风电功率预测_人工智能在预测单机风电功率上的应用进展

本文概述了基于人工智能的单机风电功率预测模型,强调了预测精度的重要性,尤其是在电力调度中的作用。研究人员分析了人工神经网络(ANN)和支持向量机(SVM)等模型的优缺点,并探讨了模糊逻辑法和启发式算法的应用。文章指出,提高模型输入数据质量、建立评价数据库和高性能云运算平台是未来研究的关键方向。
摘要由CSDN通过智能技术生成

单机风电功率预测依据风机轮毂风速的历史数据预测风电功率。风速与功率的高比例关系使得电力调度系统对风电功率预测精度的要求较高,此外,风速具有间隙波动性和随机性,使得风速和风电功率序列呈现出很强的非线性。人工智能在处理非线性预测问题上具有优势,对单机风电功率预测建模有一定的价值。

因此,湖南工业大学的研究人员郭茜、匡洪海、王建辉、周宇健、高闰国,在2020年第2期《电气技术》杂志上撰文,介绍了基于人工智能的单机风电功率预测模型的建立过程,阐述了模糊逻辑等人工智能方法在单机风电功率预测中的应用与特点,探讨了单机风电功率预测模型存在的问题,提出了对提高单机风电功率预测模型性能的一些见解。

01e1e26e8a1fee56b58f42c702380c7e.png

2019年5月,国家发展改革委及国家能源局在《关于建立健全可再生能源电力消纳保障机制的通知》中指出,自2020年1月1日起将对各省级可再生能源的消纳水平全面进行监测评价和正式考核。2018年风电利用率达92.8%,但由于受自然条件影响大,风能明显的波动性使得电力系统的调度压力较大,电力系统还不能完全适应大规模风能并网。2020年的风电利用率指标为95%。因此,调度系统对准确快速地预估风电功率有着切实需求。

风机分为离网型和并网型。前者的功率预测准确率在分布式风力发电中要求较高,单机功率预测的性能将直接影响其投入使用时的可靠性。从集群风电网的角度来看,并网型单机功率预测的误差对集群功率预测的影响是成倍的。

  • 0
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值