[發明專利]基于動態相關性特征的超短期風電功率預測方法

有效

• 申請號: 201510808551.5
• 申請日: 2015-11-20
• 公開（公告）號: CN105279582B
• 公開（公告）日: 2019-01-04
• 發明（設計）人: 高志偉;王永平;楊根銓;曹學華
• 申請（專利權）人: 水電十四局大理聚能投資有限公司;云南省大理白族自治州氣象局
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 昆明正原專利商標代理有限公司 53100
• 代理人: 金耀生

1.一種基于動態相關性特征的超短期風電功率預測方法，其特征在于，包括以下步驟：

步驟(1)，資料收集與整理：選取風電場歷史發電功率連續數據，時間間隔為15分鐘，整理成樣本長度為n的連續時間序列風電功率數據，所選資料的連續時間不得少于10天，即n>960；

步驟(2)，動態相關數據構造及相關系數計算：

選擇預測時刻前120小時內480個時刻對應的發電功率作為該預測時刻的備選預測樣本；

(2.1)預測對象數據集構造

從樣本最后t_n時刻開始，采集t_n，t_n-1，…，t₄₈₁時刻對應的發電功率為形成數據集Y作為預測對象數據集，令集合

(2.2)預測樣本數據集構造

從樣本t_n-1時刻開始，采集t_n-1，t_n-2，…，t₄₈₀時刻對應的發電功率形成數據集X₁，作為第1個預測樣本數據集，令集合從樣本t_n-2時刻開始，采集t_n-2，t_n-3，…，t₄₇₉時刻對應的發電功率為形成數據集X₂，作為第2個預測樣本數據集，令集合

…，…

從樣本t_n-480時刻開始，采集t_n-480，t_n-481，…，t₁時刻對應的發電功率為形成數據集X₄₈₀，作為第480個預測樣本數據集，令集合

(2.3)相關系數計算公式

式中：

━第k個預測樣本數據集i時刻發電功率；

Y_i━預測對象數據集i時刻發電功率；

━第k個預測樣本數據集的平均值；

━預測對象數據集的平均值；

m━構造數據集長度，即n-480；

(2.4)相關系數計算

分別計算共計480個相關系數；

步驟(3)，預測樣本篩選：根據步驟(1)所選資料，按照步驟(2)的動態相關數據構造方法，構造出長度為n-480的預測對象數據集，以及長度為(n-480)的480個預測樣本數據集，運用步驟(2.4)相關系數計算方法分別計算構造后長度為n-480的預測對象數據集與長度為(n-480)的480個預測樣本數據集的相關系數；然后將480個相關系數平均分為5個時間段，每個時間段96個相關系數；每個時間段選擇1個相關系數最大的作為該時段內最優預測樣本數據集的方法，依次選出5個最優預測樣本數據集；

步驟(4)，預測模型建立：

根據步驟(3)篩選出5個最優預測樣本數據集，將這5個樣本的時間序列作為預測模型的自變量矩陣X，預測對象的時間序列作為因變量矩陣Y，形成由5維自變量數據矩陣X和1維因變量數據矩陣Y建立的預測模型訓練樣本；按此方法分別建立00時00分-23時45分每個時刻16個預測模型訓練樣本，共計96×16＝1536個預測模型訓練樣本，每個時刻預測模型數學表達式如下所示：

為t_n+1時刻預測功率，分別為t_n+1時刻預測的5個最優預測樣本數據集，其余預測時刻以此類推，直至預測模型建立完成；

步驟(5)，實施預測：

預測模型訓練樣本建立完成后，獲取預測時刻前480個時刻風電場發電功率數據，根據最優樣本數據集的相對位置從預測時刻前480個時刻風電場發電功率數據中提取5個最優預測樣本數據集，然后采用步驟(4)的方法建立預測模型，再采用APLSR算法進行計算，即得到預測功率；

步驟(6)，預測誤差計算方法：

根據中華人民共和國能源行業標準《風電功率預測系統功能規范》(NB\T31046-2013)考核標準，分別計算風電場發電功率超短期預測的均方根誤差，用于檢驗預測效果，計算公式如下：

式中：

P_Mi━i時刻的發電功率；

P_Pi━i時刻的預測功率；

Cap_i━i時刻的開機總容量；

n━預測樣本個數。