MFFDM-WLS：一种基于多粒度特征的时序分层风速时间序列一致性预测方法

MFFDM-WLS: A multi-granularity feature-based coherent forecasting method for temporal hierarchical wind speed time series

Yun Wang · Xiaocong Duana · Fan Zhang · Guang Wua 等7人 · Applied Energy · 2025年1月 · Vol.400

摘要 风能因其清洁和可持续的特性，已成为全球能源系统的重要组成部分。然而，风速的间歇性和波动性给风电出力带来了显著的不确定性，对电网并网造成了挑战。此外，与单一粒度预测相比，多粒度风速预测能够提供更丰富的信息，更有利于风电场的运行与规划。因此，为进一步提高风速预测的准确性与可靠性，并获得满足分层一致性的多粒度预测结果，本文提出了一种针对时序分层风速时间序列的基于多粒度特征的一致性预测方法MFFDM-WLS。首先，提出一种基于多粒度特征融合的深度模型（MFFDM），用于生成基础预测值。MFFDM采...

解读: 该多粒度风速预测技术对阳光电源储能系统(ST系列PCS、PowerTitan)具有重要应用价值。通过时间层级一致性预测,可优化iSolarCloud平台的预测性维护算法,提升风储协同控制精度。多粒度特征融合方法可应用于GFM/GFL控制策略的自适应切换决策,增强电网友好型并网能力。概率预测结果可为E...