检索结果-南通市图书馆

基于相似时段匹配与Transformer网络建模的分布式光伏超短期功率预测方法

在线全文

学校读者我要写书评

暂无评论

中国电力 2024年

作者：杨鹏伟赵丽萍陈军法甄钊王飞李利明国网冀北电力有限公司张家口供电公司北京送变电有限公司华北电力大学电力工程系新能源电力系统全国重点实验室(华北电力大学) 河北省分布式储能与微网重点实验室(华北电力大学) 北京清电科技有限公司

为应对分布式光伏缺乏气象数据导致其在天气骤变场景下预测精度不高难题，本文提出了一种基于相似时段匹配与Transformer网络建模的分布式光伏超短期功率预测方法。首先，将相似时段概念由日扩展至更灵活的时间段，并提出了一种历史功... 详细信息

为应对分布式光伏缺乏气象数据导致其在天气骤变场景下预测精度不高难题，本文提出了一种基于相似时段匹配与Transformer网络建模的分布式光伏超短期功率预测方法。首先，将相似时段概念由日扩展至更灵活的时间段，并提出了一种历史功率与卫星遥感信息融合的匹配策略，旨在无须依赖气象数据的情况下，高效识别出对预测最为关键的相似功率时段。在此基础上，融合Transformer网络的强大时序建模能力，动态解析多源相似时段中的隐藏关联，深入挖掘功率关键特征信息，从而为天气骤变条件下的分布式光伏系统提供更为精确的超短期功率预测。最后，通过实际分布式光伏功率数据验证了所提方法的有效性。

关键词：分布式光伏相似时段 Transformer模型超短期功率预测卫星遥感信息

基于动态关联表征与图网络建模的分布式光伏超短期功率预测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电力系统自动化 2023年第20期47卷 72-82页

作者：王玉庆徐飞刘志坚甄钊王飞华北电力大学电力工程系河北省保定市071003 新型电力系统运行与控制全国重点实验室(清华大学) 北京市100084 华北电力大学动力工程系河北省保定市071003 新能源电力系统国家重点实验室(华北电力大学) 北京市102206 河北省分布式储能与微网重点实验室(华北电力大学) 河北省保定市071003

现有方法忽略了分布式光伏时空关联性的动态变化,难以有效利用时空特征信息提升功率预测精度。考虑到分布式光伏出力的强波动特性与分布式光伏集群强时空关联性,提出一种基于时空关联动态表征与图卷积网络建模的分布式光伏超短期功率预... 详细信息

现有方法忽略了分布式光伏时空关联性的动态变化,难以有效利用时空特征信息提升功率预测精度。考虑到分布式光伏出力的强波动特性与分布式光伏集群强时空关联性,提出一种基于时空关联动态表征与图卷积网络建模的分布式光伏超短期功率预测方法。首先,将各分布式光伏复杂出力序列分解为相对简单、波动较小的多个波动模态分量。然后,考虑到分布式光伏场站间时空关联性动态变化,利用数据驱动方式提取各类波动模态分量表征的各分布式光伏间深层次时空关联关系,并构建由各波动模态分量表征的多个动态时空图结构。在此基础上,建立考虑动态时空关联性的图卷积预测模型,针对不同模态下出力子序列分别预测,而后重构得到各场站功率进而获取区域分布式光伏总功率。最后,基于真实分布式光伏出力数据验证了所提方法的优越性。

关键词：分布式光伏超短期功率预测波动性时空关联性分解动态关联性

考虑海上风电多机组时空特性的超短期功率预测模型

在线全文

学校读者我要写书评

暂无评论

电力系统自动化 2022年第23期46卷 59-66页

作者：林铮刘可真沈赋赵现平梁玉平董敏昆明理工大学电力工程学院云南省昆明市650500 云南电网有限责任公司云南省昆明市650217

海上风电单机预测无法快速预测海上风电场整体功率,且各机组间波动不均会造成集群功率曲线质量差、预测精度低的问题。因此,文中提出考虑海上风电机组时空特性的超短期功率预测模型。首先,利用改进动态时间弯曲算法量化度量海上风电机... 详细信息

海上风电单机预测无法快速预测海上风电场整体功率,且各机组间波动不均会造成集群功率曲线质量差、预测精度低的问题。因此,文中提出考虑海上风电机组时空特性的超短期功率预测模型。首先,利用改进动态时间弯曲算法量化度量海上风电机组时空特性相似度,分析海上风电机组的时空特性;然后,采用基于深度学习的Transformer模型建立海上风电功率预测模型;最后,综合考虑海上风电机组时空特性相似度与母线位置信息,聚类海上风电机组并进行超短期功率预测。通过对海上风电机组实测数据的分析表明,所提出的方法可有效量化与度量海上风电机组间时空特性并及时预测超短期海上风电机组群功率。

关键词：海上风电超短期功率预测时空特性动态时间弯曲深度学习

基于改进GRU-CNN的风光水一体化超短期功率预测方法

在线全文

学校读者我要写书评

暂无评论

中国电力 2023年第9期56卷 178-186,205页

作者：吴晓刚阎洁葛畅唐雅洁倪筹帷季青锋国网浙江省电力有限公司丽水供电公司浙江丽水323000 新能源电力系统国家重点实验室(华北电力大学) 北京102206 国网浙江省电力有限公司电力科学研究院浙江杭州310014

