考虑数据耦合性的分布式风光联合预测方法

作者：王金锋; 任正某; 格根敖其^*; 孙毅; 郑顺林

来源：供用电, 2023, 40(09): 74-90.

DOI：10.19421/j.cnki.1006-6357.2023.09.010

• 深度学习
• 异常数据处理
• 风光数据
• 功率预测
• 长短期记忆网络
• 注意力机制

高精度风光联合预测是充分发挥风光互补特性的重要前提。基于风电光伏的耦合关系，建立了分布式风光联合预测方法。首先，考虑地理位置、气象等因素对风光出力的影响，分析风电光伏出力耦合性。其次，建立了最优组内方差算法，进行异常数据的识别与处理。然后，提出了基于改进注意力机制和长短期记忆法的风光联合预测模型，能够有效地提取风光间的耦合关系并进行精准预测。最后，通过仿真验证了所提方法能够有效提高风光预测的准确性。

• 单位
  电子工程学院; 华北电力大学