考虑台风影响的风速多步预测模型

魏翔宇; 向月; 沈晓东; 杨晶显; 刘俊勇

doi:10.7500/AEPS20201005003

您当前的位置：

首页 >

文章列表页 >

考虑台风影响的风速多步预测模型

学术研究 | 更新时间：2025-06-16

- 考虑台风影响的风速多步预测模型
- Multi-step Forecasting Model of Wind Speed Considering Influence of Typhoon
- 电力系统自动化 2021年45卷第14期页码：30-37
- 作者机构：
  
  四川大学电气工程学院，四川省成都市 610065
- 作者简介：
  
  魏翔宇(1997—)，男，硕士研究生，主要研究方向：新能源预测与调度。E-mail：Xiangyu_Wei@163.com
  向月(1987—)，男，通信作者，博士，副教授，主要研究方向：电力系统规划与优化运行、新能源接入等。E-mail：xiang@scu.edu.cn
  沈晓东(1975—)，男，博士，副教授，主要研究方向：电力系统分析。E-mail：shengxd@scu.edu.cn
- 基金信息：
  
  中央高校基本科研业务费专项资金资助项目(YJ201654)
- DOI：10.7500/AEPS20201005003
  中图分类号：
- 收稿日期：2020-10-05，
  
  修回日期：2020-12-26，
  
  网络出版日期：2021-01-27，
  
  纸质出版日期：2021-07-25
- 稿件说明：
移动端阅览
魏翔宇,向月,沈晓东等.考虑台风影响的风速多步预测模型[J].电力系统自动化,2021,45(14):30-37.

WEI Xiangyu,XIANG Yue,SHEN Xiaodong,et al.Multi-step Forecasting Model of Wind Speed Considering Influence of Typhoon[J].Automation of Electric Power Systems,2021,45(14):30-37.
魏翔宇,向月,沈晓东等.考虑台风影响的风速多步预测模型[J].电力系统自动化,2021,45(14):30-37. DOI： 10.7500/AEPS20201005003.

WEI Xiangyu,XIANG Yue,SHEN Xiaodong,et al.Multi-step Forecasting Model of Wind Speed Considering Influence of Typhoon[J].Automation of Electric Power Systems,2021,45(14):30-37. DOI： 10.7500/AEPS20201005003.

摘要

合理认知台风对区域风速预测的影响，对未来风电的最大化利用至关重要。针对台风到来对风速预测影响较大问题，基于多模式集成（ME）的台风数值气象预报信息，提出了一种考虑台风影响的风速多步预测模型。首先，针对台风期间风速数据噪声问题，使用经验小波变换（EWT）对风速历史数据进行解构，基于自适应阈值方法剔除噪声扰动，并重构风速序列信号。然后，采用门控循环单元（GRU）网络对重构后的风速序列进行多步预测，获取不考虑台风影响下的风速预测信息。考虑台风数据的缺乏，在GRU网络基础上引入深度信念网络（DBN）进行台风情况下的修正，以提高考虑台风影响时的风速预测精度。最后，基于中国南部某地实际数据进行算例分析，并与不考虑台风数值预报信息的基础算例进行对比分析。算例分析结果表明，相较不考虑台风影响的基准模型，所提模型可有效降低风速预测误差。

Abstract

The reasonable cognition of the influence of typhoons on regional wind speed forecasting is crucial to the maximum utilization of wind power in the future. Based on the multi-model ensembled numerical weather forecasting information of typhoon

a multi-step wind speed forecasting model considering the influence of typhoons is proposed. In view of the noise of wind speed data during typhoons

empirical wavelet transform (EWT) is used to deconstruct the historical data of wind speed and the noise disturbance is eliminated based on the adaptive threshold method. The sequence signal of wind speed is reconstructed. Then the multi-step prediction of the reconstructed wind speed series is carried out by using gated recurrent unit (GRU) network to obtain the prediction information of wind speed without consideration of the influence of typhoons. For the lack of data during typhoons

deep belief network (DBN) is introduced to realize correction under the condition of typhoon and improve the accuracy of wind speed forecasting considering the influence of typhoons. Finally

a case study is carried out based on the actual data of a weather station in southern China and compared with the fundamental case without consideration of numerical forecasting information of typhoons. The result shows that compared with the baseline model without considering the influence of typhoons

the proposed model can effectively reduce the forecasting errors of wind speed.

