基于CKL风电容量预测的可信度评估.pdfVIP

《电气自动化》2024年第46卷第5期新能源发电控制技术

NewEnergyPowerControlTechnology

基于CKL风电容量预测的可信度评估

李天宇，马刚，李豪，李伟康，孟宇翔

（南京师范大学电气与自动化工程学院，江苏南京210046）

摘要：由于风力发电受风速以及其他天气因素的影响极大，从而导致新能源发电产生波动性，因此，对风力发电容量可信度评估研究

成为提高风力发电可靠性的重要内容之一。首先建立了CEEMD-KPCA-LSTM(CKL)预测模型,用CKL模型对考虑多环境变量

情况下的风电容量进行预测；进而提出风电场可靠运行时的可信度评估方法；最后在IEEE-RTS97基础上进行仿真试验，将预

测值进行可信度分析,得出未来断面的容量可信度,并研究可信度的影响因素。算例分析表明,CKL预测模型和可信度模型结

合，可以实现风电场未来的可信度分析,并且验证了储能设备对容量预测可信度的影响,最终使得风电系统具备较为准确的容

量预测功能。

关键词：完全集成经验模态分解；核主成分分析；长短期预测神经网络；蒙特卡洛模拟法；预测容量可信度

D0I:10.3969/j.issn.1000-3886.2024.05.002

［中图分类号］TM614［文献标志码］A［文章编号］1000-3886(2024)05-0004-04

CredibilityEvaluationBasedonCKLWindPowerCapacityPrediction

LiTianyu,MaGang,LiHao,LiWeikang,MengYuxiang

(SchoolofElectricalandAutomationEngineering,NanjingNormalUniversity,NanjingJiangsu210046,China)

Abstract:Duetothesignificantimpactofwindspeedandotherweatherfactorsonwindpowergeneration,whichleadstofluctuationsinnew

energygeneration,thereliabilityasssmentofwindpowergenerationcapacityhasbecomeoneoftheimportantssuesinimproving

thereliabilityofwindpowergeneration.EstablishedCEEMD-KPCA-LSTM(CKL)predictionmodelwasusedtopredictthewind

powercapacityconsideringmultipleenvironmentalvariables;furthermore,areliabilityevaluationmethodforthereliableoperationof

windfarmswasproposed.Finally,simulationexperimentswereconductedonthebasisofIEEE-RTS97,toanalyzethereliabilityof

thepredictedvalues,obtainthecapacityreliabilityoffuturesections,andstudytheinfluencingfactorsofreliability.Caseanalysis

showsthatthecombinationofCKLpredictionmodelandreliabilitymodelcanachievef