[發明專利]風力發電系統實時功率預測的修正方法

有效

• 申請號: 201310405278.2
• 申請日: 2013-09-06
• 公開（公告）號: CN103485977A
• 公開（公告）日: 2014-01-01
• 發明（設計）人: 潘文霞;朱建紅;張程程;全銳
• 申請（專利權）人: 河海大學
• 主分類號: F03D7/00
• 分類號: F03D7/00
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 許方

1.風力發電系統實時功率預測的修正方法，其特征在于，包括如下步驟：

步驟1，以數值天氣預報歷史數據以及風電場輸出風電功率歷史統計數據訓練BP神經網絡，建立天氣預報數據和風電功率之間的非線性關系；

步驟2，在采樣時間序列上，根據數值天氣預報數據預測風電功率，更新BP神經網絡訓練樣本集并預測各采樣時刻風電功率；

步驟3，根據各采樣時刻預測的風電功率P_p’(t)以及實際風電功率得到預測功率誤差P_e’(t-1)，由各采樣時刻預測功率誤差得到自適應修正因子β，再由表達式P_p”(t)=P_p’(t)-β×P_e’(t-1)得到t采樣時刻風電功率第一次修正值P_p”(t)；

步驟4，在各采樣時刻內，由實際風電功率、風電功率第一次修正值得到輸出功率實際誤差，將輸出功率實際誤差絕對值與誤差設定值相比較，

在當前采樣時刻輸出功率實際誤差絕對值小于誤差設定值時，輸出當前采樣時刻的風電功率第一次修正值；

在當前采樣時刻輸出功率實際誤差絕對值大于誤差設定值時，根據所述實際誤差啟動儲能系統電池充充放電，將儲能系統電池充放電功率計入當前采樣時刻風電功率得到當前采樣時刻的風電功率第二次修正值。

2.根據權利要求1所述的風力發電系統實時功率預測的修正方法，其特征在于，步驟2具體包括如下步驟：

步驟2-1，采集n個樣本點在t采樣時刻的天氣數據作為BP神經網絡輸入量，預測n個樣本點在t+1采樣時刻的風電場輸出功率，其中，t、n均為自然數；

步驟2-2，將n個樣本點在t采樣時刻的天氣數據以及預測的n個樣本點在t+1采樣時刻的風電功率作為新樣本加入BP神經網絡訓練樣本集，剔除當前采樣時間序列上的第一樣本點；

步驟2-3，t取值加1，進入下一采樣時刻，重復步驟2-1至步驟2-2。

3.根據權利要求1或2所述的風力發電系統實時功率預測的修正方法，其特征在于，在步驟2和步驟3之間還有步驟A，選擇儲能系統電池容量，具體方法如下：

步驟A-1，根據BP神經網絡預測的各采樣時刻風電功率得到功率預測上下限曲線：

步驟a，由當前采樣時刻預測的風電功率以及實際風電功率得到預測功率誤差；

步驟b，再由預測功率誤差絕對平均值修正當前采樣時刻風電功率得到下一采樣時刻預測誤差上限值、下限值；

步驟c，利用插值法擬合得到功率預測上下線曲線；

步驟A-2，在每個采樣時刻內：對于超出功率預測上限或下限的輸出功率積分得到誤差容量，按照采樣時間序列內數理統計誤差容量得到電池的充放電容量樣本；

步驟A-3，剔除偏差最大的儲能電池充放電容量樣本，根據儲能電池充放電效率和最大放電深度選擇儲能系統電池容量。

4.根據權利要求3所述的風力發電系統實時功率預測的修正方法，其特征在于，預測功率誤差由指數平滑的方法確定。