找到 1 条结果 · IEEE Transactions on Sustainable Energy
基于增强多分位数损失的扩张因果卷积风速确定性预测与预测区间
Deterministic Forecasts and Prediction Intervals for Wind Speed Using Enhanced Multi-Quantile Loss Based Dilated Causal Convolutions
Adnan Saeed · Chaoshun Li · Qiannan Zhu · Belal Ahmad · IEEE Transactions on Sustainable Energy · 2025年2月
随着风电渗透率的提高，获取包含不确定性的风速预测对电力系统的规划与调度至关重要。本文提出一种改进的多分位数回归损失函数，可同时生成确定性预测及相应的预测区间。为提升模型效率，设计了一种基于多尺度扩张因果卷积的网络架构，并采用粒子群优化融合多尺度预测以获得最优结果。模型在NREL模拟数据及中国国家电网三个地点的实际运行数据上进行训练与验证，实验表明所提方法在模拟与真实场景下均具有优异的预测性能。
解读: 该风速预测技术对阳光电源储能和风电产品线具有重要应用价值。基于扩张因果卷积的预测方法可集成到ST系列储能变流器和PowerTitan系统的能量管理算法中，提升风储联合运行效率。其多分位数预测区间可优化储能调度策略，为风电波动性补偿提供更精确的容量预留。该方法也可应用于iSolarCloud平台，通过...