[發明專利]基于風電功率變化量的Markov鏈建模、預測方法

在審

• 申請號: 201410784358.8
• 申請日: 2014-12-16
• 公開（公告）號: CN104463371A
• 公開（公告）日: 2015-03-25
• 發明（設計）人: 贠志皓;孫景文
• 申請（專利權）人: 山東大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 張勇

1.一種基于風電功率變化量的Markov鏈建模、預測方法，其特征是：包括以下步驟：

(1)建立時間和狀態均為離散的Markov鏈模型；

(2)將連續的時間軸劃分為離散時刻，通過將原始功率樣本空間轉化為風電功率變化量樣本空間，構建Markov鏈模型的樣本空間；

(3)針對風電功率變化量的樣本空間，結合風電功率變化量樣本數據的分布統計結果，擬合變化量概率分布的概率密度函數，設置置信區間，構建相應的狀態空間；

(4)根據隨機過程的Markov性，統計并計算Markov鏈模型的轉移概率矩陣，獲得了風電功率變化量在各狀態間的條件轉移概率，描述了風電功率的變化特性和波動規律；

(5)基于風電功率變化量Markov鏈模型進行單步預測和多步預測，并對多步預測誤差累積情況進行分析。

2.如權利要求1所述的一種基于風電功率變化量的Markov鏈建模、預測方法，其特征是：所述步驟(1)中，時間和狀態均為離散的隨機過程{X_n＝X(n),n＝0,1,2,...}的狀態空間為I＝{S₁,S₂,…}，假設只要過程在當前時刻處于狀態S_i，就有一個固定的概率使過程在下一時刻處于狀態S_j，即假設對于一切狀態與一切n≥0，有

P{X_n＝S_j|X₁＝S₁,X₂＝S₂,…X_n-1＝S_i}

＝P{X_n＝S_j|X_n-1＝S_i},S_·∈I???(1)

這樣的隨機過程稱為Markov鏈；

對于一個Markov鏈，在給定過去的狀態S₀，S₁，…，S_n-1和現在的狀態S_n時，將來的狀態X_n+1的條件分布獨立于過去的狀態，且只依賴于現在的狀態S_n，以Π記一步轉移概率π_ij的矩陣，π_ij表示過程處在狀態S_i時下一次轉移到狀態S_j的條件概率轉移矩陣，其元素滿足：

πij≥0,Σj=1∞πij=1---(2)]]>

3.如權利要求1所述的一種基于風電功率變化量的Markov鏈建模、預測方法，其特征是：所述步驟(2)中，具體方法為：以時間間隔Δt將連續的時間軸劃分為離散的時刻，則對于任意兩相鄰時刻t-1和t有：

t＝t-1+Δt???(3)

通過一步線性變換，將原始功率樣本空間轉化為風電功率變化量樣本空間，風電功率在時間間隔[t-1,t]的變化量可表示為：

V_t＝P_t-P_t-1???(4)

其中P_t-1和P_t分別為t-1時刻和t時刻的風電功率值，V_t為風電功率在時間間隔[t-1,t]的變化量，對隨機過程中任意兩相鄰時刻，其對應時間間隔的風電功率變化量均采用該方法計算得到，根據風電功率歷史時間序列，采用一步差分線性變換，即可得到風電功率變化量的歷史樣本序列，以此作為構建Markov鏈模型的樣本空間。