基于高频更新数值天气预报的日内风电功率预测方法技术

本发明专利技术公开了基于高频更新数值天气预报的日内风电功率预测方法，首先获取日内高频更新的网格化数值天气预报NWP数据，构造NWP样本数据集和历史功率样本数据集；采用两阶段自注意力机制分别从空间和时间维度对原始高维NWP数据进行降维并实现多套NWP的综合利用；然后，基于门控循环单元构造编码器和解码器结构；最后，结合两阶段自注意力机制建立基于网格化高频更新NWP的日内风电功率预测模型，使用构造的NWP和历史功率样本数据训练建立的预测模型；并基于此模型输出日内风电功率预测值。本发明专利技术将预测模型的NWP来源扩展至网格化且日内高频更新的多套NWP数据，为长时间尺度的预测提供更多气象预报信息提升了预测精度。

【技术实现步骤摘要】

本专利技术涉及电力系统运行与控制领域，特别是涉及基于高频更新数值天气预报的日内风电功率预测方法。

技术介绍

1、作为一种典型的可再生能源，风能具有能量转化效率高、资源分布广泛等优势，大力发展风力发电技术对于摆脱化石能源依赖、清洁能源转型、能源安全保障等具有重要意义。

2、受自然环境影响，风力大小具有很强的波动性，进而导致风电出力具有强随机性和波动性。随着风电并网容量增加，风电出力的波动特性将会深刻影响电力系统的电力电量平衡，从而给电力系统的调度运行带来巨大的挑战。而准确的风电功率预测能为电力系统的调度以及电力市场交易等提供参考。

3、按照预测时间尺度可将风电功率预测技术划分为超短期、短期、中长期、长期风电功率预测。其中日内风电功率预测的时间尺度为0-24h，时间分辨率为15min，可认为日内风电功率预测横跨超短期和短期两个时间尺度。在实际应用中，日内风电功率预测主要用于电力系统中机组实时控制以及安排调度、发电计划等。目前有关超短期风电功率预测的相关研究仅利用历史实测数据即可取得较高的预测精度，而日内风电功率预测涉及预测时间尺度较长，本文档来自技高网...

【技术保护点】

1.基于高频更新数值天气预报的日内风电功率预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于高频更新数值天气预报的日内风电功率预测方法，其特征在于，

3.根据权利要求1所述的基于高频更新数值天气预报的日内风电功率预测方法，其特征在于，

4.根据权利要求1所述的基于高频更新数值天气预报的日内风电功率预测方法，其特征在于，

5.根据权利要求1所述的基于高频更新数值天气预报的日内风电功率预测方法，其特征在于，

6.根据权利要求1所述的基于高频更新数值天气预报的日内风电功率预测方法，其特征在于，

【技术特征摘要】

1.基于高频更新数值天气预报的日内风电功率预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于高频更新数值天气预报的日内风电功率预测方法，其特征在于，

3.根据权利要求1所述的基于高频更新数值天气预报的日内风电功率预测方法，其特征在于，

<...

【专利技术属性】
技术研发人员：赵永宁，潘世纪，叶林，裴铭，
申请(专利权)人：中国农业大学，
类型：发明
国别省市：