一种结合空间特征的超短期风电场功率预测方法,用于可持续能源整合

《Sustainability》:An Ultra-Short-Term Wind Farm Power Forecasting Method Incorporating Spatial Features for Sustainable Energy Integration

【字体: 大 中 小 】 时间:2026年07月20日 来源:Sustainability 4.1

编辑推荐:

   摘要

  

摘要

准确的风力发电预测对于保障电网稳定以及推动可再生能源的大规模整合至关重要,而这二者都是全球能源转型和“双碳”战略目标的核心内容。然而,现有的方法往往无法充分体现各个风力发电机之间的空间差异性和相互依赖关系,从而限制了其在实现可持续电网运行方面的作用。为弥补这一缺陷,本文提出了一种超短期风力发电预测框架,该框架纳入了明确的多维空间特征。在特征层面,构建了一个12维的空间特征系统,用于描述风电场的微观拓扑结构。这些静态空间属性通过维度平衡因子策略与动态时间数据有机结合。最终,还开发了一种混合深度学习网络,该网络由多尺度卷积神经网络、多层双向长短期记忆网络以及多头自注意力机制组成,用以捕捉复杂的时空模式。在三个真实数据集上的实验结果表明,所提出的方法显著优于基准模型,平均绝对百分比误差降低了11.09%,决定系数R2则提升了0.9120。通过提高预测的准确性和稳定性,该方法有助于实现更可靠的电网调度,减少风力能源的浪费,进而促进可再生能源的可持续利用。这些研究结果表明,引入明确的空间相关性能够有效提升超短期风力发电预测的准确性和稳定性,为电网调度提供有力的决策支持,同时也有助于推动现代电力系统的可持续发展。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号