[發明專利]一種基于風速波動特征提取的風電功率組合預測方法

有效

• 申請號: 201610140115.X
• 申請日: 2016-03-11
• 公開（公告）號: CN105719029B
• 公開（公告）日: 2019-08-27
• 發明（設計）人: 葉林;滕景竹;任成
• 申請（專利權）人: 中國農業大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06K9/62;G06N20/10;G06N3/08
• 代理公司: 北京衛平智業專利代理事務所(普通合伙) 11392
• 代理人: 董琪

本發明公開了一種基于風速波動特征提取的風電功率組合預測方法，包括以下步驟：對訓練樣本采集的風速數據進行歸一化；對歸一化之后的風速建立時間窗口，并在該時間窗口內進行多重分形譜分析；分析比較每一時間窗口的奇異指數α取值區間的寬度ω，奇異譜函數f(α)的峰值差Δf(α)，f(α)的對稱性參數S。根據參數[ω,Δf(α),S]對風速進行分類，并進一步調整時間窗口的大小。采用極端學習機、支持向量機和優化回歸功率曲線方法對劃分的類別依次進行訓練，并對所產生的預測結果進行月均精度對比，選擇其中一種方法作為該類別的最優單體算法，得到訓練好的模型。對測試樣本進行相同的分類及建模，并對不同模型選擇對應的最優單體算法分別進行預測，最后組合得到最終的預測結果。

技術領域

本發明涉及一種基于風速波動特征提取的風電功率組合預測方法，屬于電力系統運行與控制領域。

背景技術

隨著風電在我國整個電力系統中的滲透率逐步提高，其波動性、間歇性及隨機性所引起的電壓控制、有功調度和系統穩定等問題越來越突出，準確的風電功率預測不僅可以減少系統備用容量和儲能,降低系統運行成本,同時也有助于減輕風電接入對電網的沖擊,提高電網運行可靠性。

自然界風能的間歇特性決定了風電功率具有很強的波動性，隨著風電場數量和裝機容量的不斷增大，一旦將風電并入電網，這種功率波動將給電網的安全經濟運行帶來巨大挑戰。提前對風速和風電功率進行準確的預測，可以緩解電力系統調峰、調頻的壓力，有效提高電網對風電的接納能力。

目前，國內外對于風力發電預測課題的研究越來越廣泛和深入。普遍認為,由風速隨機變化引起的風電功率波動變化是含風力發電的電力系統穩定、控制問題的主要不確定因素。因此研究風電場的風速變化規律，建立合理的風電場風速變化模型，進一步對風電機組的出力特性進行預測尤為重要。

傳統預測方法主要是基于短期和超短期的預測，如基于數值天氣預報的物理方法，基于統計手段的卡爾曼濾波、人工神經網絡、混沌理論、極端學習機、支持向量機等預測方法。但是這些方法都是對歷史風速和歷史實際功率建立模型，進而對未來風電功率進行預測。這意味著預測模型的輸入與輸出的映射關系在不同的風速條件下有顯著的差異。因此，在不同的風速條件下單一的預測模型預測精度有待提高。

此外，當風速發生劇烈變化時，發生在該時間段的風速波動的頻繁程度和強烈程度也將增大。隨著時間的推移，只針對某一特定時間段內的歷史數據建立模型不能滿足全部時間序列上的風速波動的動態特性。而且，時間窗的大小對于數據特征的提取和分類有著至關重要的影響，太大和太小的窗口都不利于特征分析。

發明內容

針對現有技術中存在的缺陷，本發明的目的在于提供一種基于風速波動特征提取的風電功率組合預測方法。

為達到以上目的，本發明綜合考慮如下因素：

1、風電場NWP(數值天氣預報)風速、實際功率數據；

2、風速波動特性；

3、預測時間窗口的寬度；

4、多重分形譜的不同參數所對應的波動特征。

在以上因素的基礎上，一種基于風速波動特征提取的風電功率組合預測方法，包括以下步驟：

A.對訓練樣本采集的風速進行歸一化，以消除噪聲等干擾帶來的幅度的差異。

B.對歸一化之后的風速建立時間窗口，并在該時間窗口內進行多重分形譜分析，多重分形譜分析的主要參數包括奇異指數α、多重分形譜的奇異譜函數f(α)和奇異譜函數的對稱性參數S。

C.分析比較每一時間窗口的奇異指數α取值區間的寬度ω，多重分形譜的奇異譜函數f(α)的峰值差Δf(α)和奇異譜函數的對稱性參數S。