关键词

Keywords

references

胡帅，向月，沈晓东，等 . 计及气象因素和风速空间相关性的风电功率预测模型［J］. 电力系统自动化， 2021 ， 45 （ 7 ）： 28 - 36 .

HU Shuai ， XIANG Yue ， SHEN Xiaodong ， et al . Wind power prediction model considering meteorological factor and spatial correlation of wind speed ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 7 ）： 28 - 36 .

SHI R ， FAN X ， HE Y . Comprehensive evaluation index system for wind power utilization levels in wind farms in China ［J］. Renewable and Sustainable Energy Reviews ， 2017 ， 69 ： 461 - 471 .

李耀华，孔力 . 发展太阳能和风能发电技术加速推进我国能源转型［J］. 中国科学院院刊， 2019 ， 34 （ 4 ）： 426 - 433 .

LI Yaohua ， KONG Li . Developing solar and wind power generation technology to accelerate China’s energy transformation ［J］. Bulletin of Chinese Academy of Sciences ， 2019 ， 34 （ 4 ）： 426 - 433 .

薛禹胜，陈宁，王树民，等 . 关于利用空间相关性预测风速的评述［J］. 电力系统自动化， 2017 ， 41 （ 10 ）： 161 - 169 .

XUE Yusheng ， CHEN Ning ， WANG Shumin ， et al . Review on wind speed prediction based on spatial correlation ［J］. Automation of Electric Power Systems ， 2017 ， 41 （ 10 ）： 161 - 169 .

汪寅乔 . 台风环境下电力系统多源协调调度研究［D］. 哈尔滨：哈尔滨工业大学， 2020 .

WANG Yinqiao . Research on multi-source coordinated dispatching of power system under typhoon environment ［D］. Harbin ： Harbin Institute of Technology ， 2020 .

吕海滨，刘昱君，顾鹏，等 . 三个台风对我国东部沿海风电的联合影响［J］. 海洋科学， 2019 ， 43 （ 9 ）： 72 - 77 .

LÜ Haibin ， LIU Yujun ， GU Peng ， et al . Combined influence of three typhoons on eastern coastal wind power in China ［J］. Marine Sciences ， 2019 ， 43 （ 9 ）： 72 - 77 .

张秀芝 . 台风对我国风电开发的影响与对策［M］. 北京：气象出版社， 2010 .

ZHANG Xiuzhi . Impact of typhoon on wind power development in China and corresponding countermeasures ［M］. Beijing ： China Meteorological Press ， 2010 .

张勤，肖子牛，江志红 . 短期气候预报的经验（统计）方法［M］. 北京：气象出版社， 2011 .

ZHANG Qin ， XIAO Ziniu ， JIANG Zhihong . Empirical methods in short-term climate prediction ［M］. Beijing ： China Meteorological Press ， 2011 .

牛东晓，纪会争 . 风电功率物理预测模型引入误差量化分析方法［J］. 电力系统自动化， 2020 ， 44 （ 8 ）： 57 - 67 .

NIU Dongxiao ， JI Huizheng . Quantitative analysis method for errors introduced by physical prediction model of wind power ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 8 ）： 57 - 67 .

叶林，任成，李智，等 . 风电场有功功率多目标分层递阶预测控制策略［J］. 中国电机工程学报， 2016 ， 36 （ 23 ）： 6327 - 6336 .

YE Lin ， REN Cheng ， LI Zhi ， et al . Stratified progressive predictive control strategy for multi-objective dispatching active power in wind farm ［J］. Proceedings of the CSEE ， 2016 ， 36 （ 23 ）： 6327 - 6336 .

丁明，张超，王勃，等 . 基于功率波动过程的风电功率短期预测及误差修正［J］. 电力系统自动化， 2019 ， 43 （ 3 ）： 2 - 12 .

DING Ming ， ZHANG Chao ， WANG Bo ， et al . Short-term forecasting and error correction of wind power based on power fluctuation process ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 3 ）： 2 - 12 .

朱乔木，李弘毅，王子琪，等 . 基于长短期记忆网络的风电场发电功率超短期预测［J］. 电网技术， 2017 ， 41 （ 12 ）： 3797 - 3802 .

ZHU Qiaomu ， LI Hongyi ， WANG Ziqi ， et al . Short-term wind power forecasting based on LSTM ［J］. Power System Technology ， 2017 ， 41 （ 12 ）： 3797 - 3802 .

