摘要

分析各类影响因素与风电功率之间的相关性对于提升风电功率预测的准确度和评估风电机组的性能具有重要意义。针对原有相关性分析没有考虑风电功率时变特性和不能反映影响因素与风电功率之间复杂非线性关系的问题,提出基于影响因素重要性和偏依赖量的相关性分析方法。首先,基于历史数据,利用梯度提升树和人工神经网络训练风电功率模型。其次,基于功率模型提出影响因素重要性指标,识别影响功率的重要因素。然后,利用风电功率对各类影响因素的偏依赖量衡量影响因素的变化对风电功率趋势的非线性影响。最后,采用实际风电功率数据进行验证,实验结果表明所提方法能够识别影响风电功率的重要因素,并可衡量各类因素的变化与风电功率之间的非线性相关关系。

  • 单位
    北京科东电力控制系统有限责任公司; 国网电力科学研究院有限公司