[發明專利]一種新型風電功率預測方法及裝置

在審

• 申請號: 201910587612.8
• 申請日: 2019-07-02
• 公開（公告）號: CN110298511A
• 公開（公告）日: 2019-10-01
• 發明（設計）人: 武志濤;楊永輝;楊兆寧;曲宏旭;徐望寶
• 申請（專利權）人: 遼寧科技大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 鞍山貝爾專利代理有限公司 21223
• 代理人: 顏偉

本發明提供一種新型風電功率預測方法及裝置，其特征是依據實地風速測量，獲取一個月內每天的風速?功率數據，組成風速?功率樣本；根據此風速?功率樣本，建立基于P?Q分段云的風速?功率映射關系；根據風速的大小，分別判斷其所屬P?Q分段云的區段(i,j)，構建相應功率正態云，求取對應兩段風速?功率正態狀態轉移核；采用拒絕抽樣法生成風速v_t+1下的功率輸出預測值并對預測數據進行正態反變換，得到的數據序列即為原始功率序列，實現風功率預測。本發明基于P?Q分段法對傳統對稱云進行改進，將相似數據用同一參數云表征，以熵值表征風速?功率映射的概率性，以超熵表征映射的不確定性；顯著地提高了大型風電場風速?功率預測精度。

技術領域

本發明涉及風場風功率預測技術領域，具體地說，涉及一種新型風電功率預測方法及裝置。

背景技術

風能取之不盡，用之不竭，與傳統能源相比具有可再生、低成本，沒有污染物和碳排放等優點，同時其規?；蜕虡I化的開發前景和清潔的利用方式，都使得風能資源的發電、傳輸及使用相關技術成為目前行業的研究熱點。因為風速變化的隨機性，風電場出力具有很強的不穩定性，并且大型風力渦輪機不能儲存電能，而且不受人為控制。這些客觀存在的事實表明，雖然風力發電具有許多顯而易見的優點，但同時也將造成負面影響，這些問題在某些程度上限制了風力發電發展的步伐。因此做好風電發電的預測和調控是風電并網穩定運行和有效消納的重要條件。

傳統的風功率預測方法一般主要有物理方法和統計方法。物理模型的方法主要是根據風電場的地理信息和氣象信息，預測出未來一段時間內風電場的氣象數據，從而預測出風電場的輸出功率。統計方法是根據歷史風功率和氣象數據信息對風電場輸出功率進行預測，常用的預測方法有人工神經元網絡、蟻群算法和支持向量機(SVM)方法等。目前大部分風功率預測方法都是利用風電場的氣象數據和歷史數據對整個風電場的輸出功率進行預測，沒有考慮歷史風速的時間序列的相關性。

發明內容

為了解決上述現有技術的不足之處，本發明的目的在于提供一種新型風電功率預測方法及裝置，以克服現有技術中的缺陷。

為了實現上述目的，本發明采用了一種新型風電功率預測方法，所述方法包括如下步驟：

1)依據實地風速測量，獲取一個月內每天的風速-功率數據，組成風速-功率樣本；

2)根據此風速-功率樣本，建立基于P-Q分段云的風速-功率映射關系；

3)根據風速v_t和v_t+1的大小，分別判斷其所屬P-Q分段云的區段(i,j)，構建相應功率正態云，求取對應兩段風速-功率正態狀態轉移核；

4)采用拒絕抽樣法生成風速v_t+1下的功率輸出預測值

5)將產生的作為已知狀態，重復步驟2)至步驟3)得到并以此類推，進行多點預測；

6)根據式對預測數據進行正態反變換，得到的數據序列即為原始功率序列，實現風功率預測。

優選地，本發明所述新型風電功率預測方法中步驟1的建立基于P-Q分段云的風速-功率映射關系采用下述方法：

1)取出此地一個月內的風速-功率樣本；

2)建立P-Q分段法；

3)采用P-Q分段法將樣本數據劃分為10個區段，每個區段具有相似的概率及不確定性質；

4)建立樣本云模型；

5)對任意區段數據進行正態變換，具體步驟為：

①首先通過擬合的方法得到原始功率數據序列的累積概率分布函數F(·)