风、光、水能源系统模型差异性大,相互存在多重不确定性,高精度的风、光、水功率预测是充分发挥风、光、水互补特性的重要前提。为此,基于门控循环单元(GRU)及卷积神经网络(CNN),提出了一种能够考虑异质能源时序特性及空间关联特性的一... 详细信息

风、光、水能源系统模型差异性大,相互存在多重不确定性,高精度的风、光、水功率预测是充分发挥风、光、水互补特性的重要前提。为此,基于门控循环单元(GRU)及卷积神经网络(CNN),提出了一种能够考虑异质能源时序特性及空间关联特性的一体化超短期功率预测方法。先分析了区域内不同场站不同数据的关联特性,再通过引入时序注意力机制,基于改进的GRU-CNN网络,建立了历史气象、功率数据与未来功率数据的映射关系,实现了多场站联合超短期预测。算例结果表明:所提预测方法能够实现区域风光水电站的一体化高精度超短期功率预测,效果优于单场预测及常规联合预测方法,且有着更高的建模效率。

关键词：风光水一体化预测超短期功率预测联合预测注意力机制

基于分时长短期记忆神经网络的光伏发电超短期功率预测

在线全文

学校读者我要写书评

暂无评论

现代电力 2020年第6期37卷 629-637,I0006页

作者：田剑刚张沛彭春华时珉王铁强尹瑞王一峰华东交通大学电气与自动化工程学院江西省南昌市330013 国网河北省电力有限公司河北省石家庄市050021

准确预测光伏发电功率对电力系统运行调度至关重要。提出一种基于Spearman相关系数和分时长短期记忆网络的光伏发电功率预测方法。首先利用Spearman相关系数分析每个时刻下影响光伏发电功率的因素,选取相关度高的影响因素作为长短期记... 详细信息

准确预测光伏发电功率对电力系统运行调度至关重要。提出一种基于Spearman相关系数和分时长短期记忆网络的光伏发电功率预测方法。首先利用Spearman相关系数分析每个时刻下影响光伏发电功率的因素,选取相关度高的影响因素作为长短期记忆网络模型的输入变量;然后,对每个时刻建立一个基于长短期记忆网络的预测模型,实现分时光伏发电功率的预测。最后,利用实际光伏发电站的历史发电功率和数值天气预报数据进行案例分析。结果表明,所提方法比单一长短期记忆网络预测模型具有更高的预测精度。

关键词：光伏发电超短期功率预测长短期记忆网络 Spearman相关系数分时预测

基于邻域前向时序最优组合的分布式光伏超短期功率预测

在线全文

学校读者我要写书评

暂无评论

浙江电力 2021年第10期40卷 95-101页

作者：唐雅洁龚迪阳倪筹帷王波张雪松朱耿国网浙江省电力有限公司电力科学研究院杭州310014 国网浙江省电力有限公司宁波供电公司浙江宁波315000

在全球碳中和目标下,光伏等清洁零碳新能源成为碳减排的关键,分布式光伏也成为该行业发展的重要方向。由于分布式光伏出力具有较强的随机性和波动性,精准功率预测是其参与电网调度运行的基础。在当前分布式光伏所获取信息有限的情况下,... 详细信息

在全球碳中和目标下,光伏等清洁零碳新能源成为碳减排的关键,分布式光伏也成为该行业发展的重要方向。由于分布式光伏出力具有较强的随机性和波动性,精准功率预测是其参与电网调度运行的基础。在当前分布式光伏所获取信息有限的情况下,提出了一种基于邻域前向时序最优组合的分布式光伏超短期功率预测模型,考虑邻近区域分布式光伏站点间实时出力关联性,挖掘生成区域性多气象状态时空耦合预测场景。模型扩展有效信息维度,在不依赖于地表气象观测装置的情况下进行高效训练建模,具有经济、轻量与易部署的特点,提升了有限信息下的分布式光伏超短期功率预测精度。采用某区域分布式光伏系统实采数据进行算例分析,分别与基于功率时序推移、基于多站点相似的经典分布式光伏超短期功率预测模型相比较,结果表明所提模型具有更高的预测精度。

关键词：超短期功率预测分布式光伏邻域时间序列前向选择组合模型

基于Attention-LSTM的光伏超短期功率预测模型

在线全文

学校读者我要写书评

暂无评论

电测与仪表 2021年第2期58卷 146-152页

作者：马磊黄伟李克成李允昭李剑袁博国网新疆电力有限公司乌鲁木齐830063 中国电力科学研究院有限公司北京100192

超短期光伏发电功率预测有利于电网的调度管理,提高电力系统运行效率及经济性。针对传统长短时记忆(LSTM)神经网络在处理长序列输入时易忽略重要时序信息的缺陷,文章提出了一种结合注意力机制(Attention)与LSTM网络的功率预测模型。采... 详细信息

