鹏,刘诚.计及空间相关性的轻量级风电功率预测方法[J].智慧电力,2022(08).

刘新宇,蒲欣雨,李继方,张江涛.基于贝叶斯优化的VMD-GRU短期风电功率预测[J].电力系统保护与控制,2023(21).

常雨芳,杨子潇,潘风,唐杨,黄文聪.基于CEEMDAN-PE-WPD和多目标优化的超短期风电功率预测方法[J].电网技术,2023(12).

唐贤伦,张家瑞,郭祥麟,邹密.基于数据平稳化和BiLSTM的短期风电功率预测方法[J].重庆邮电大学学报(自然科学版),2023(06).

陈蕻峰,王贺,李岩,熊敏.组合两步分解和ARIMA-LSTM的短期风速预测研究[J].太阳能学报,2024(02).

张昊立,张菁,倪建辉,陈龙,高典.引入注意力机制的LSTM-FCN海上风电功率预测[J].太阳能学报,2024(06).

Department of Automation, College of Information Sciences and Technology, Donghua University, Shanghai 201620, China,Department of Automation, College of Information Sciences and Technology, Donghua University, Shanghai 201620, China.A nonlinear hybrid wind speed forecasting model using LSTM network, hysteretic ELM and Differential Evolution algorithm[J].Energy Conversion and Management,2018.

X R Zu,R X Song.Short-term Wind Power Prediction Method Based on Wavelet Packet Decomposition and Improved GRU[J].Journal of Physics: Conference Series,2018.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

计及信号模态分解与重构的风电功率组合预测

考虑社会信息的多元电力能耗时序数据缺失值补全方法