基于NWP和深度学习神经网络短期风功率预测

摘要：

对风电场的准确预测,可以为电网调度提供调峰和消纳依据,从而综合评估电网短期内消纳风电的能力,制定科学合理的消纳措施.通过预测风电场24 h内的出力,基于数值天气预报(NWP)数据的出力预测,采用深度学习神经网络算法,建立数值天气预报与风电功率之间的转换模型,计算功率点预测值,然后利用概率密度函数,建立风电出力预测的概率区间.最后通过实际案例仿真,验证了基于NWP和深度学习神经网络短期风功率预测的可靠性,为调度预留调峰容量提供理论依据.

关键词：风功率预测、深度学习神经网络、数值天气预报、建立转换模型、概率密度、案例分析

所属期刊栏目：43

分类号：TN711-34;TK89;TM614(基本电子电路)

资助基金：国家自然科学基金项目51567022

在线出版日期：2020-06-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：63-67