基于深度学习的风光场群功率预测方法研究

摘要：

随着风光场站集群化发展,大规模的风光电力接入电力系统会威胁电力系统的安全稳定运行.精准的风光功率预测能有效缓解这一问题,但是现有的风光功率预测方法多集中在场站级别,区域总出力对电力系统制定调度计划、安排旋转备用容量具有重要的意义.为此,提出了基于堆叠降噪自编码器的风光功率预测模型实现场站区域风光功率预测.以分布在我国某省的风光场群的运行数据为例,验证所提模型的有效性.结果表明:与场站原有预测系统精度相比,平坦地形风电场功率预测精度平均提高了15.56％,光伏场站功率预测精度平均提高了21.75％;复杂地形风电场功率预测精度平均提高了3.28％.

关键词：风电场、光伏场站、功率预测、深度学习

所属期刊栏目：6

分类号：TK81(风能、风力机械)

资助基金：国家自然科学基金项目;国家电网公司科技项目

在线出版日期：2021-05-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：14-21