考虑功率平衡的10天预见期晚高峰低风电出力事件预测方法

《Renewable Energy》：A low wind output events prediction method considering power balance over a forecast horizon of up to 10 days during evening peak hours

本文提出一种考虑功率平衡的10天预见期晚高峰低风电出力事件（LWOE）预测方法。通过构建包含日负荷比例的低出力事件识别机制，结合自适应加权网络（处理气象站贡献差异和源-荷动态关系）和Focal Loss（解决样本不平衡问题），在两种气候特征的中国省份实测数据上验证表明，该方法相比传统模型在RMSE和F1-score指标下分别提升4.10%/5.50%和12.31%/25.01%，为中长期电网调度提供了风险预警新思路。

　　

Highlight

晚高峰时段低风电出力事件（LWOE）的预测采用召回率（Recall）、精确率（Precision）和F1分数（F1-Score）作为评估指标。这三项指标能够克服样本分布不平衡的问题，相比准确率（Accuracy）能更全面精准地评估事件预测效果。召回率体现实际发生的LWOE中被正确预测的比例，用于衡量模型捕捉真实LWOE的能力；精确率则反映预测为LWOE的事件中真实发生的比例，评估模型预测结果的可靠性。

数据描述

本案例研究采用中国两个省份2021年至2022年风电场群的实际运行数据及对应负荷数据。A省位于中国东北部，属温带季风气候；B省地处西北地区，为温带大陆性气候。两省晚高峰负荷时段均为北京时间16:00至20:00。A省风电场群额定容量为...[数据细节需原文补充]。

结论

本文提出一种考虑功率平衡、预见期达10天的晚高峰低风电出力事件（LWOE）预测方法。除风电出力本身外，将功率缺额作为识别和预测LWOE的关键因子，使框架更贴合实际电网运行需求。基于中国两省风电场运行数据的案例研究表明，采用Transformer、DNN、CNN、LSTM和GRU五种基础模型验证后，该方法...[结论成效需原文补充]。

作者贡献声明

严杰： 验证、监督、方法论、形式分析、概念化。

肖武阳： 文稿审阅、初稿撰写、可视化、软件、方法论。

王涵： 文稿审阅、验证、调研、资金获取。

宋伟业： 方法论、数据管理。

刘世华： 文稿审阅、方法论。

刘永谦： 项目管理。

利益冲突声明

作者声明不存在可能影响本研究的已知经济或人际利益冲突。

致谢

本研究受国家自然科学基金（52307106）、北京新星计划（20230484355）、可再生能源电力系统国家重点实验室（LAPS24016、LAPS24020、LAPS25020）及中央高校基本科研业务费（2024MS040、2024JC007）资助。