超短期光伏发电功率预测有利于电网的调度管理,提高电力系统运行效率及经济性。针对传统长短时记忆(LSTM)神经网络在处理长序列输入时易忽略重要时序信息的缺陷,文章提出了一种结合注意力机制(Attention)与LSTM网络的功率预测模型。采用皮尔森相关系数法(Pearson)分析了实验的历史数据集,剔除无关变量,对数据集进行了降维处理,简化了预测模型结构。在此基础上将Attention机制与LSTM网络相结合作为预测模型。Attention机制通过对LSTM的输入特征赋予了不同的权重,使得预测模型对长时间序列输入的处理更为有效。以某地光伏电站实测数据对文中所提模型进行训练和对比验证,所提出的预测模型能够更充分地利用历史数据,对长时间输入序列中的关键信息部分更为敏感,预测精度更高。

关键词：光伏发电超短期功率预测 LSTM 注意力机制

在线全文

学校读者我要写书评

暂无评论

基于误差分类的分布式光伏超短期功率预测

南方电网技术 2015年第4期9卷 41-46页

作者：王程雷金勇许爱东郭晓斌刘念杨苹华北电力大学电气与电子工程学院北京102206 南方电网科学研究院广州510080 华南理工大学电力学院广州510640

针对分布式光伏系统,使用相关系数确定功率预测模型的样本输入,在没有天气预报,仅依靠天气数据和功率输出的历史记录信息的情况下,采用支持向量机建立了超短期功率预测模型。通过离线的权重系数寻优和基于误差分类的分类器设计,筛选出... 详细信息

针对分布式光伏系统,使用相关系数确定功率预测模型的样本输入,在没有天气预报,仅依靠天气数据和功率输出的历史记录信息的情况下,采用支持向量机建立了超短期功率预测模型。通过离线的权重系数寻优和基于误差分类的分类器设计,筛选出支持向量机的训练样本,使得建立的模型能够充分反映光伏输出功率的变化规律。实验结果表明,该模型能够获得较高的预测精度,预测样本的分类能够在实际值未知的情况下根据分类结果判断预测值的可信度。

关键词：分布式光伏超短期功率预测支持向量机分类器

在线全文

学校读者我要写书评

暂无评论

基于地基云图的光伏发电系统超短期功率预测

基于地基云图的光伏发电系统超短期功率预测

作者：韩阳哈尔滨工程大学

学位级别：硕士

开发利用可再生能源是当前能源领域所关注的研究热点。太阳能具有资源储量大、可持续、清洁、获取方式直接等特点。因此,把光伏发电系统融入到电网中,成为改善人类能源结构、减少电能生产过程中的碳排放的重要研究方向之一。同时,光伏(... 详细信息

开发利用可再生能源是当前能源领域所关注的研究热点。太阳能具有资源储量大、可持续、清洁、获取方式直接等特点。因此,把光伏发电系统融入到电网中,成为改善人类能源结构、减少电能生产过程中的碳排放的重要研究方向之一。同时,光伏(PV)系统实际接收的辐照度存在波动幅度大和不确定性强的特点,这导致其输出功率呈现明显随机波动和间歇特性。为应对PV发电系统的这种随机波动性和间歇性,目前电网主要采用增设储能装置、使用可选择性电力负载和开展PV发电功率预测等方式来应对。在极端情况下,电网还可以采取切断其与电网的物理连接的方式(弃光)来减少其对电网的冲击。其中,PV功率预测是新近出现的实用的应对措施。以往的PV功率预测研究基本是进行长期和中期预测。随着社会对可再生能源调控技术需求的提高,电网调度期望实现对光伏短期预测和超短期功率预测。在这些预测中,云层作为影响辐照度的主要因素必须需要考虑,而传统的PV功率预测方法却无法进行有效的云层检测,所以有必要展开相关的研究工作。本文以‘考虑阵列局部遮挡的PV发电系统’为研究对象。首先,介绍了太阳辐射及其在大气传输过程和PV阵列所接收的太阳辐照度模型。并针对地面辐照度中主要成份--直射辐照度,设计了一种基于广义大气浑浊度的晴空直射DNI预测方法。然后,介绍了云检测相关的内容,具体包括:全天空成像仪及其运行环境、地基云图的大致信息等。还介绍了针对两类基于地基云图样本的信息熵阈值云层检测算法,在分析了这两类算法的不足之处的基础上,设计了采用混合熵阈值进行云层检测的改进方法。然后,介绍了以提取出的云层特征参数作为输入和晴空因子作为输出、基于支持向量回归原理的PV阵列辐照度空间分布计算方法。即从云图图像特征到云层对辐照度衰减因子的非线性关系建模方法及实现过程。同时,通过对光伏组件特性的分析,建立了考虑局部阴影遮挡的光伏阵列输出功率模型。将二者与云层移动参数结合,形成PV的超短期功率预测的整体算法。最后,通过实际的PV发电系统运行数据,对PV系统出力预测模型进行了验证。

关键词：光伏发电系统超短期功率预测地基云图晴空辐照度考虑PV阵列局部遮挡的光伏系统建模