[發(fā)明專利]基于天氣模式的風(fēng)電場短期風(fēng)速預(yù)測方法

有效

• 申請?zhí)枺?/td>: 201310218741.2
• 申請日: 2013-06-04
• 公開（公告）號: CN103258142A
• 公開（公告）日: 2013-08-21
• 發(fā)明（設(shè)計(jì)）人: 蘇鵬宇;于達(dá)仁;胡清華;萬杰;劉金福
• 申請（專利權(quán)）人: 哈爾濱工業(yè)大學(xué)
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 哈爾濱市松花江專利商標(biāo)事務(wù)所 23109
• 代理人: 楊立超

技術(shù)領(lǐng)域

本發(fā)明涉及一種風(fēng)電場風(fēng)速預(yù)測方法，尤其涉及基于天氣模式的風(fēng)電場短期風(fēng)速預(yù)測方法。

背景技術(shù)

面對化石能源日益枯竭、環(huán)境污染等人類共同難題，規(guī)模化風(fēng)能等新能源電力安全高效開發(fā)利用，是我國實(shí)現(xiàn)可持續(xù)發(fā)展的必然選擇和重大戰(zhàn)略舉措。而隨著風(fēng)力發(fā)電技術(shù)的日趨成熟，規(guī)模化風(fēng)電的并網(wǎng)就成為當(dāng)前急需解決的最關(guān)鍵問題之一。而對于規(guī)模化風(fēng)電并網(wǎng)問題，首先最重要的環(huán)節(jié)就是要進(jìn)行準(zhǔn)確的風(fēng)功率預(yù)測，以實(shí)現(xiàn)對能源的安全高效利用。

雖然我國風(fēng)資源較豐富，但是風(fēng)具有隨機(jī)性、強(qiáng)波動性以及不確定性等特點(diǎn)，使風(fēng)電機(jī)組的輸出有功功率存在不確定性。目前，風(fēng)力發(fā)電機(jī)組的單機(jī)容量已經(jīng)發(fā)展到兆瓦級水平，但是目前已有的的風(fēng)功率預(yù)測技術(shù)還是難以滿足電力系統(tǒng)安全高效運(yùn)行或調(diào)度等需求，在并網(wǎng)時(shí)，由于風(fēng)電功率的不確定性，會導(dǎo)致日電力電量平衡和電源安排非常困難，電網(wǎng)的運(yùn)行調(diào)度面臨巨大考驗(yàn)，而隨著風(fēng)電裝機(jī)容量的大幅度提高，規(guī)模化新能源電力消納面臨的問題和矛盾將更加突出。

大規(guī)模風(fēng)電并網(wǎng)的重要制約因素是電網(wǎng)可為風(fēng)電提供的調(diào)峰能力，當(dāng)前，規(guī)模化風(fēng)電消納已成為我國電力系統(tǒng)面臨的重大現(xiàn)實(shí)問題，例如2010年1至6月，風(fēng)電上網(wǎng)收購電量為222.54億千瓦時(shí)，未收購電量為27.76億千瓦時(shí)，損失風(fēng)能比例為11.1%。當(dāng)前主要利用傳統(tǒng)發(fā)電單元例如火電機(jī)組等參與調(diào)峰的辦法來平抑風(fēng)電功率的不確定性，即通常所說的“削峰補(bǔ)谷”的調(diào)峰方法。但是，由于火電機(jī)組等不同調(diào)峰單元的調(diào)峰能力不同，而單一的利用一種或者幾種發(fā)電單元平抑風(fēng)電功率的不確定性，由于當(dāng)前我國仍是以火電發(fā)電為主，而其它可參與調(diào)峰的發(fā)電單元的發(fā)電量在電網(wǎng)中所占比例較小，因此，在實(shí)際操作過程中往往會出現(xiàn)一些問題。以2008年年底統(tǒng)計(jì)的數(shù)據(jù)為例，內(nèi)蒙古電網(wǎng)調(diào)峰電力平均缺額達(dá)1GW，運(yùn)行中面臨著電網(wǎng)限電的情況，直接影響到日電力電量平衡和電網(wǎng)運(yùn)行方式的安排；同時(shí)，由于火電機(jī)組調(diào)峰時(shí)，處于低負(fù)荷運(yùn)轉(zhuǎn)，經(jīng)濟(jì)效果較差。因此，大面積采用火電機(jī)組調(diào)峰不僅對資源造成浪費(fèi)，而且效果也不夠明顯。

