基于MQ-WaveNet的风电集群发电功率多步概率预测
风电渗透率的持续提高对电力平衡测算、电网运行调度和系统频率稳定带来了极大挑战.为量化区域风力发电的不确定性,提出一种风电集群直接多步概率预测模型.首先,为有效挖掘区域内各风电场数据与集群发电总出力间的时空相关性,采用最大互信息系数法选取基准场站和关键输入特征变量.然后,基于序列-序列网络架构,结合分位数回归概率预测特性及波网(WaveNet)可捕获大范围内时序依赖特性等优点,设计了适用于风电集群概率预测的多视界分位数(MQ)-WaveNet模型,实现对风电集群场站在多个时间跨步上的风电功率多分位点的预测.最后,选取中国新疆哈密东南部风区12个邻近的大型风电场运行数据进行算例分析.结果表明,所提模型仅利用相关基准场站的关键特征变量即可实现风电集群发电功率的有效预测,模型复杂度低、易于工程应用推广.
风电预测、发电功率、多分位数、多步概率预测、最大互信息系数、波网
47
TM712;TM614;TP391
国家自然科学基金;自治区自然科学基金联合基金项目
2023-05-06(万方平台首次上网日期,不代表论文的发表时间)
共13页
156-168