【技术实现步骤摘要】
本专利技术涉及风电功率预测，并且更具体地，涉及一种基于天气样本增强生成的风电功率预测方法及系统。
技术介绍
1、风能作为清洁能源的重要组成部分，在全球能源结构转型中发挥着至关重要的作用。随着“双碳”目标的提出和科技的进步，风电的装机规模持续增加，风电在电网中的占比也逐年攀升。然而，风力发电时刻受到风速、风向等气象因素的影响，具有高度的波动性、随机性和不确定性。大规模的风电并网将显著影响电网稳定。风电功率预测可以提前给出未来的风电出力，是电力系统提前调整调度策略，优化能源组合，有效降低系统风险的关键环节。
2、风电低出力过程是指由于风速过低或极端天气，一段时间内的风电实际出力远低于额定出力。突发的和持续时间较长的低出力过程可能引发电网供电能力不足，为电力系统的安全稳定运行带来严峻挑战。目前，主流的风电功率预测方法是统计方法。这类方法通过统计模型或机器学习(人工智能)模型建立解释变量(如数值天气预报、历史功率、气象观测数据等)和被解释变量(风电功率)之间的映射关系。统计方法是一种数据驱动的方法，其模型参数通常需要大量历史数据进行...
【技术保护点】
1.一种基于天气样本增强生成的风电功率预测方法，其特征在于，包括：
2.根据权利要求1所述的风电功率预测方法，其特征在于，所述获取风电场集群的天气样本，包括：
3.根据权利要求2所述的风电功率预测方法，其特征在于，所述获取所述风电场集群的天气数据样本后，确定所述天气数据样本的类型；
4.根据权利要求2所述的风电功率预测方法，其特征在于，所述节点数据，包括：各节点的2m压强、2m温度和100m风速数据。
5.根据权利要求1所述的风电功率预测方法，其特征在于，对原始条件生成对抗网络进行训练，以得到条件生成对抗网络模型，在训练...
【技术特征摘要】
1.一种基于天气样本增强生成的风电功率预测方法，其特征在于，包括：
2.根据权利要求1所述的风电功率预测方法，其特征在于，所述获取风电场集群的天气样本，包括：
3.根据权利要求2所述的风电功率预测方法，其特征在于，所述获取所述风电场集群的天气数据样本后，确定所述天气数据样本的类型；
4.根据权利要求2所述的风电功率预测方法，其特征在于，所述节点数据，包括：各节点的2m压强、2m温度和100m风速数据。
5.根据权利要求1所述的风电功率预测方法，其特征在于，对原始条件生成对抗网络进行训练，以得到条件生成对抗网络模型，在训练的过程中以天气样本的样本标签作为训练的约束条件；
6.根据权利要求1所述的风电功率预测方法，其特征在于，所述条件生成对抗网络模型的目标函数，如下：
7.一种基于天气样本增强生成的风电功率预测系统，其特征在于，包括：
8.根据权利...
【专利技术属性】
技术研发人员：梁志峰，孙大雁，李旻，王钊，马志远，王勃，杜成锐，王金龙，周波，柴荣繁，陈帅，杨耘博，车建峰，宋宗朋，
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。