视频信息
讲座名称:风电功率多尺度集中式预测
报告人:阎洁副教授
报告单位:华北电力大学新能源学院
讲座时长:26:16
内容简介:华北电力大学新能源学院副教授阎洁发表“风电功率多尺度集中式预测”演讲。中国具有独特的风电开发模式,这给中国风电功率预测带来严峻挑战。研究适用于中国风电特点的功率预测技术是我国高比例风电并网的关键支撑。华北电力大学风电场技术课题组隶属于新能源学院风电研究中心,是新能源电力系统国家重点实验室(华北电力大学)的重要组成部分。课题组提出了风电功率多尺度集中式预测的新思路及模型,基于多对多映射的深度神经网络算法;建立了数值天气预报人工智能降尺度修正模型,提高数值天气预报分辨率;研发了面向区域-场群-单场-单机的风电功率集中式预测及不确定性分析方法与系统,降低区域预测成本,提升单场预测精度。风电功率多尺度集中式预测方法可以关注风/功率空间相关性的学习,实现基地-场群-场站-机组等多个尺度下的一体化预测,提升风电场功率预测精度1%~3%。
报告人:阎洁副教授
报告单位:华北电力大学新能源学院
讲座时长:26:16
内容简介:华北电力大学新能源学院副教授阎洁发表“风电功率多尺度集中式预测”演讲。中国具有独特的风电开发模式,这给中国风电功率预测带来严峻挑战。研究适用于中国风电特点的功率预测技术是我国高比例风电并网的关键支撑。华北电力大学风电场技术课题组隶属于新能源学院风电研究中心,是新能源电力系统国家重点实验室(华北电力大学)的重要组成部分。课题组提出了风电功率多尺度集中式预测的新思路及模型,基于多对多映射的深度神经网络算法;建立了数值天气预报人工智能降尺度修正模型,提高数值天气预报分辨率;研发了面向区域-场群-单场-单机的风电功率集中式预测及不确定性分析方法与系统,降低区域预测成本,提升单场预测精度。风电功率多尺度集中式预测方法可以关注风/功率空间相关性的学习,实现基地-场群-场站-机组等多个尺度下的一体化预测,提升风电场功率预测精度1%~3%。