[發明專利]基于卡爾曼濾波器多氣象源超短期風速預測方法及裝置

有效

• 申請號: 201710001786.2
• 申請日: 2017-01-03
• 公開（公告）號: CN106909983B
• 公開（公告）日: 2020-03-13
• 發明（設計）人: 向婕;雍正;李丹丹
• 申請（專利權）人: 國能日新科技股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06F17/16
• 代理公司: 天津合正知識產權代理有限公司 12229
• 代理人: 李成運;李震勇

本發明提供了一種基于卡爾曼濾波器多氣象源超短期風速預測方法及裝置，包括：(1)根據超短期預測要求建立若干模型，然后分別進行模型更新及在線預測；(2)各模型初始化卡爾曼濾波器參數，更新先驗誤差協方差矩陣；(3)獲取輸入向量，并由此計算卡爾曼增益矩陣；(4)獲取當前時刻實發風速，風速屬于正常值范圍內，則更新模型，否則，進入步驟(6)，利用未更新的模型進行超短期預測；(5)更新后驗誤差協方差矩陣；(6)獲取最新的輸入向量，并由此計算更新后模型所計算超短期預測風速。本發明基于卡爾曼濾波器算法進行模型更新，解決超短期風速預測模型的自動更新問題，可在線實時對風速預測偏差進行修正，提高超短期風速預測精度。

技術領域

本發明屬于風電領域，特別是涉及到一種基于卡爾曼濾波器多氣象源超短期風速預測方法及裝置。

背景技術

風能具有隨機性、間歇性的特點，對電網的運行調度帶來很大的困難，超短期功率預測是指導電網進行日內發電計劃調度及電力交易市場穩定運行的關鍵技術。風電超短期功率預測的準確性主要決定于超短期風速預測的準確性。當前風速超短期預測主要依靠數值天氣預報NWP(Numerical Weather Prediction)的短期預測風速，但是NWP預測風速往往偏差較大，很難達到超短期功率預測所需精度。

當前解決NWP預測風速準確性不穩定的最有效手段主要是引入多個NWP系統的預測功率，然后與實際風速間建立回歸模型，在線預測時根據此模型及NWP系統的短期預測風速預測出為了15分鐘～4小時的超短期風速。

由于NWP預測風速偏差的不穩定性，需要不斷更新風速回歸模型，特別是天氣模式變化比較頻繁的時候，需要耗費大量人力物力進行模型的維護，無法自動進行模型的更新。

發明內容

本發明提出一種基于卡爾曼濾波器多氣象源超短期風速預測方法及裝置，解決超短期風速預測模型的自動更新問題，實時修正預測風速偏差，從而提高超短期預測風速的準確性。

為達到上述目的，本發明的技術方案是這樣實現的，一種基于卡爾曼濾波器多氣象源超短期風速預測方法，包括：

(1)根據超短期預測要求建立若干模型，然后分別進行模型更新及在線預測；

(2)各模型初始化卡爾曼濾波器參數，更新先驗誤差協方差矩陣；

(3)獲取輸入向量，并由此計算卡爾曼增益矩陣；

(4)獲取當前時刻實發風速，風速屬于正常值范圍內，則更新模型，否則，進入步驟(6)，利用未更新的模型進行超短期預測；

(5)更新后驗誤差協方差矩陣；

(6)獲取最新的輸入向量，并由此計算更新后的模型所計算超短期預測風速。

進一步的，步驟(1)所述建立模型，依據超短期預測超需要進15分鐘～4小時風速預測，即采樣周期為15分鐘，共16步前向預測，共建立16個模型，然后分別進行模型更新及在線預測。

進一步的，步驟(2)所述更新先驗誤差協方差矩陣的公式為：P＝P+Q，其中P為誤差協方差矩陣初值，Q為狀態噪聲協方差矩陣。

進一步的，步驟(3)和步驟(6)所述輸入向量為若干NWP氣象源的短期預測風速。

進一步的，步驟(5)所述更新后驗誤差協方差矩陣的公式為：

P＝(I-Kx^T)P

其中，K為步驟(3)計算得到的卡爾曼增益矩陣，x為輸入向量。

本發明的另一方面，還提供了一種基于卡爾曼濾波器多氣象源超短期風速預測裝置，包括：

模型模塊，用于根據超短期預測要求建立若干模型，然后分別進行模型更新及在線預測；