考虑空间关系的风电集群功率预测方法.pdfVIP

沈阳工程学院硕士学位论文摘要

摘要

“碳达峰、碳中和”战略目标下，风电光伏等可再生能源快速发展，风电作为一种重

要的清洁能源形式，其功率预测对电力系统运行和能源管理至关重要，随着大型清洁能

源基地的开发建设，准确预测风电集群的功率可以有效管理电力系统的负荷平衡，优化

能源调度和规划，可以更好地协调风电和传统能源的供需平衡，提高电网的稳定性和可

靠性。本文旨在深入研究风电集群功率预测，以提高风电集群预测的准确性，主要研究

内容如下：

首先，通过对国内外相关研究进展的综合分析，包括NWP技术、风电功率预测方

法和风电集群预测现状，了解了相关领域的前沿技术水平。介绍了风电功率预测的数据

清洗技术，主要包括风电场异常事件分析与异常数据的检测、异常数据的处理。结合本

文所收集的数据进行异常事件分析，提出了一种基于滑动窗口相关性异常检测的方法。

通过计算时间窗口内功率同风速的局部相关性，利用聚类算法对数据进行检测并处理，

确保预测所使用数据的质量。

其次，介绍了主流的风电场站与风电集群功率预测方法。针对现有集群预测方法，

通过将多个机器学习模型进行融合，提出了一种基于集成学习的风电集群功率预测方法。

该方法可以自适应地选择各个单场站预测的最佳模型，并赋予他们不同的权重，从而提

高了集群预测的准确性和稳定性，最后通过算例验证方法的先进性。

最后，面向区域风电集群，对集群内出力以及气象数据进行空间相关性分析，提出

了一种考虑空间关系的风电集群功率预测方法。该方法采用注意力机制和图神经网络相

结合的方法进行空间特性提取，然后采用双向长短期记忆神经网络捕捉时间特征提取，

实现集群功率预测准确性的提升。通过对比不同方法下的风电集群出力预测精度，验证

了所提出的方法的优越性。

关键词：风功率预测；集成学习；深度学习；风电集群预测

I

沈阳工程学院硕士学位论文Abstract

Abstract

Underthestrategicgoalofcarbonpeak,carbonneutral,windpower,photovoltaicand

otherrenewableenergysourcesaredevelopingrapidly.Windpower,asanimportantformof

cleanenergy,itspowerpredictioniscrucialtopowersystemoperationandenergy

management,andwiththedevelopmentandconstructionoflarge-scalecleanenergybases,

accuratepredictionofthepowerofwindpowerclusterscaneffectivelymanagetheload

balanceofthepowersystem.Withthedevelopmentandconstructionoflarge-scaleclean

energybases,accuratepredictionofthepowerofwindpowerclusterscaneffectivelymanage

theloadbalanceofthepowersystem,optimiseenergyschedulingandplanning,whichcan

bettercoordinatethebalancebetweensupplyanddemandofwindpowerandtraditional

energysources,andimprovethestabilityandreliabilityofthegrid.Thepurposeofthisthesi