研究目的
为应对配电网(尤其是低压配电网)中太阳能快速渗透带来的挑战,基于向量自回归框架开发一种适用于智能电网的新型时空预测方法。
研究成果
基于向量自回归框架提出的时空预测方法显著提高了智能电网的太阳能发电预测精度,相比自回归模型平均提升8%至10%。该方法利用分布式光伏发电数据提升预测准确性,尤其对前三时段预测效果显著,为智能电网管理的进一步研究和应用提供了可能。
研究不足
该研究仅限于葡萄牙埃武拉的智能电网试点项目,在未经调整的情况下可能无法直接适用于其他地区。所采用的预测方法专为极短期(最长提前6小时)设计,可能不满足长期预测需求。
1:实验设计与方法选择:
本研究采用向量自回归框架,结合智能电表和配电变压器控制器采集的太阳能发电观测数据,进行6小时超前预测。
2:样本选择与数据来源:
使用葡萄牙埃武拉智能电网试点项目中44个微型发电单元和10个中低压变电站的数据。
3:实验设备与材料清单:
采用智能电表和配电变压器控制器进行数据采集。
4:实验流程与操作步骤:
将本方法与自回归预测模型(AR——单变量模型)进行对比测试以评估其性能。
5:数据分析方法:
采用均方根误差(RMSE)评估预测精度,并以基准模型为参照衡量改进效果。
独家科研数据包,助您复现前沿成果,加速创新突破
获取完整内容