基于双输入模式下NWP风速校正的风电功率预测方法，属于风电技术领域。本发明专利技术提出的基于双输入模式和波动聚类的NWP风速校正方法能降低模型捕捉映射关系的难度，集中于对实测风速建立映射关系，提高NWP风速的校正精度，再将校正后的值应用于短期风电功率预测中，获得更准确的短期风电功率预测结果。本发明专利技术公开的方法物理意义清晰、科学合理、实用价值更高、精度更高，适用于风电功率预测，并且预测精度高，预测结果有效，适用性和实用性强。
【技术实现步骤摘要】
本专利技术属于风电，是一种基于双输入模式下nwp风速校正的风电功率预测方法。
技术介绍
1、随着风电并网装机容量的不断增长，风能因其不可避免的间隙性、波动性和随机性，为电力系统的实时运行提出了挑战。准确的风电功率预测结果可使电网提前预备，指导调度人员做出有效决策，进而保证电力系统的稳定运行。由此，实现风电功率的高精度预测就格外重要。
2、数值天气预报nwp数据的准确性关联着风电功率预测的准确性，其中风速作为关键气象要素对短期风电功率预测精度有着严重影响。而nwp数据的发布间隔长，其提供的风速数据所在高度可能与风电机组的轮毂高度不一致等原因，导致nwp风速数据与风电场实测风速数据之间存在不可避免的偏差，需对其进行校正以期进一步提高风电功率预测的准确性。输入数据的维度与时间序列分解时产生的非平稳高频分量是限制nwp风速校正精度的关键，而当前nwp风速的校正方法研究集中于对实测风速建立映射关系，对风速物理变化过程的挖掘尚不完全，且高频分量难以实现高精度预测，无法实现有效的nwp风速校正，从而导致风电功率预测的准确性差。
>3、因此现有技术当本文档来自技高网...
【技术保护点】
1.基于双输入模式下NWP风速校正的风电功率预测方法，其特征是：包括以下步骤，并且以下步骤顺次进行：
2.根据权利要求1所述的基于双输入模式下NWP风速校正的风电功率预测方法，其特征是：所述步骤一中模型包括正态分布(ND)模型；所述校正模型包括Attention-GRU模型。
3.根据权利要求1所述的基于双输入模式下NWP风速校正的风电功率预测方法，其特征是：所述NWP风速误差的计算公式为：
4.根据权利要求1所述的基于双输入模式下NWP风速校正的风电功率预测方法，其特征是：所述相关性系数公式采用皮尔逊相关系数公式：
5.根据权利要求1所述...
【技术特征摘要】
1.基于双输入模式下nwp风速校正的风电功率预测方法，其特征是：包括以下步骤，并且以下步骤顺次进行：
2.根据权利要求1所述的基于双输入模式下nwp风速校正的风电功率预测方法，其特征是：所述步骤一中模型包括正态分布(nd)模型；所述校正模型包括attention-gru模型。
3.根据权利要求1所述的基于双输入模式下nwp风速校正的风电功率预测方法，其特征是：所述nwp风速误差的计算公式为：
【专利技术属性】
技术研发人员：杨茂，车润棋，于欣楠，王勃，孙勇，王钊，王姝，车建峰，许达明，刘赟静，冀爽，
申请(专利权)人：东北电力大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。