[發(fā)明專利]基于核密度估計的風電功率區(qū)間預(yù)測方法及其實現(xiàn)系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202010043298.X
• 申請日: 2020-01-15
• 公開（公告）號: CN111310789B
• 公開（公告）日: 2023-08-22
• 發(fā)明（設(shè)計）人: 杜文佳
• 申請（專利權(quán)）人: 云南電網(wǎng)有限責任公司大理供電局
• 主分類號: G06F18/23213
• 分類號: G06F18/23213;G06Q10/04;G06Q50/06
• 代理公司: 深圳市華騰知識產(chǎn)權(quán)代理有限公司 44370
• 代理人: 彭年才

1.一種基于核密度估計的風電功率區(qū)間預(yù)測方法，其特征在于，包括以下步驟：

步驟一，基于連續(xù)時間段聚類的支持向量機建模方法對風電功率進行確定性點預(yù)測，得到風電功率預(yù)測值和實際值的對比圖；

步驟二，采用核密度估計及最優(yōu)窗寬選擇對各功率分區(qū)內(nèi)的預(yù)測誤差建立概率密度函數(shù)，并與遞歸方法和滑動窗寬方法所獲得的概率密度曲線與頻率直方圖進行對比分析；

步驟三，結(jié)合確定性點預(yù)測結(jié)果，計算滿足預(yù)定置信概率的風電功率預(yù)測區(qū)間，以區(qū)間覆蓋率和區(qū)間平均寬度為評價指標與遞歸方法和滑動窗寬方法進行對比分析，驗證由步驟二得到的概率密度函數(shù)的準確性；

其中，步驟二的采用核密度估計對各功率分區(qū)的預(yù)測誤差建立概率密度函數(shù)，具體步驟包括：

設(shè)預(yù)測誤差為e，所述預(yù)測誤差e為風電功率實際測量值與預(yù)測值之間的偏差，則概率密度函數(shù)如公式（8）所示：

（8）

式中，為高斯核函數(shù)，為誤差樣本，為窗寬系數(shù)，為樣本總數(shù)；

以小時為間隔，求每小時的風電功率平均值后，對功率值進行等間隔劃分，得到每15分鐘的風電功率值的點預(yù)測值；假設(shè)功率段長，風電功率的最大值、最小值分別為、，得到區(qū)段數(shù)為，且所分區(qū)間，；根據(jù)以上功率區(qū)間再進行二次劃分，即將一次劃分的部分分布相鄰且樣本點少的區(qū)間進行合并；

所述高斯核函數(shù)如公式（9）和（10）所示：

（9）

（10）；

其中，步驟二中的最優(yōu)窗寬的計算方法如下：

選用固定窗寬法對估計偏差項展開保留更高一階小項的方法，根據(jù)平均積分平方誤差MISE最小值來求解最優(yōu)窗寬；

平均積分平方誤差MISE的公式如公式（11）所示：

（11）

式中，為核密度估計的偏差項，為核密度估計的方差項；

其中，（12）

式中，；

通過對估計偏差項Taylor展開時保留更高一階小項，以提高算法的準確性，獲得最優(yōu)窗寬，如公式（13）所示：

（13）

設(shè)，通過近似方法求解，可得h的顯式表達式如公式（14）所示，同時考慮到f(e)為未知量，以來代替進行求解：

（14）

其中，；

其中，步驟三具體包括：通過積分求解概率密度函數(shù)的累積概率分布函數(shù)，其中為預(yù)測誤差的隨機變量。

將高斯核函數(shù)代入概率密度函數(shù)，結(jié)果如公式（15）所示。

（15）

令，積分后可得，進一步將其用誤差函數(shù)erf表示：

（16）

于是，最終可得到的表達式如下：

（17）

通過核密度估計法和最優(yōu)窗寬的選擇，得到預(yù)測誤差的概率密度函數(shù)，并通過積分得到累計概率分布函數(shù)，則滿足置信概率為的風電功率真實值的置信區(qū)間的下限為，上限為，其中，為累計概率分布函數(shù)的反函數(shù)，有，其中概率區(qū)間采用對稱概率區(qū)間，，。