基于多位置NWP和门控循环单元的风电功率超短期预测

作者：杨茂; 白玉莹

来源：电力系统自动化, 2020, 1-10.

• 多位置数值天气预报
• 随机森林
• 风电功率预测
• 灰狼寻优算法
• 门控循环单元 multi-location numerical weather prediction(NWP)
• random forest
• wind power prediction
• grey wolf optimizer
• gated recurrent unit(GRU)

数值天气预报(NWP)对风电功率超短期预测模型精度有着重要影响。为充分利用NWP信息，考虑多个风电场的空间相关性，提出一种基于多位置NWP和门控循环单元的风电功率超短期预测模型。首先，通过随机森林分析多位置NWP信息对风电场发电功率的重要程度，利用累积贡献率提取NWP中的有效信息，将加权的NWP信息与历史功率数据作为预测模型的输入变量。然后，选取改进的灰狼寻优算法对门控循环单元的参数进行优化，建立多变量时间序列预测模型，进行风电场发电功率的超短期预测。最后，选取中国某风电场的实测数据进行算例分析，验证了所提方法的有效性和可行性。

• 单位
  东北电力大学