基于深度学习的风电功率预测方法研究进展

基于深度学习的风电功率预测方法研究进展

尹生龙 ¹, 何友生 ¹, 王红鹰 ¹, 李雨珊 ²

（1.中铁四局集团电气化工程有限公司 , 安徽 蚌埠 233040; 

2. 西南交通大学 电气工程学院 , 四川 成都 611756）

摘　要：以风电为代表的分布式灵活性资源促进了配电网中能源的最大化利用,但风电出力的不确定性会严重影响电力系统的安全运行水平,易引发大停电事故.在梳理现有风电功率预测方法基础上,分析了以物理模型和数据驱动为核心的预测方法在风电出力中的应用现状,比较了不同数据驱动的风电功率预测方法优劣势,明确了在数据质量、模型泛化及低风速适应性等方面的不足,提出高分辨率气象数据与先进机器学习算法相结合的发展方向,为预测方法选择与优化提供系统参考,对提升电网调度效率、促进风电消纳和保障电力系统安全稳定运行具有指导意义.

关键词：风电功率预测;物理模型;数据驱动;深度学习