大电机技术2024,Issue(1) :29-39.

基于BP-AHP风机状态评估的超短期风电功率动态预测研究

Dynamic Prediction of Ultra-short-term Wind Power based on BP-AHP Wind Turbine Condition Assessment

杨国清 王文坤 王德意 刘世林 戚相成
大电机技术2024,Issue(1) :29-39.

基于BP-AHP风机状态评估的超短期风电功率动态预测研究

Dynamic Prediction of Ultra-short-term Wind Power based on BP-AHP Wind Turbine Condition Assessment

杨国清 1王文坤 2王德意 1刘世林 2戚相成1
扫码查看

作者信息

  • 1. 西安理工大学电气工程学院,西安710048;西安市智慧能源重点实验室(西安理工大学),西安710048
  • 2. 西安理工大学电气工程学院,西安710048
  • 折叠

摘要

针对传统风电功率预测仅考虑气象因素,且无法计及风电机组真实出力状态导致预测精度较差问题,本文提出一种计及风机状态的超短期风电功率动态预测方法.首先,为能够精确评估风机状态,将BP(error back propagation,BP)算法引入层次分析法(analytic hierarchy process,AHP)的评估结构中,构建BP-AHP风机状态评估模型,实现单台风机状态评估;然后,综合考虑地形及机组排布等因素,将风电场所有风机的状态取均值作为风电场状态,利用皮尔逊相关系数衡量所评估状态与功率之间的相关性以验证评估模型合理性,并采用XGBoost构建计及风机状态的动态预测模型;最后,以陕西地区某风电场实测数据进行算例分析,验证了所提方法的可行性及有效性.

关键词

风电机组/状态评估/风电功率预测/超短期预测

Key words

wind turbine/condition assessment/wind power prediction/ultra-short-term prediction

引用本文复制引用

基金项目

国家自然科学基金(51507134)

陕西省重点研发计划项目(2018ZDXM-GY-169)

西安市科技创新平台建设项目(201805057ZD8CG41)

出版年

2024
大电机技术
哈尔滨大电机研究所

大电机技术

CSTPCD
影响因子:0.329
ISSN:1000-3983
参考文献量25
段落导航相关论文