基于多目标协同训练的风电功率预测提升算法

摘要

“双碳”目标下，电力系统加速转型，风电预测技术对构建高比例新能源的新型电力系统具有重要意义。为提升风电功率预测的准确性和鲁棒性，文中提出一种基于多目标协同训练的数值天气预报（numerical weather predicition, NWP）隐式校正算法。首先，分析了NWP校正的必要性和基于NWP显式校正的二步预测法存在的问题；然后，针对二步预测法存在的问题，基于多目标协同训练的优化方式利用神经网络进行NWP隐式校正，以端到端的方式训练模型，同时实现NWP隐式校正和风电功率预测的功能。结合某风电场实测数据开展具体算例分析，证明了所提算法对短期及中长期风电功率预测均有提升作用。此外，该算法仅需1个网络且避免了二次计算，节省了计算存储成本。