基于多视图融合和宽度学习的超短期风电功率预测方法

    公开(公告)号:CN118763662A

    公开(公告)日:2024-10-11

    申请号:CN202410900108.X

    申请日:2024-07-05

    IPC分类号: H02J3/00 G06N20/00 G06F16/29

    摘要: 基于多视图融合和宽度学习的超短期风电功率预测方法,涉及风电功率预测领域。本发明是为了解决现有基于深度神经网络的风电功率预测方法还存在模型训练时间长、消耗计算资源多以及预测精度低的问题。本发明包括:利用t时刻前k个小时的平均风电功率序列及t时刻前k个小时的指标数据序列组成样本集;对样本集归一化,并利用归一化后的样本集获得训练集,利用训练集训练MCCA‑BL预测模型,获得训练好的MCCA‑BL预测模型;将预测风电功率相关数据集输入到训练好的MCCA_BL预测模型中,获得待预测时刻风电功率;指标数据包括:平均温度、最高温度、最低温度、气压、湿度、风速、风向、降雨量和云量。本发明用于预测风电功率。

    风电参与一次调频下的电力系统一次调频能力评估方法

    公开(公告)号:CN117650586A

    公开(公告)日:2024-03-05

    申请号:CN202311646373.1

    申请日:2023-12-04

    IPC分类号: H02J3/48 H02J3/24

    摘要: 本发明公开了一种风电参与一次调频下的电力系统一次调频能力评估方法,所述方法包括如下步骤:定义电力系统动态一次调频能力DPFRA的解析表达式;对DPFRA的解析表达式进行推导,得到考虑风电参与一次调频下的电力系统一次调频能力评估指标的表达式;带入电力系统参数信息对DPFRA进行求解,得到电力系统的动态一次调频能力;根据不同电力系统对一次调频能力的要求设定参考标准,系统运营商根据求出的DPFRA结果和设定的参考标准指导参与一次调频的风电、水电和火电机组的调频参数。本发明提供了一种新型评估指标,该指标能够综合考虑风电参与一次调频时的动态变化,以更好地反映电力系统在面对风电波动时的频率调整能力。