排序方式: 共有8条查询结果,搜索用时 0 毫秒
1
1.
2.
3.
4.
为系统准确地描述乌兰察布地区风资源的波动性和聚合特性,建立了风电波动幅度及波动速率量化指标,对该区域风资源潜力及波动性进行了分析。基于威布尔分布拟合参数进一步对比分析不同风向区间风资源的波动性,相比于出现频率较低的风向扇区,出现频率较高的风向扇区对应的风速通常平均风速较大,且波动性较弱。为平抑风电波动性,基于Kendall相关系数分析了乌兰察布地区不同空间位置风功率出力的聚合特性,并定义波动强度及波动速率下降指数来定量研究相关系数与聚合效果间的对应关系。结果表明,随着相关系数的增大,波动强度及波动速率下降指数呈线性下降变化趋势;不同空间位置风电聚合后,相比风电出力的波动幅度,对波动速率的平抑效果更加显著。 相似文献
5.
短期风电功率预测对电力系统的安全稳定运行和能源的优化配置具有重要意义。鉴于卷积神经网络(CNN)高效的数据特征提取能力,以及长短期记忆网络(LSTM)描述时间序列长期依赖关系的能力。为了提高短期风电功率预测的精度,设计了一种基于CNN和LSTM的风电功率预测模型。该模型利用卷积神经网络对风电功率、风速、风向数据进行多层卷积和池化堆叠计算,提取风电功率相关数据的特征图谱。为了描述风电功率序列的时序依从关系,将图谱特征信息作为长短期记忆网络的输入信息,计算得到风电功率的预测结果。采用西班牙某风电场的实测数据进行模型预测精度验证。结果表明,该模型较LSTM、Elman模型具有更好的预测性能。 相似文献
6.
7.
8.
为系统准确地描述乌兰察布地区风资源的波动性和聚合特性,建立了风电波动幅度及波动速率量化指标,对该区域风资源潜力及波动性进行了分析。基于威布尔分布拟合参数进一步对比分析不同风向区间风资源的波动性,相比于出现频率较低的风向扇区,出现频率较高的风向扇区对应的风速通常平均风速较大,且波动性较弱。为平抑风电波动性,基于Kendall相关系数分析了乌兰察布地区不同空间位置风功率出力的聚合特性,并定义波动强度及波动速率下降指数来定量研究相关系数与聚合效果间的对应关系。结果表明,随着相关系数的增大,波动强度及波动速率下降指数呈线性下降变化趋势;不同空间位置风电聚合后,相比风电出力的波动幅度,对波动速率的平抑效果更加显著。 相似文献
1