[發明專利]一種混合智能技術的超短期風功率預測方法

在審

• 申請號: 201811042356.6
• 申請日: 2018-09-07
• 公開（公告）號: CN109255726A
• 公開（公告）日: 2019-01-22
• 發明（設計）人: 房新力;董偉;楊強;趙巖;盧迪;陳曉鋒;陸艷艷
• 申請（專利權）人: 中國電建集團華東勘測設計研究院有限公司;浙江大學
• 主分類號: G06Q50/06
• 分類號: G06Q50/06;G06Q10/04;G06K9/62
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 鄭海峰

本發明公開了一種基于混合智能技術的超短期風功率預測方法。以解決超短期風力發電難以預測的挑戰。所提方法在可用的原始數據基礎上采用一系列數據處理技術，包括基于統計分析的輸入變量選取、基于主成分分析(PCA)技術的屬性約簡以及基于K?means聚類算法的特征子集劃分，以獲得更為相關及有效的濃縮數據作為預測的輸入信息。所提方法采用自適應神經模糊推理系統(ANFIS)對輸入信息進行訓練學習，以獲取輸出預測結果。訓練過程中通過粒子群優化(PSO)算法對ANFIS參數優化求解，以降低預測誤差。應用實際風電場的預測結果對該混合智能方法進行了評價，實驗表明，該方法能達到有效的預測精度。

技術領域

本發明涉及新能源發電的風電功率預測領域，特別是涉及一種基于混合智能技術的超短期風功率預測方法。

背景技術

風功率預測系統對接入大量風電的電力系統運行有重要意義。電力系統是一個復雜的動態系統，維持發電、輸電、用電之間的功率平衡是電網的責任。沒有風電的電力系統，電網調度機構根據日負荷曲線可以制定發電計劃，滿足次日電力的需求。風電場輸出功率具有波動性和間歇性，風電的大規模接入導致發電計劃制定難度大大增加，風電給電力系統的調度運行帶來巨大挑戰。對風電場輸出功率進行預測是緩解電力系統調峰、調頻壓力，提高風電接納能力的有效手段之一，同時，風電場開發企業也可以利用風電預報選擇風力較小的天氣合理安排風電機組設備的檢修，盡可能減少因風電機組檢修無法發電帶來的發電量損失。

風電功率預測方法是影響預測的準確率的關鍵因素。目前傳統風功率預測方法主要有基于統計的方法，基于物理建模的方法以及基于人工智能技術的方法。但單一技術難以實現高精度預測，無法充分挖掘出未來風電出力與各因素之間關系，加之噪聲數據影響，使得超短期風功率預測成為多變量高度非線性的復雜問題。而采用具有針對性的混合智能方法是問題的有效的決途徑。

本發明公開一種基于動態自適應模糊邏輯微電網能量調度方法。該方法使用預測信息通過啟發式優化算法自適應地確定未來一段時間的模糊控制器，包括確定隸屬度函數形狀以及推理規則集。利用模糊邏輯推理適用于處理模糊的和不精確的信息，該最優模糊控制器推理機可以更好地滿足實時性能量調度優化問題。

本發明公開了一種基于混合智能技術的超短期風功率預測方法。該方法建立了利用歷史的功率時間序列和公開的數值天氣預報(NWP)等數據的高效混合模型，所提方法在可用的原始數據基礎上采用一系列數據處理技術，包括主成分分析(PCA)與K-means聚類算法，以獲得更為相關及有效的數據作為預測的輸入信息。通過自適應神經模糊推理系統(ANFIS)和元啟發式優化算法對輸入信息進行訓練學習，獲得更為精確的預測結果。

發明內容

本發明的目的在于針對現有技術的不足，提供一種基于混合智能技術的超短期風功率預測方法。本發明所采用的技術方案如下：

步驟(1)：依據歷史功率記錄數據以及公開數值天氣預報信息構造原始輸入向量，所包含特征為功率以及風速統計量，對于當前時刻t為要預測t+τ時刻功率值所選輸入向量為：

x(t,τ)＝[P(t-1),P(t),v(t+τ),Δv_p(t+τ),Δv_b(t+τ),V(t+τ)] (1)

其中，P(t)與v(t+τ)分別為當前時段功率平均值以及預測時段NWP風速值，mean(g),min(g),max(g),std(g)分別表示時間序列的均值，最小值，最大值，以及標準差，Δτ為選取統計序列的范圍半徑。對于超短期預測，通常要求時間分辨率為15分鐘，預測未來4小時風功率序列，因此預測步長可取τ＝1,2,K,16。