典型文献
高渗透率分布式光伏接入的新型电力系统净功率预测
文献摘要：
在双碳背景下,分布式光伏发电的大规模增加以及并网接入,对新型电力系统带来了巨大的挑战.高渗透率分布式光伏出力与电力负荷因受天气因素的影响,具有较强的不确定性和波动性,这在一定程度上增加了配电网净功率的预测难度.为了提高配电网净功率的预测精度,文章提出了 Attention-双向GRU神经网络配电网净功率预测方法.文章对光伏出力特性、用户侧负荷特性、以及配电网净功率影响因素进行分析,充分掌握净功率受分布式光伏出力和用户侧负荷变化规律的影响;将Attention机制融入到双向GRU神经网络中建立了配电网净功率预测模型.其中,Attention机制赋予输入特征不同的关注度,双向GRU神经网络能够学习到净功率的时序特征,二者的完美结合,大大提升了净功率预测模型的表示能力和泛化能力.实验结果表明,所述方法提高了配电网净功率预测精度,且性能优于对比模型.
文献关键词：
光伏出力;特性分析;净功率预测;Attention机制;双向GRU神经网络
中图分类号：
作者姓名：
郭威;张凯;魏新杰;张华铭
作者机构：
国网河北省电力有限公司营销服务中心,石家庄050000;国网河北省电力有限公司,石家庄050000;北京清软创新科技股份有限公司,北京100080
文献出处：
引用格式：
[1]郭威;张凯;魏新杰;张华铭-.高渗透率分布式光伏接入的新型电力系统净功率预测)[J].电测与仪表,2022(12):48-55
A类：
净功率预测
B类：
高渗透率,分布式光伏接入,新型电力系统,双碳背景,分布式光伏发电,并网接入,统带,光伏出力,电力负荷,天气因素,波动性,配电网,Attention,GRU,出力特性,用户侧,负荷特性,负荷变化,功率预测模型,输入特征,够学,时序特征,示能,泛化能力,对比模型
AB值：
0.200916
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
