-
公开(公告)号:CN111178583A
公开(公告)日:2020-05-19
申请号:CN201911204066.1
申请日:2019-11-29
申请人: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网山东省电力公司电力科学研究院
摘要: 本发明涉及一种光伏电站的输出功率预测方法和系统,包括:根据光伏电站所在地的太阳高度角确定光伏电站所在地的太阳角;根据光伏电站中光伏板的直射辐照强度确定光伏电站中光伏板的温度系数;根据光伏电站所在地的太阳角和光伏电站中光伏板的温度系数确定光伏电站的预测输出功率。本发明提供的技术方案,考虑了光伏板跟随太阳转动以及光伏板的温度对光伏电站的输出功率预测的影响,提高了预测的准确性。
-
公开(公告)号:CN110490362A
公开(公告)日:2019-11-22
申请号:CN201910610844.0
申请日:2019-07-08
申请人: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网宁夏电力有限公司电力科学研究院
摘要: 本发明涉及一种风电功率预测偏差确定方法和系统,包括:根据历史风电功率预测偏差样本中风电功率预测值确定历史风电功率预测偏差样本所属同时率区间;根据各同时率区间中历史风电功率预测偏差样本中风电功率预测偏差确定各同时率区间对应的风电功率预测误差概率分布函数;本发明提供的技术方案利用历史风电功率预测偏差样本中预测偏差分布确定未来各同时率区间对应的不同置信度下风电功率预测偏差情况,考虑了不同的同时率下风电功率预测偏差概率分布特性的差异对预测风电功率预测偏差的影响,有效地提高了风电功率预测偏差的预测精准性。
-
公开(公告)号:CN110490358A
公开(公告)日:2019-11-22
申请号:CN201910592932.2
申请日:2019-07-03
申请人: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网宁夏电力有限公司
摘要: 本发明涉及一种基于预测精度的风电功率预测方法和系统,包括:根据当前时段各风速预报系统的预测精度确定下一预测时段各时刻的预报风速;根据下一预测时段各时刻的预报风速确定下一预测时段各时刻的预测风电功率;本发明提供的技术方案评价了风速和风电功率的预测精度,考虑了风速和风电功率的预测精度对风电功率预测的影响,提升了风电功率预测的准确性。
-
公开(公告)号:CN117175535A
公开(公告)日:2023-12-05
申请号:CN202210567499.9
申请日:2022-05-23
申请人: 国网新疆电力有限公司 , 中国电力科学研究院有限公司 , 国家电网有限公司
IPC分类号: H02J3/00 , H02J3/38 , G06N3/0464 , G06N3/08 , G06Q50/06
摘要: 本发明提出一种风电群体功率预测方法、系统、设备及介质,包括获取覆盖风电群体空间范围的待预测时间的网格化数值天气预报和风电群体内各个风电场所在地理位置的待预测时间的单点数值天气预报;将网格化数值天气预报和单点数值天气预报输入风电群体的气象图结构模型,获得风电群体的气象图结构;将气象图结构输入预先训练好的深度学习模型,输出风电群体待预测时间的预测功率。本发明以多源数值天气预报为基础数据源,考虑区域内风电场的位置分布,构建气象图结构,并借助深度学习对高维数据的特征抽象能力,通过模型训练,最终实现单一模型预测区域多风电场的功率,在保证风电集群功率预测精度的前提下,提升建模效率。
-
公开(公告)号:CN116306209A
公开(公告)日:2023-06-23
申请号:CN202211502900.7
申请日:2022-11-28
申请人: 中国电力科学研究院有限公司 , 国网江苏省电力有限公司电力科学研究院 , 国家电网有限公司
IPC分类号: G06F30/27 , G06F119/02
摘要: 本发明涉及新能源发电及调度运行技术领域,具体提供了一种基于数值天气预报的风电群体功率预测方法及装置,包括:将预测日的网格化数值天气预报数据输入预先构建的自编码器模型,得到所述预先构建的自编码器模型输出的降维数据,并确定所述降维数据的所属天气过程;将所述降维数据输入至所述降维数据的所属天气过程对应的功率预测模型,得到所述功率预测模型输出的预测日功率数据。本发明提供的技术方案可显著提高风电群体的功率预测精度,降低极大误差发生的概率,促进风电的消纳。
-
公开(公告)号:CN116070748A
公开(公告)日:2023-05-05
申请号:CN202310004670.X
申请日:2023-01-03
申请人: 国网江苏省电力有限公司 , 中国电力科学研究院有限公司
IPC分类号: G06Q10/04 , G06F16/2458 , G06F17/18 , G06N3/049 , G06N3/0442 , G06N3/08 , G06Q50/06
