基于RCC-GRU模型的超短期风电功率预测方法

准确高效的风电功率预测对于风电场和电网的稳定运行非常重要。提出了一种基于辐射分类坐标(RCC)和门控循环单元(GRU)的超短期风电功率预测方法。首先,分析了不同气象因素对风力发电的影响以及不同时间段的影响程度。其次,提出了一种辐射分类坐标方法对相似的时间段进行分类和选择,将所选相似时间段的数据集(包括发电量和多元气象数据)重建为训练数据集。然后,将GRU神经网络作为该模型的学习网络。实验结果表明,所提出的模型的预测准确率和确定系数分别为97.6%和98.99%,并结合3个误差指标和训练时间分析,RCC-GRU模型的准确性和效率均优于其它3个比较模型。