[發明專利]一種基于交叉熵理論的風電功率組合預測方法

有效

• 申請號: 201110426859.5
• 申請日: 2011-12-19
• 公開（公告）號: CN102509027A
• 公開（公告）日: 2012-06-20
• 發明（設計）人: 陳寧;朱凌志;陳梅;吳福保
• 申請（專利權）人: 國網電力科學研究院
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 南京知識律師事務所 32207
• 代理人: 汪旭東

技術領域

本發明涉及一種用于風力發電功率組合預測方法，屬于新能源發電技術中的風電功率預測技術領域。

背景技術

由于風的高度隨機性、波動性和間歇性，大規模風電接入電網會對電力供需平衡、電力系統的安全穩定以及電能質量等帶來嚴峻挑戰。風電功率預測對于電力系統的調度和安全穩定運行有重要的意義，能夠優化系統的發電計劃和備用容量配置，減少電力系統運行成本，為系統調度和實時運行控制提供依據，有效減輕風電接入對電網的影響，提高風電的利用率。

目前，根據預測的物理量不同，風電功率預測方法可以分為2類：第1類是對風速的預測，然后根據風電場的功率曲線得到其功率輸出；第2類是直接預測風電場的輸出功率。在具體實施時，通常分為三種方法，即物理方法、統計方法和物理與統計相結合的方法。其中，通過對風速、風向、氣溫、氣壓、地形和粗糙度等信息進行物理建模，再利用物理方程進行對風電功率進行預測的方法是物理方法；根據歷史數據進行統計分析，找到其內在規律并用于預測的方法是統計方法；將物理方法與統計方法綜合應用于風電功率預測的方法成為物理與統計相結合方法。所有預測方法都需建立一定的數學模型，根據數學模型的不同又可分為持續時間法、ARMA法、卡爾曼濾波法、人工神經網絡法、小波分析法、支持向量機（SVM）回歸法等。其中，持續時間法最為簡單，即把最近一點的風速或功率觀測值作為下一點的預測值。上述預測方法從某一個方面來說，都采用了單一的預測模型，導致某些測量點往往出現較大誤差。

國內外已有專家學者開始研究多種模型組合的風電功率預測方法。雖然這些方法對提高風電功率預測精度產生了有益效果，但在確定組合模型權重時只是通過簡單的數學處理，并未考慮到每種預測模型輸入信息之間的相互融合特性，可能導致數據融合結果的不可靠。

隨著信息科學的崛起和信息技術的不斷發展，電力系統逐步實現信息化，信息熵也在電力系統可靠性評估中得到了應用[9-13]。其中，交叉熵[14]是其中常用的方法之一。交叉熵能夠通過判斷不同信息源之間的兩兩相交程度來確定相互支持度，并依據相互支持度確定信息源的權重，相互支持度越高，所占權重越大。這為進一步優化確定風電功率組合預測模型的權重提供了重要的參考依據。本發明將風電功率組合預測看作一個信息融合問題，利用交叉熵理論確定各個預測模型的權值，建立具有更高精度的風電功率預測組合模型。

發明內容

本發明所要解決的技術問題是為提高風電功率預測精度，提供一種基于交叉熵理論的風電功率組合預測方法。

本發明解決其技術問題所采用的技術方案如下：一種基于交叉熵理論的風電功率組合預測方法，其特征是：所述的基于交叉熵理論的風電功率組合預測方法包括以下步驟：

（1）采用N種可用方法預測給定時間段內某一時刻的風電功率，得到每種預測方法的風電功率預測結果為P_tn(n=1,2,…,N)；

（2）對歷史時刻進行虛擬預測，選擇與預測時刻風速、風向近似且功率也近似的M個歷史時刻，分別用N種算法進行風電功率虛擬預測，每種方法得到M個功率值P_nm(m=1,2,…,M)，加上原來的P_tn，對于第n個算法，就有(M+1)個功率值，就可計算第n種算法得到的風電功率的數字特征；

（3）定義風電功率概率密度函數，設f(x)為融合各影響因素給出的風電場輸出功率概率分布密度函數，X代表風電輸出功率，f_n(x)為第n種預測模型下的風電輸出功率概率分布密度函數，滿足以下關系和定義，

?????????????????????????(1)

??????????????????????(2)

（4）建立支持向量，并確定其與權值的關系；

（5）假設t時刻的風電功率滿足正態分布，

?????????????????????(3)

式中，μ為平均值，σ為方差，

在此基礎上，求解最小交叉熵問題。

其中，步驟（4）的具體步驟是：

a、建立支持向量S，