[發明專利]一種新能源預測功率的優化方法和系統

在審

• 申請號: 201911138532.0
• 申請日: 2019-11-20
• 公開（公告）號: CN111241457A
• 公開（公告）日: 2020-06-05
• 發明（設計）人: 項中明;陸春良;龔向陽;王會超;張俊;虞殷樹;王晴;朱曉杰;許曉慧;孫檬檬;周昶;江星星;栗峰
• 申請（專利權）人: 中國電力科學研究院有限公司;國網浙江省電力有限公司寧波供電公司;國網浙江省電力有限公司;國家電網有限公司
• 主分類號: G06F17/10
• 分類號: G06F17/10;G06Q10/04;G06Q50/06
• 代理公司: 北京安博達知識產權代理有限公司 11271
• 代理人: 徐國文

1.一種新能源預測功率的優化方法，其特征在于，所述方法包括：

根據各歷史時刻新能源預測功率偏差值確定預測時刻新能源預測功率優化值；

利用預測時刻新能源預測功率優化值修正預測時刻新能源預測功率。

2.如權利要求1所述的方法，其特征在于，所述根據各歷史時刻新能源預測功率偏差值確定預測時刻新能源預測功率優化值，包括：

步驟a.初始化i＝1；

步驟b.若預測時刻與新能源預測功率相關的第i類氣象數據和各歷史時刻與新能源預測功率相關的第i類氣象數據之間的偏差值均在與新能源預測功率相關的第i類氣象數據的偏差閾值內，則令i＝i+1，并轉至步驟c,否則，令所述預測時刻新能源預測功率優化值為0，并結束操作；

步驟c.若i＝N+1成立，則令預測時刻新能源預測功率優化值為各歷史時刻新能源預測功率偏差值的平均值，并結束操作；否則，返回步驟b，其中，N為與新能源預測功率相關的氣象數據類別的總數。

3.如權利要求2所述的方法，其特征在于，當新能源預測功率為風電預測功率時，則所述與新能源預測功率相關的氣象數據的類別包括風速數據、風向數據和溫度數據；

當新能源預測功率為光伏預測功率時，則所述與新能源預測功率相關的氣象數據的類別包括光功率密度數據和溫度數據。

4.如權利要求3所述的方法，其特征在于，所述各歷史時刻間的時間間隔為0.5h；

所述風向數據的偏差閾值為[-10°～10°]；

所述風速數據的偏差閾值為[-2m/s～2m/s]；

所述光功率密度數據的偏差閾值為[-0.2w/m²～0.2w/m²]；

當新能源預測功率為光伏預測功率時，則所述溫度數據的偏差閾值為[-5℃～5℃]；

當新能源預測功率為風電預測功率時，則所述溫度數據的偏差閾值為[-10℃～10℃]；

其中，w/m²為瓦/米的平方，℃為攝氏度，m/s為米/秒。

5.如權利要求1所述的方法，其特征在于，所述利用預測時刻新能源預測功率優化值修正預測時刻新能源預測功率，包括：

按下式修正預測時刻t新能源預測功率p^*(t)：

p^*(t)＝p_y(t)+p(t)

式中，p_y(t)為預測時刻t新能源預測功率優化值，p(t)為預測時刻t未修正的新能源預測功率。

6.一種新能源預測功率的優化系統，其特征在于，所述系統包括：

確定模塊，用于根據各歷史時刻新能源預測功率偏差值確定預測時刻新能源預測功率優化值；

修正模塊，用于利用預測時刻新能源預測功率優化值修正預測時刻新能源預測功率。

7.如權利要求6所述的系統，其特征在于，所述確定模塊，用于：

步驟a.初始化i＝1；

步驟b.若預測時刻與新能源預測功率相關的第i類氣象數據和各歷史時刻與新能源預測功率相關的第i類氣象數據之間的偏差值均在與新能源預測功率相關的第i類氣象數據的偏差閾值內，則令i＝i+1，并轉至步驟c,否則，令所述預測時刻新能源預測功率優化值為0，并結束操作；

步驟c.若i＝N+1成立，則令預測時刻新能源預測功率優化值為各歷史時刻的新能源預測功率偏差值的平均值，并結束操作；否則，返回步驟b，其中，N為與新能源預測功率相關的氣象數據類別的總數。

8.如權利要求7所述的系統，其特征在于，當新能源預測功率為風電預測功率時，則所述與新能源預測功率相關的氣象數據的類別包括風速數據、風向數據和溫度數據；

當新能源預測功率為光伏預測功率時，則所述與新能源預測功率相關的氣象數據的類別包括光功率密度數據和溫度數據。