基于NWP和深度学习神经网络短期风功率预测

作者：陈家扬; 陈华; 张旭

来源：现代电子技术, 2020, 43(08): 63-67.

DOI：10.16652/j.issn.1004-373x.2020.08.017

• 风功率预测
• 深度学习神经网络
• 数值天气预报
• 建立转换模型
• 概率密度
• 案例分析

对风电场的准确预测,可以为电网调度提供调峰和消纳依据,从而综合评估电网短期内消纳风电的能力,制定科学合理的消纳措施。通过预测风电场24 h内的出力,基于数值天气预报(NWP)数据的出力预测,采用深度学习神经网络算法,建立数值天气预报与风电功率之间的转换模型,计算功率点预测值,然后利用概率密度函数,建立风电出力预测的概率区间。最后通过实际案例仿真,验证了基于NWP和深度学习神经网络短期风功率预测的可靠性,为调度预留调峰容量提供理论依据。

• 单位
  新疆大学