準(zhǔn)確的風(fēng)速預(yù)測是風(fēng)功率預(yù)測的基礎(chǔ)，是目前國內(nèi)外研究的重點(diǎn)所在。目前應(yīng)用于風(fēng)速預(yù)測的方法主要有基于數(shù)值天氣預(yù)報(bào)的物理方法和基于歷史觀測數(shù)據(jù)的統(tǒng)計(jì)方法。數(shù)值天氣預(yù)報(bào)通過接收氣象信息，計(jì)算大氣物理方程組，能給出一定區(qū)域內(nèi)的數(shù)值預(yù)測結(jié)果。但數(shù)值天氣預(yù)報(bào)需要巨大的計(jì)算成本，且其網(wǎng)格選取通常遠(yuǎn)大于風(fēng)電場范圍，當(dāng)縮小網(wǎng)格時(shí)誤差反而會增大，因此目前并不適用于針對風(fēng)場范圍的風(fēng)速預(yù)測。因此，統(tǒng)計(jì)方法在目前的風(fēng)電場短期及超短期預(yù)測中依然扮演著重要角色。目前已得到應(yīng)用的有滑動平均法，卡爾曼濾波法，人工神經(jīng)網(wǎng)絡(luò)法，支持向量機(jī)法，回歸樹法等。以上單一的回歸預(yù)測模型是將所有歷史樣本對模型進(jìn)行訓(xùn)練，然后應(yīng)用該模型進(jìn)行預(yù)測。這些方法沒有考慮到風(fēng)速時(shí)間序列在不同的天氣條件下會呈現(xiàn)出不同的變化規(guī)律，即風(fēng)速序列產(chǎn)生的內(nèi)在機(jī)制并不相同。文獻(xiàn)(林海濤等.基于模糊聚類的風(fēng)速短期組合預(yù)測[J].華東電力，2010，38(2):295—299)把全年數(shù)據(jù)進(jìn)行相似日模糊聚類，把各類相似日分別訓(xùn)練模型，再加權(quán)組合作為最終的預(yù)測模型。但該方法只考慮了日間的相似性，而天氣條件的變化并不以日為單位。此外，模糊聚類給出的聚類結(jié)果是球形的，這樣的聚類結(jié)果并不適合建立回歸預(yù)測模型。

發(fā)明內(nèi)容

本發(fā)明的目的是為了解決現(xiàn)有風(fēng)速預(yù)測方法沒有考慮到風(fēng)速時(shí)間序列在不同的天氣條件下會呈現(xiàn)出不同的變化規(guī)律，以及模糊聚類給出的聚類結(jié)果是球形的，不適合建立回歸預(yù)測模型的問題，而提出基于天氣模式的風(fēng)電場短期風(fēng)速預(yù)測方法。

基于天氣模式的風(fēng)電場短期風(fēng)速預(yù)測方法按以下步驟進(jìn)行：

步驟一、對每一個(gè)風(fēng)速樣本點(diǎn)進(jìn)行特征表達(dá)；

步驟二、使用GPCA算法對特征空間進(jìn)行子空間分割，將每一樣本點(diǎn)投影到對應(yīng)的子空間中；

步驟三、在每一個(gè)子空間中，對子空間中的樣本點(diǎn)建立一個(gè)支持向量機(jī)預(yù)測模型；

步驟四、根據(jù)當(dāng)前時(shí)刻樣本點(diǎn)對每一個(gè)子空間的隸屬度，進(jìn)行集成預(yù)測，給出預(yù)測結(jié)果。

本發(fā)明的原理為：本專利提出一種基于模式的風(fēng)電場風(fēng)速預(yù)測方法，使用GPCA算法在高位空間中尋找子空間，計(jì)算得到各個(gè)子空間的基，即找出潛在的不同模式。在每一類子空間上建立一個(gè)支持向量回歸預(yù)測模型，根據(jù)當(dāng)前風(fēng)速樣本與各個(gè)子空間的相似性，進(jìn)行集成預(yù)測。

本發(fā)明包括以下優(yōu)點(diǎn)：

1、首次提出基于模式的風(fēng)速預(yù)測方法，即考慮到風(fēng)速時(shí)間序列在不同的天氣條件下會呈現(xiàn)出不同的變化規(guī)律，在數(shù)學(xué)上對應(yīng)著不同的函數(shù)空間。本專利找出多個(gè)函數(shù)空間，并在不同模式上建立相應(yīng)的回歸預(yù)測模型。