风力发电长短期记忆网络的风电功率预测技术.docxVIP

[全]风力发电-长短期记忆网络的风电功率预测技术 由于风能资源充足和清洁环保，使得风力发电在可再生能源发电形式中处于主导地位。截至2017年底，我国风电新装机容量为19.5GW，累计总装机容量达到170.9GW，连续7年新增装机和累计装机两项数据均居世界第一，预计到2050年，中国风电装机达到15亿kW到20亿kW。如今高比例可再生能源并网逐渐成为中国电力系统的发展趋势和未来电网的重要特征，但是可再生能源——风电的随机性和模糊性特点即风电功率的不确定性，使得大规模风电并网的电力系统面临增加备用负担、风电调度困难、弃风现象严重等问题。 风电功率预测技术是减轻风电场并网对电力系统造成不利影响、提高风电并网比例的有效途径之一，为电力系统及风电场的安全、稳定、经济运行提供了技术支持。任何预测都具有不确定性，由于风电功率曲线是非线性的且具有一定偏度，风电功率预测误差分布中存在有偏、重尾、多峰等现象，以上任何一种现象都会影响预测误差的正态性，而且风电功率置信区间并不是关于预测点对称的，如今更多的研究集中在确定性数值预测方法上，但对于风电场内发电调度决策人员而言，预测误差的评估和分析能提供更为充分的决策信息。如今规模化大型风电场并入电网，导致风电预测功率的绝对误差会是一个巨大的不确定量，必然会对电为系统运行调度带来问题；随着预测尺度加大，预测误差随之增加，要从技术和经济性上提高预测精度有难度，但