多时空尺度的风力发电预测方法综述

被引：42

作者：

姜兆宇 ^{[1
]}

贾庆山 ^{[1
]}

管晓宏 ^{[1
,2
]}

机构：

[1] 清华大学自动化系智能与网络化系统研究中心,北京信息科学与技术国家研究中心

[2] 西安交通大学智能网络与网络安全教育部重点实验室

来源：

自动化学报 | 2019年 / 45卷 / 01期

关键词：

多尺度; 风力发电; 预测方法; 时间尺度; 空间尺度;

D O I：

10.16383/j.aas.c180389

中图分类号：

TM614 [风能发电];

学科分类号：

0807 ;

摘要：

风能是目前世界上装机量较大的可再生能源之一,风力发电预测的精度直接影响电网的调度与安全运营.由于电网的调度策略存在多个时间点,并与涉及的地域范围有关,本文从多种时间和空间尺度的角度,综述风力发电预测方法.风力发电预测一般针对特定的空间范围和时间尺度,并在有限信息资源的条件下完成,故本文从上述三个方面综述已有研究成果.本文首先根据风力发电空间范围,从单台风力发电机、单一风电场以及风电场群三个空间尺度对研究成果进行梳理.其次在每个空间尺度上,根据风电预测是否使用气象信息将研究成果分类,并根据预测时间尺度将研究成果再次分类.最后在每个时间尺度上,根据风电预测存在的挑战,将已有的研究成果归类.通过上述梳理,本文希望可以帮助研究人员找到适合不同风电预测任务场景的方法.

引用

页码：51 / 71

页数：21

共 114 条

[1]

Cyber-physical model for efficient and secured operation of CPES or energy Internet[J]. Xiaohong GUAN,Zhanbo XU,Qing-Shan JIA,Kun LIU,Yadong ZHOU.Science China（Information Sciences）. 2018(11)

[2]

On distributed event-based optimization for shared economy in cyber-physical energy systems[J]. Qing-Shan JIA,Junjie WU.Science China（Information Sciences）. 2018(11)

[3] 2016年中国风电装机容量统计 [J].

风能, 2017, (02) :32-44

[4] 基于相似性修正的风电功率爬坡事件预测方法 [J].