科研之友
微信
新浪微博
Facebook
分享链接
摘要
精准的风电功率预测是保证新型电力系统安稳运行、促进风电消纳的重要手段。针对核密度估计所求分位数在不同置信度下鲁棒性差的问题，本文提出多窗宽核密度估计方法，根据不同置信度生成不同窗宽的核密度估计，实现了风电功率的超短期自适应概率预测。首先，结合风电功率曲线和数据驱动模型，建立基于改进双向长短期记忆网络的风电功率超短期确定性预测模型。其次，推导了最优窗宽核密度估计，并基于此构建多窗宽核密度估计误差拟合模型，在不同置信度下自适应生成最优窗宽并构建预测区间。最后，基于实际运行数据验证模型的可行性与有效性。结果表明，本文所提模型可有效提高确定性预测的精度和概率预测的鲁棒性。
-
单位电气学院; 河海大学