摘要: 本发明涉及风电场风速预测技术领域,具体提供了一种海上风场出力预测方法及装置,包括:将海上风场在预测日的气象特征序列对应的特征数据作为预先构建的支持向量机分类模型的输入,得到所述预先构建的支持向量机分类模型输出的预测日的气象类型;将所述海上风场在预测日的气象特征序列作为所述气象类型对应的预先训练的LSTM神经网络模型,得到所述预先训练的LSTM神经网络模型输出的子序列;基于所述子序列确定海上风场在预测日的预测出力序列。本发明提供的技术方案,能够适应海上复杂环境,提高海上风场出力预测准确性,提高并网可靠性提供了有力的保障。
-
公开(公告)号:CN115619588A
公开(公告)日:2023-01-17
申请号:CN202211129323.1
申请日:2022-09-16
申请人: 中国电力科学研究院有限公司 , 国家电网有限公司
IPC分类号: G06Q50/06
摘要: 一种决策依赖不确定性表征方法、结果确定方法及系统,包括:获取组成决策对象的所有基本决策对象单元的实际值、期望值以及决策结果;将所有基本决策对象单元的实际值、期望值和决策结果结合决策结果计算式得到决策分量;将所有基本决策对象单元的实际值、期望值和决策分量结合决策依赖不确定性计算式得到决策依赖不确定性结果;将决策依赖不确定性结果结合联合正态分布表达式得到决策依赖不确定性结果表征式。本发明采用决策依赖不确定性结果结合联合正态分布表达式得到决策依赖不确定性结果表征式,有效解决了工程应用中无决策依赖不确定性方法导致的新能源利用率低的问题,确保实际应用的准确性,可用于新能源电力系统的规划建设和调控运行中。
-
公开(公告)号:CN115495886A
公开(公告)日:2022-12-20
申请号:CN202211045196.7
申请日:2022-08-30
申请人: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网上海市电力公司
摘要: 本发明提供了一种风光资源模拟数据修正方法、系统、设备及介质,包括:获取待修正的模拟资源参量;将所述待修正的模拟资源参量输入预先构建的修正模型,得到修正后的模拟资源参量;其中,所述修正模型是基于多个设定位置处的实测资源参量和模拟资源参量构建的控制点矩阵、高度矩阵、相互影响矩阵,以及所述控制点矩阵、高度矩阵、相互影响矩阵之间的关系式得到修正模型的参量,由所述修正模型的参量结合模拟资源参量构建的。本发明采用修正模型根据实际观测的资源参量,有效降低模拟资源参量的偏差,解决当前的风光资源历史再分析数据与实际资源情况偏差较大,不能较好的满足应用需求的问题。
-
公开(公告)号:CN114924334A
公开(公告)日:2022-08-19
申请号:CN202210351415.8
申请日:2022-04-02
申请人: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网山东省电力公司
发明人: 宋宗朋 , 冯双磊 , 王勃 , 靳双龙 , 刘晓琳 , 胡菊 , 郭于阳 , 滑申冰 , 马振强 , 张艾虎 , 甄妍 , 王铮 , 车建峰 , 王钊 , 张菲 , 赵艳青 , 姜文玲 , 韩振永
摘要: 本发明提供了一种基于带状数据的预报精度提升方法、系统、设备及介质,包括:基于二维傅里叶变换法,对输电线路区域气象预报所需的地表二维观测同化场进行分解,得到波数气象场;对所述波数气象场中由带状加密数据引起的异常波数进行识别;将所述波数气象场中的异常波数剔除,并进行反傅里叶变换,得到精度提升的观测同化场,进一步提升输电线路区域的气象预报精度;本发明通过对输电线路区域气象预报的观测同化场进行二维傅里叶变换,并基于得到的波数气象场识别异常波动,剔除对应的异常波数,能够有效去除因带状加密特征带来的异常波动和物理不平衡问题。本发明提供的基于带状数据的预报精度提升方法,可提升输电线路区域的气象预报精度。
-
公开(公告)号:CN114884050A
公开(公告)日:2022-08-09
申请号:CN202110163793.9
申请日:2021-02-05
申请人: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网山西省电力公司电力科学研究院
摘要: 本发明涉及一种多预测模型融合的风电功率预测方法及装置,包括:基于将各历史时刻各气象台提供的天气预报数据作为预先训练的各单一预测模型的输入,各单一预测模型输出的各历史时刻各单一预测模型输出的风电功率预测结果,获取各历史时刻线性回归预测模型输出的风电功率预测结果;基于各历史时刻各单一预测模型输出的风电功率预测结果和线性回归预测模型输出的风电功率预测结果的均方根误差,从各历史时刻各单一预测模型和各历史时刻线性回归预测模型中选出最优预测模型;将预测时刻的天气预报数据输入至最优预测模型,获取预测时刻风电功率数据;本发明聚焦短期预测时间范围利用大量训练数据通过多种算法来训练多种模型,提高风电功率预测精度。
-
-
-
-
-
-
-
-
-