文献类型：期刊文章

作　　者：姜兆宇[1] 贾庆山[1] 管晓宏[1,2]

JIANG Zhao-Yu;JIA Qing-Shan;GUAN Xiao-Hong(Center for Intelligent and Networked Systems, Department of Automation, Tsinghua University, Beijing National Research Center for Information Science and Technology, Beijing 100084;Key Laboratory of Intelligent Network and Network Security, Ministry of Education, Xi0an Jiao Tong University, Xi0an 710049)

机构地区：[1]清华大学自动化系智能与网络化系统研究中心,北京信息科学与技术国家研究中心,北京100084 [2]西安交通大学智能网络与网络安全教育部重点实验室,西安710049

出　　处：《自动化学报》

基　　金：国家重点研究发展计划(2016YFB0901900);国家自然科学基金(61673229;61174072;61222302;91224008;61221063;U1301254);111创新引智计划(B06002);北京市科技新星项目(xx2014B056)资助~~

年　　份：2019

卷　　号：45

期　　号：1

起止页码：51-71

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、EI、IC、JST、MR、PUBMED、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：风能是目前世界上装机量较大的可再生能源之一,风力发电预测的精度直接影响电网的调度与安全运营.由于电网的调度策略存在多个时间点,并与涉及的地域范围有关,本文从多种时间和空间尺度的角度,综述风力发电预测方法.风力发电预测一般针对特定的空间范围和时间尺度,并在有限信息资源的条件下完成,故本文从上述三个方面综述已有研究成果.本文首先根据风力发电空间范围,从单台风力发电机、单一风电场以及风电场群三个空间尺度对研究成果进行梳理.其次在每个空间尺度上,根据风电预测是否使用气象信息将研究成果分类,并根据预测时间尺度将研究成果再次分类.最后在每个时间尺度上,根据风电预测存在的挑战,将已有的研究成果归类.通过上述梳理,本文希望可以帮助研究人员找到适合不同风电预测任务场景的方法.

关 键 词：多尺度 风力发电 预测方法  时间尺度  空间尺度  

分 类 号：TM614]