多时间尺度贝叶斯风电光伏出力预测方法

    公开(公告)号:CN118134025B

    公开(公告)日:2024-09-03

    申请号:CN202410171699.1

    申请日:2024-02-06

    摘要: 本发明公开了多时间尺度贝叶斯风电光伏出力预测方法,涉及可再生能源管理技术领域,方法包括:读取目标光伏电站与目标风电站的并网出力记录,进行多时间尺度划分,确定多组并网出力记录;以机组配置与换能效率为约束,训练换能出力预测模型;采集实时环境特征,传输至所述换能出力预测模型进行预测分支匹配与出力预测,确定出力预测数据;连接电网管理系统,挖掘周期性的并网消纳库;识别所述预测概率,遍历所述并网消纳库匹配节点并网消纳能力,结合贝叶斯算法计算确定并网消纳概率;进行并网调度管理,解决了现有技术中存在的风电光伏出力预测工作由于基于单一时间尺度进行预测而导致预测精确度差的问题,为电网的稳定运行提供有力支持。

    基于误差分析校正的中长期风电光伏出力预测方法

    公开(公告)号:CN118174277B

    公开(公告)日:2024-09-03

    申请号:CN202410168024.1

    申请日:2024-02-06

    摘要: 本发明公开了基于误差分析校正的中长期风电光伏出力预测方法,涉及风力发电领域。所述方法包括:读取基站设备配置;结合组件服役状态,训练基于基站设备配置的智能预测模型;连接多方天气预测系统,交互预定时区内的多个环境预测数据,进行点对点映射与差频分析处理,确定环境预测数据;对环境预测数据进行分割,基于智能预测模型进行风电出力预测与光伏出力预测,确定基于预定时区的短期预测结果;确定周期性多元气候特征,结合智能预测模型进行场景化预测,搭建预测数据库;联合短期预测结果与预测数据库,确定目标预测结果。解决了现有技术中长期预测可靠性和精度较差的技术问题,实现了预测更精确的技术效果。