[發明專利]一種多預測模型串聯校正并聯耦合的可再生能源出力預測計算方法在審

申請號：	201810057009.4	申請日：	2018-01-22
公開（公告）號：	CN108233417A	公開（公告）日：	2018-06-29
發明（設計）人：	趙書強;方宇晨;李志偉	申請（專利權）人：	華北電力大學（保定）
主分類號：	H02J3/38	分類號：	H02J3/38
代理公司：	暫無信息	代理人：	暫無信息
地址：	071003 河北***	國省代碼：	河北;13
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	校正并聯耦合預測模型預測無跡卡爾曼濾波經驗模式分解預測計算預測結果出力串聯最小二乘法電力系統時間序列校正結果預測技術風電權重放大更新
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【權利要求書】：

1.一種多預測模型串聯校正并聯耦合的可再生能源出力預測計算方法，其特征在于，所述方法包括如下步驟：

步驟(1)采用多種基本預測模型對可再生能源進行出力預測；

步驟(2)對基本預測模型所得非線性非平穩的預測結果采用經驗模式分解得到多組平穩的時間序列；

步驟(3)所得多組平穩時間序列作為輸入，采用無跡卡爾曼濾波進行更新校正，將更新校正結果串聯相加得到校正值；

步驟(4)運用最小二乘法對所得多個預測模型的校正值進行并聯耦合，得到最終的可再生能源出力預測值。

2.根據權利要求1所述的方法，其特征在于，步驟(1)采用多種基本預測模型對可再生能源出力進行預測，其基本預測模型可以是自回歸求和滑動平均模型(Auto RegressiveIntegrated Moving Average，ARIMA)、BP神經網絡模型、支持向量機(Support VectorMachine，SVM)模型和灰色模型等具有預測功能的模型。

3.根據權利要求1所述的方法，其特征在于，步驟(2)本征模態函數IMF包含以下兩方面特征：

1)在整個信號上，極值點的個數和過零點的個數相差不大于1；

2)在任意點處，上、下包絡線(上、下包絡線分別由源數據的極大值和極小值組成)的均值為0。

4.根據權利要求1所述的方法，其特征在于，步驟(2)對基本預測模型所得非線性非平穩的預測結果采用經驗模式分解得到多組平穩的時間序列，其包括以下步驟：

1)找到原時間序列y(t)的所有極大值點，通過三次樣條函數擬合出極大值包絡線e₊(t)；同理，找到原時間序列y(t)的所有極小值點，通過三次樣條函數擬合出信號的極小值包絡線e_-(t)。上下包絡線的均值作為原信號的均值包絡m₁(t)：

2)將原時間序列減去m₁(t)就得到一個去掉低頻的新信號得到：

一般不是一個平穩的時間序列，不滿足本征模態函數的定義的兩個條件，重復上述過程，假定經過k次之后滿足本征模態函數的定義，則原時間序列y(t)的一階本征模態函數分量為：

3)用原時間序列y(t)減去c₁(t)，得到一個去掉高頻成分的新序列r₁(t)，則：

r₁(t)＝y(t)-c₁(t)

4)對r₁(t)重復得到c₁(t)的過程，得到第二個本征模態函數分量c₂(t)，如此反復進行，一直到第n階本征模態函數分量c_n(t)或其余r_n(t)小于預設值；或當殘余分量r_n(t)是單調函數或常量時，經驗模式分解過程停止。

5)y(t)經過經驗模式分解得到：

式中r_n(t)為趨勢項，代表序列的平均趨勢或均值。y(t)經過經驗模式分解后得到了n各頻率從高到低的本征模態函數IMF。