来源：电网技术2020-04-10

， 得到更贴近实际情况的风电出力多场景模型。...6 结论 绿色电力证书为综合能源型发售电商达到配额制考核要求并弥补风电出力偏差提供了良好的 思路，首先，通过算例可知，本文提出的随机森林 回归算法和多场景缩减技术将风电出力预测结果 与误差场景相结合的方法

来源：北极星储能网2020-04-07

风电出力的随机性、间歇性和波动性难以控制，在电网薄弱地区容易引起电网电压和频率稳定性问题；同时，由于电是发、输配、用同时完成风电出力的随机性、间歇性还导致其与用户相对固定的用电需要难以匹配。

来源：国家电网报2020-04-01

3月18日后半夜，华北电网风电出力高达4013万千瓦，创历史新高，而当时全网负荷仍处于低位运行，仅为1.51亿千瓦，电网消纳新能源压力巨大。此时，华北电力调峰辅助服务市场实时发布市场出清结果。

来源：国家电网报2020-03-31

3月18日后半夜，华北电网风电出力高达4013万千瓦，创历史新高，而当时全网负荷仍处于低位运行，仅为1.51亿千瓦，电网消纳新能源压力巨大。此时，华北电力调峰辅助服务市场实时发布市场出清结果。

来源：国家电网报2020-03-31

3月18日后半夜，华北电网风电出力高达4013万千瓦，创历史新高，而当时全网负荷仍处于低位运行，仅为1.51亿千瓦，电网消纳新能源压力巨大。此时，华北电力调峰辅助服务市场实时发布市场出清结果。

来源：国家电网报2020-03-31

3月18日后半夜，华北电网风电出力高达4013万千瓦，创历史新高，而当时全网负荷仍处于低位运行，仅为1.51亿千瓦，电网消纳新能源压力巨大。此时，华北电力调峰辅助服务市场实时发布市场出清结果。

来源：江苏经济报2020-03-30

3月27日，记者从国网江苏省电力有限公司电力调控中心获悉，凌晨1时10分，全省统调风电出力突破900万千瓦，达到936.2万千瓦，相当于当日无锡市的用电负荷，创历史新高。

来源：国家电网报2020-03-30

3月18日，华北电网风电最大电力突破4000万千瓦，达到4013万千瓦，同比增长37%，创区域电网风电出力新高。其中，京津唐电网、山东电网风电最大电力分别达911万千瓦、1065万千瓦，均创新高。

来源：国家电网报2020-03-30

3月18日，华北电网风电最大电力突破4000万千瓦，达到4013万千瓦，同比增长37%，创区域电网风电出力新高。其中，京津唐电网、山东电网风电最大电力分别达911万千瓦、1065万千瓦，均创新高。

来源：国家电网报2020-03-30

3月18日，华北电网风电最大电力突破4000万千瓦，达到4013万千瓦，同比增长37%，创区域电网风电出力新高。其中，京津唐电网、山东电网风电最大电力分别达911万千瓦、1065万千瓦，均创新高。

来源：国家电网报2020-03-30

3月18日，华北电网风电最大电力突破4000万千瓦，达到4013万千瓦，同比增长37%，创区域电网风电出力新高。其中，京津唐电网、山东电网风电最大电力分别达911万千瓦、1065万千瓦，均创新高。

来源：亮报2020-03-25

基于大数据的风力发电预测，能较好地协助调控中心克服风电出力不确定性带来的、合理安排调控计划等困难，提高电网消纳新能源发电的能力。

来源：亮报2020-03-25

基于大数据的风力发电预测，能较好地协助调控中心克服风电出力不确定性带来的、合理安排调控计划等困难，提高电网消纳新能源发电的能力。

来源：能源研究俱乐部2020-03-20

结果当风电突然减小出力达到一定规模的时候，热备用状态的可调节机组提供的向上爬坡服务总量不能填补风电出力减少形成的出力缺额，结果造成对大工业用户的限电，损害了大工业用户的经济利益。

来源：能源研究俱乐部2020-03-16

结果当风电突然减小出力达到一定规模的时候，热备用状态的可调节机组提供的向上爬坡服务总量不能填补风电出力减少形成的出力缺额，结果造成对大工业用户的限电，损害了大工业用户的经济利益。

来源：能源研究俱乐部2020-03-13

结果当风电突然减小出力达到一定规模的时候，热备用状态的可调节机组提供的向上爬坡服务总量不能填补风电出力减少形成的出力缺额，结果造成对大工业用户的限电，损害了大工业用户的经济利益。

来源：能源研究俱乐部2020-03-13

结果当风电突然减小出力达到一定规模的时候，热备用状态的可调节机组提供的向上爬坡服务总量不能填补风电出力减少形成的出力缺额，结果造成对大工业用户的限电，损害了大工业用户的经济利益。

来源：中国电力2020-03-12

如果火电基荷与风电出力理论功率超过负荷峰值，则会发生弃风。随机生产模拟 的步骤如下。

来源：电网与清洁能源2020-02-28

文献介绍了聚类算法在长期预测风电出力特性中的应用。文献分别利用 kmeans 和 fcm 两种聚类算法对用电用户进行聚类，并训练得到 bp 神经网络和 svm 算法的负荷预测模型。...上述文献均通过经典聚类算法对大量的实际负荷或风电数据进行分析，得出了能够较为准确反映实际特性的用户负荷及风电出力场景集，但并未对聚类数的选取、同区域多类清洁能源间的相关性进行深入讨论。

来源：全球能源互联网2020-02-20

赵俊华，文福拴，薛禹胜，等.计及电动汽车和风电出力不确定性的随机经济调度.电力系统自动化，2010，34(20)：22-29.zhao junhua, wen fushuan, xue yusheng,