凡航，张雪敏，梅生伟，等 . 基于时空神经网络的风电场超短期风速预测模型［J］. 电力系统自动化， 2021 ， 45 （ 1 ）： 28 - 35 .

FAN Hang ， ZHANG Xuemin ， MEI Shengwei ， et al . Ultra-short-term wind speed prediction model for wind farms based on spatio-temporal neural network ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 1 ）： 28 - 35 .

TOUBEAU J F ， BOTTIEAU J ， VALLEE F ， et al . Deep learning based multivariate probabilistic forecasting for short-term scheduling in power markets ［J］. IEEE Transactions on Power Systems ， 2019 ， 34 （ 2 ）： 1203 - 1215 .

WANG C ， ZHANG H ， FAN W ， et al . A new chaotic time series hybrid prediction method of wind power based on EEMD-SE and full-parameters continued fraction ［J］. Energy ， 2017 ， 138 ： 977 - 990 .

郑玉平，司鑫尧，吴通华，等 . 特高压半波长交流输电线路的行波保护［J］. 电力系统自动化， 2020 ， 44 （ 18 ）： 124 - 134 .

ZHENG Yuping ， SI Xinyao ， WU Tonghua ， et al . Travelling wave protection of UHV half-wavelength AC transmission lines ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 18 ）： 124 - 134 .

李志农，朱明，褚福磊，等 . 基于经验小波变换的机械故障诊断方法研究［J］. 仪器仪表学报， 2014 ， 35 （ 11 ）： 2423 - 2432 .

LI Zhinong ， ZHU Ming ， CHU Fulei ， et al . Mechanical fault diagnosis method based on empirical wavelet transform ［J］. Chinese Journal of Scientific Instrument ， 2014 ， 35 （ 11 ）： 2423 - 2432 .

肖文萍 . 基于EWT和LSSVM的短期风速预测方法研究［D］. 长春：吉林大学， 2019 .

XIAO Wenping . Research on short-term wind speed prediction method based on EWT and LSSVM ［D］. Changchun ： Jilin University ， 2019 .

刘莹，潘毅，陈永平，等 . 预估偏差法集合化台风路径概率预报［J］. 海洋预报， 2019 ， 36 （ 3 ）： 18 - 23 .

LIU Ying ， PAN Yi ， CHEN Yongping ， et al . Probability prediction of typhoon track based on error-estimation ensemble forecast ［J］. Marine Forecasts ， 2019 ， 36 （ 3 ）： 18 - 23 .

李泽椿，张玲，钱奇峰，等 . 中央气象台台风预报业务的发展及思考［J］. 大气科学学报， 2020 ， 43 （ 1 ）： 10 - 19 .

LI Zechun ， ZHANG Ling ， QIAN Qifeng ， et al . The development and consideration of typhoon forecast operation of central meteorological center ［J］. Transactions of Atmospheric Science ， 2020 ， 43 （ 1 ）： 10 - 19 .

郭蓉，余晖，漆梁波，等 . 台风路径多模式集成预报技术研究［J］. 气象科学， 2019 ， 39 （ 6 ）： 839 - 846 .

GUO Rong ， YU Hui ， QI Liangbo ， et al . A study on multi-model ensemble forecast technique for typhoon track ［J］. Journal of the Meteorological Sciences ， 2019 ， 39 （ 6 ）： 839 - 846 .

GILLES J . Empirical wavelet transform ［J］. IEEE Transactions on Signal Processing ， 2013 ， 61 （ 16 ）： 3999 - 4010 .

CHUNG J ， GULCEHRE C ， CHO K ， et al . Gated feedback recurrent neural networks ［J］. Computer Science ， 2015 ， 34 （ 8 ）： 2067 - 2075 .

QI Liangbo ， YU Hui ， CHEN Peiyan . Selective ensemble-mean technique for tropical cyclone track forecast by using ensemble prediction systems ［J］. Quarterly Journal of the Royal Meteorological Society ， 2014 ， 140 ： 805 - 813 .

HINTON G E ， OSINDERO S ， TEH Y W . A fast learning algorithm for deep belief nets ［J］. Neural Computation ， 2006 ， 18 （ 7 ）： 1527 - 1554 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于改进法向约束法的台风灾害下配电网多维韧性提升策略

台风暴雨灾害下的110 kV线路倒塔与断线事故评估方法