Hongrui Li · Shuangxin Wang · Jiading Jiang · Jun Liu 等6人 · IEEE Transactions on Sustainable Energy · 2024年9月

风况的随机性与发电受限导致风电功率曲线上正常数据分布稀疏，易在数据清洗中被误删，影响短期风电预测。为此，本文提出一种基于风速-功率相关趋势构建决策边界的方法以保留正常数据。首先利用风速与功率的正相关性，采用增量趋势搜索策略提取趋势曲线；进而引入散点运动趋势算法消除密集的受限功率数据；最后基于核函数构建3-sigma边界，抑制残余聚类异常值对边界的影响。在三个风电场共17台风机上的实验表明，该方法优于八种先进算法，尤其适用于正常数据稀疏场景。

解读: 该风速-功率相关趋势清洗方法对阳光电源的风电储能混合系统具有重要应用价值。可直接应用于PowerTitan大型储能系统的风储联合调度优化,提升ST系列储能变流器在风电场景下的功率预测精度。该方法通过保留稀疏正常数据,有助于iSolarCloud平台实现更准确的风电功率预测和储能调度决策,对提升风储混...