考虑风光出力互补特性的风光集群日前发电功率预测OA
随着风光电站的规模化发展,开展准确的区域风光电站集群功率预测对区域电力系统的稳定性和可靠性至关重要。因此,提出了一种考虑出力互补特性的风光集群发电功率预测方法。首先构建了多维度风光互补特性量化评价指标体系,系统评估任意两风光电站之间的出力互补性;其次基于量化的不同发电形式电站出力互补性与相同发电形式电站出力相关性,构建基于图卷积网络(graph convolutional network,GCN)的风光集群日前功率预测模型;最后引入多任务学习机制联合优化不同季节场景的预测任务。仿真结果表明,电站风光出力互补特性和多任务学习机制的引入,有效提高了风光电站集群功率预测的准确性。
纪陵;季顺国;王涛;雷雯静;徐清;王位杰;郑语洋;徐飞;陈磊;郝玲
国电南京自动化股份有限公司,江苏南京211153 南京国电南自电网自动化有限公司,江苏南京211153国电南京自动化股份有限公司,江苏南京211153 南京国电南自电网自动化有限公司,江苏南京211153中国华电集团有限公司青海分公司,青海西宁810008华电(海西)新能源有限公司,青海海西德令哈817000南京国电南自电网自动化有限公司,江苏南京211153南京国电南自电网自动化有限公司,江苏南京211153新型电力系统运行与控制全国重点实验室(清华大学),北京100084 清华大学电机工程与应用电子技术系,北京100084新型电力系统运行与控制全国重点实验室(清华大学),北京100084 清华大学电机工程与应用电子技术系,北京100084新型电力系统运行与控制全国重点实验室(清华大学),北京100084 清华大学电机工程与应用电子技术系,北京100084新型电力系统运行与控制全国重点实验室(清华大学),北京100084 清华大学电机工程与应用电子技术系,北京100084
信息技术与安全科学
风光集群功率预测出力互补特性图卷积网络多任务学习
《中国电力》 2026 (7)
P.78-91,14
国家重点研发计划资助项目(2024YFB4206900)。
评论