文献类型：期刊文章

作　　者：唐新姿[1] 顾能伟[1] 黄轩晴[2] 彭锐涛[1]

TANG Xinzi;GU Nengwei;HUANG Xuanqing;PENG Ruitao(School of Mechanical Engineering,Xiangtan University,Xiangtan 411105;Mingyang Smart Energy Group Co.,Ltd.,Zhongshan 528437)

机构地区：[1]湘潭大学机械工程学院,湘潭411105 [2]明阳智慧能源集团股份公司,中山528437

出　　处：《机械工程学报》

基　　金：国家自然科学基金(51305377,51975504);湖南省教育厅(19B539);湖南省自然科学基金(2021JJ30676)资助项目。

年　　份：2022

卷　　号：58

期　　号：12

起止页码：213-236

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、EAPJ、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：风电不可避免的随机性、间歇性和不确定性给并网、电力调度与消纳带来巨大挑战。通过风电功率预测对风电波动进行有效评估,对于降低风电不确定性风险推进风电稳步发展具有重要意义。针对当前大规模风电发展中至关重要的短期风功率预测精度问题,介绍了风电短期预测误差来源及影响,分类阐述了确定性和不确定性风电功率短期预测方法原理、优缺点、评价指标及适用性,从异常数据的检测与清洗、缺失数据的重构、数据特征的选择或提取、数据聚类、数据分解、优化算法改进和考虑物理模型等方面,探讨并综述了风电功率预测精度提升关键技术及其最新研究进展,最后对未来风电功率预测技术发展趋势进行了展望,为提升风电功率短期预测精度、推进精细化预测技术发展、保障系统安全稳定运行提供参考。

关 键 词：风电功率预测 预测精度  深度学习  区间预测 组合预测模型  

分 类 号：TG156]