计及NWP风速误差修正的风电组合模型区间预测方法

摘要

风资源的随机波动性导致数值天气预报（numerical weather forecasting,NWP）风速数据的相位滞后，进而导致风力发电预测的准确性较差。准确的风速预测可以提高可再生能源的利用率和并网电能质量。为解决这一问题，本文提出一种考虑NWP风速修正的风电功率预测方法。本方法通过输入修正后的NWP风速数据和变模态分解分解的历史风功率数据，采用优化超参数的双向门控递归模型预测风电功率。首先，结合非参数核密度估计和双向门控递归模型修正NWP风速数据。然后，分解历史风电功率，采用优化鲸鱼算法寻优预测模型超参数，并利用修正后的风速和模态分量预测风电功率。最后，在不同的风电场验证了该方法的点预测和区间预测结果。结果表明，该模型的预测精度高于其他模型。此外，使用速度修正方法后，决定系数提高了12.56%。四季区间预测实验中，当置信度在95%～75%间，PICP指数均高于0.925 4,PINAW低于0.106 8。因此，该模型可以提供更精确的置信区间，为未来高精度的风能预测提供可靠依据。

关键词

NWP风速修正 / 风电功率预测 / 变分模态分解 / 双向门控递归模型 / 区间预测