找到 2 条结果
基于风险场景感知的日前风电出力预测框架
A Framework of Day-Ahead Wind Supply Power Forecasting by Risk Scenario Perception
Mao Yang · Yutong Huang · Zhao Wang · Bo Wang 等5人 · IEEE Transactions on Sustainable Energy · 2025年1月
大规模风电并网背景下，风电功率预测对电力系统安全稳定运行至关重要。现有预测方法重统计精度而轻应用风险，导致预测值与实际调度需求脱节。为此，本文提出一种考虑风险场景感知的风电出力预测（WSPF）框架。首先结合数值天气预报风速波动信息，利用TimesNet识别预测中的风险场景；其次构建有效消纳区与供电风险区评价指标，并据此优化预测曲线修正方案；最后融合多种预测模型进行验证。在中国内蒙古某风电集群的应用结果表明，该方法使WSPF平均精度提升37%，验证了其有效性与普适性。
解读: 该风电预测框架对阳光电源的储能和风电变流产品具有重要应用价值。首先，TimesNet风险场景识别技术可集成至ST系列储能变流器的调度控制系统，优化储能容量配置和充放电策略。其次，风险区评价方法可应用于PowerTitan大型储能系统的调峰调频功能设计，提升系统对风电波动的响应能力。此外，该预测框架也...
风电功率预测中若干关键过程的综述：数学表达、科学问题与逻辑关系
Review of several key processes in wind power forecasting: Mathematical formulations, scientific problems, and logical relations
Mao Yang · Yutong Huang · Chuanyu Xu · Chenyu Liu 等5人 · Applied Energy · 2025年1月 · Vol.377
摘要 风电功率预测（WPF）是大规模风电场并网运行下电力系统调度的关键技术。随着特征信息的不断丰富和计算机科学的发展，相关研究大量涌现。本文综述了特征挖掘方法和最新的预测模型结构，旨在为该领域提供最新的研究视角。文章将WPF过程方法划分为时频域分析、特征工程和预测器结构三个部分。首先，总结了各部分的整体与详细数学表达式，以提供更具普适性的WPF过程方法研究框架。特别地，在每一部分中，创新性地基于典型科学问题梳理了最新模型之间的逻辑关系。此外，本文还归纳了六种解决关键科学或工程问题的前沿预测器结构...
解读: 该风电功率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。多源数据融合与时频域分析方法可优化储能系统的充放电策略,提升风储协同控制精度。特征工程与预测模型可集成至iSolarCloud平台,实现预测性维护与智能调度。文中提出的数据质量与可解释性挑战,与阳光电源GF...