人工智能在预测单机风电功率上的应用进展
单机风电功率预测依据风机轮毂风速的历史数据预测风电功率。风速与功率的高比例关系使得电力调度系统对风电功率预测精度的要求较高，此外，风速具有间隙波动性和随机性，使得风速和风电功率序列呈现出很强的非线性。人工智能在处理非线性预测问题上具有优势，对单机风电功率预测建模有一定的价值。
因此，湖南工业大学的研究人员郭茜、匡洪海、王建辉、周宇健、高闰国，在2020年第2期《电气技术》杂志上撰文，介绍了基于人工智能的单机风电功率预测模型的建立过程，阐述了模糊逻辑等人工智能方法在单机风电功率预测中的应用与特点，探讨了单机风电功率预测模型存在的问题，提出了对提高单机风电功率预测模型性能的一些见解。
2019年5月，国家发展改革委及国家能源局在《关于建立健全可再生能源电力消纳保障机制的通知》中指出，自2020年1月1日起将对各省级可再生能源的消纳水平全面进行监测评价和正式考核。2018年风电利用率达92.8%，但由于受自然条件影响大，风能明显的波动性使得电力系统的调度压力较大，电力系统还不能完全适应大规模风能并网。2020年的风电利用率指标为95%。因此，调度系统对准确快速地预估风电功率有着切实需求。
风机分为离网型和并网型。前者的功率预测准确率在分布式风力发电中要求较高，单机功率预测的性能将直接影响其投入使用时的可靠性。从集群风电网的角度来看，并网型单机功率预测的误差对集群功率预测的影响是成倍的。
对电场中的每一单机都进行预测的成本很高，鉴于同一范围内风速等气象的相似性很高，往往由一台或多台电机的功率预测推算集群风电网功率。无论是离网型单机还是并网型单机，单机的风电功率预测精度都是影响风力发电普及率的重要因素。因此，对单机功率预测模型及方法的研究变得尤为重要。
下一篇：受疫情影响小米手机宣布在印度涨价
