基于时空相关性的风电功率超短期自适应预测方法
Power System Protection and Control（2023）
Abstract
为了充分并有效地利用大量风电场之间的时空相关性,在提高风电功率预测精度的同时保障计算效率,提出一种基于时空相关性的风电功率超短期自适应预测方法.以向量自回归模型为基础,对区域内大量风电场之间的时空相关关系进行表征.为减小因空间信息冗余造成的目标风电场预测模型过拟合,引入稀疏化建模技术来优化参考风电场数据的权重系数.此外,采用递归估计算法对预测模型进行自适应训练.根据最新实测功率数据实时更新预测模型系数,不仅可以动态适应预测环境的变化,还可以分散计算负担.采用某区域内100个风电场的实际数据对预测方法进行分析和验证.结果表明,相对于对比方法,所提出的预测方法具有更高的预测精度,且能够降低对密集型计算资源的需求.
MoreAI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined