【技术实现步骤摘要】
本专利技术涉及新能源发电，具体讲涉及基于高层气象数据的风电短期功率预测方法、装置及介质。
技术介绍
1、风电场所处环境和当地气候变化是风电场输出功率的主要影响因素，风速和风向的随机多变性导致风电出力具有波动性特征。在出力未知的情况下将风电大规模并入电网，会给电网的安全稳定运行带来一定影响，而功率预测是应对该问题的有效解决方法。
2、为提高预测精度，越来越多的建模方法应运而生。主要包括两个方面：提高nwp的预报精度、降低风-功转化误差。
3、nwp预报精度的提高方法包括提升数值预报性能和数值预报后处理。在数值预报技术方面，除了资料同化技术的引入以及人工智能分析技术的引入外，精细化预报方面也得到了快速的发展，比如提出了网络架构拓扑结构的区域网格预测技术、引入wrf模式以及通过卫星数据反演技术得到实测气象，弥补气象观测数据的不足等。
4、在数值预报后处理方面通常是利用历史实测及预报地表气象数据对未来的数值预报进行订正。对于风速-功率转化模型方面通常通过拟合风速与功率的散点图，得到一条拟合曲线作为风速-功率的
<本文档来自技高网...【技术保护点】
1.基于高层气象数据的风电短期功率预测方法，其特征在于，包括
2.如权利要求1所述的方法，其特征在于，所述风电场功率短期预测模型的构建包括：
3.如权利要求2所述的方法，其特征在于，所述采用相似算法从所述高层气象模式预报因子的历史气象预报数据中确定目标历史气象预报数据，包括：
4.如权利要求3所述的方法，其特征在于，所述采用遍历法对所述目标历史气象预报数据进行分析确定最优高层气象模式预报因子组合和最佳的权重组合，包括：
5.如权利要求4所述的方法，其特征在于，所述通过对所述训练集中高层气象模式预报因子采用遍历法进行组合，...
【技术特征摘要】
1.基于高层气象数据的风电短期功率预测方法，其特征在于，包括
2.如权利要求1所述的方法，其特征在于，所述风电场功率短期预测模型的构建包括：
3.如权利要求2所述的方法，其特征在于，所述采用相似算法从所述高层气象模式预报因子的历史气象预报数据中确定目标历史气象预报数据，包括：
4.如权利要求3所述的方法，其特征在于，所述采用遍历法对所述目标历史气象预报数据进行分析确定最优高层气象模式预报因子组合和最佳的权重组合，包括：
5.如权利要求4所述的方法，其特征在于，所述通过对所述训练集中高层气象模式预报因子采用遍历法进行组合，并为每种组合中各高层气象模式预报因子分配权重，选择最优高层气象模式预报因子组合和最佳的权重组合，...
【专利技术属性】
技术研发人员：马文文，程序，吴骥，李登宣，陈卫东，祝建军，常潇，
申请(专利权)人：中国电力科学研究院有限公司，
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。