基于扩散模型和爬坡趋势分类的风电功率自适应区间预测

作     者：韩丽 程颖洁 王施琪 陈硕 HAN Li;CHENG Yingjie;WANG Shiqi;CHEN Shuo

作者机构：中国矿业大学电气工程学院江苏省徐州市221116 

出 版 物：《电网技术》 (Power System Technology)

年 卷 期：2024年第48卷第6期

页      面：2448-2457,I0051-I0054页

核心收录：

学科分类：08[工学] 0807[工学-动力工程及工程热物理] 

基　　金：国家自然科学基金项目(62076243) 徐州市科技项目(KC22343) 

主　　题：扩散模型 自适应规整 波动特征 爬坡趋势分类 区间预测 

摘      要：扩散模型基于马尔可夫链的概率性质,能够定量描述风电的随机性和不确定性。然而,传统基于扩散模型的时序预测方法以当前输入前一段样本的均值作为基准进行特征缩放,导致预测区间在高峰时段过大、低谷时段过小。因此,提出一种基于扩散模型和爬坡趋势分类的风电功率自适应区间预测方法。首先,利用基于扩散模型的区间预测框架获取初始预测区间。然后,将风电波动过程划分为6种模式,对不同模式下的预测区间采取自适应规整策略,进而获得初始改进区间。接着,针对高出力模式中非爬坡时段的区间带宽不匹配问题,建立爬坡趋势分类评估模型,并结合所属出力模式进行区间修正,获得最终的区间预测结果。最后,实验结果表明所提方法的区间预测效果更优。