基于CKL风电容量预测的可信度评估

作     者：李天宇 马刚 李豪 李伟康 孟宇翔 Li Tianyu;Ma Gang;Li Hao;Li Weikang;Meng Yuxiang

作者机构：南京师范大学电气与自动化工程学院江苏南京210046 

出 版 物：《电气自动化》 (Electrical Automation)

年 卷 期：2024年第46卷第5期

页      面：4-7页

学科分类：08[工学] 0807[工学-动力工程及工程热物理] 

基　　金：2022年度江苏省碳达峰碳中和科技创新专项资金(产业前瞻与关键核心技术攻关)重点项目“新能源发电自组网运行与控制关键技术研发”(BE2022003) 重点课题“双高电力系统新能源动态调节能力监测与功率预测技术研究”(BE2022003-5) 

主　　题：完全集成经验模态分解 核主成分分析 长短期预测神经网络 蒙特卡洛模拟法 预测容量可信度 

摘      要：由于风力发电受风速以及其他天气因素的影响极大,从而导致新能源发电产生波动性,因此,对风力发电容量可信度评估研究成为提高风力发电可靠性的重要内容之一。首先建立了CEEMD-KPCA-LSTM(CKL)预测模型,用CKL模型对考虑多环境变量情况下的风电容量进行预测;进而提出风电场可靠运行时的可信度评估方法;最后在IEEE-RTS97基础上进行仿真试验,将预测值进行可信度分析,得出未来断面的容量可信度,并研究可信度的影响因素。算例分析表明,CKL预测模型和可信度模型结合,可以实现风电场未来的可信度分析,并且验证了储能设备对容量预测可信度的影响,最终使得风电系统具备较为准确的容量预测功能。