[發(fā)明專利]一種分布式風(fēng)力發(fā)電站輸出功率的預(yù)測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010627046.1
• 申請(qǐng)日: 2020-07-02
• 公開(kāi)（公告）號(hào): CN111950763A
• 公開(kāi)（公告）日: 2020-11-17
• 發(fā)明（設(shè)計(jì)）人: 華昊辰;袁仲達(dá)
• 申請(qǐng)（專利權(quán)）人: 江蘇能來(lái)能源互聯(lián)網(wǎng)研究院有限公司
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06Q50/06;G06N3/04
• 代理公司: 無(wú)錫嘉馳知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 32388
• 代理人: 唐維鐵

1.一種分布式風(fēng)力發(fā)電站輸出功率的預(yù)測(cè)方法，其特征在于，包含以下步驟：

A、初步建模，分布式風(fēng)力發(fā)電站發(fā)電功率是各個(gè)子區(qū)域風(fēng)力發(fā)電機(jī)陣列發(fā)電功率的總和，設(shè)分布式風(fēng)力發(fā)電站子區(qū)域數(shù)量為N在給定時(shí)刻t，記該分布式風(fēng)力發(fā)電站總的發(fā)電功率為P_L(t)，并記子區(qū)域i，i＝1，2，...，N的風(fēng)力發(fā)電機(jī)陣列發(fā)電功率為P_L，i(t)，提出以下分布式風(fēng)力發(fā)電站發(fā)電功率模型

P_L，i(t)＝P_Lp，i(t)+P_Le，i(t)+P_N，i(t)# (2)，

其中P_Lp，i(t)為子區(qū)域i的風(fēng)力發(fā)電機(jī)陣列的期望發(fā)電功率，P_Le，i(t)是用粗糙微分方程模擬的子區(qū)域i的風(fēng)力發(fā)電機(jī)陣列的小幅度隨機(jī)波動(dòng)部分，P_N，i(t)是用點(diǎn)過(guò)程模擬的子區(qū)域i的風(fēng)力發(fā)電機(jī)陣列的大幅度隨機(jī)波動(dòng)部分，

B、針對(duì)P_Lp，i(t)進(jìn)行建模：采用滑動(dòng)平均的方法對(duì)數(shù)據(jù)進(jìn)行平滑化處理，以減少其中包含的隨機(jī)波動(dòng)，對(duì)子區(qū)域i，平滑化后的風(fēng)力發(fā)電機(jī)陣列發(fā)電功率記為使用當(dāng)?shù)氐奶鞖鈹?shù)據(jù)來(lái)對(duì)分布式風(fēng)力發(fā)電站發(fā)電功率進(jìn)行預(yù)測(cè)，使用平滑化的分布式風(fēng)力發(fā)電站發(fā)電功率作為風(fēng)力發(fā)電機(jī)陣列期望發(fā)電功率數(shù)據(jù)P_Lp，i(t)的預(yù)測(cè)目標(biāo)值用于生成預(yù)測(cè)模型，使用卷積神經(jīng)網(wǎng)絡(luò)來(lái)擬合子區(qū)域i的歷史的風(fēng)場(chǎng)分布和P_Lp，i(t)之間的關(guān)系，通過(guò)計(jì)算和不同時(shí)段的風(fēng)場(chǎng)分布數(shù)據(jù)之間的皮爾遜積矩相關(guān)系數(shù)來(lái)衡量歷史風(fēng)場(chǎng)分布數(shù)據(jù)和之間的相關(guān)性，此處定義R為皮爾遜積矩相關(guān)系數(shù)，使用X表示使用Y表示某一種天氣信息，包括溫度，濕度，大氣壓強(qiáng)，風(fēng)速，云量，降水概率，假設(shè)有N細(xì)X和Y的數(shù)據(jù)，它們的相關(guān)系數(shù)R的定義如式(2)所示，式中的和分別表示N組X和Y的均值

C、針對(duì)P_Le，i(t)進(jìn)行建模：對(duì)子區(qū)域i，本發(fā)明使用粗糙路徑理論驅(qū)動(dòng)的隨機(jī)微分方程來(lái)描述其風(fēng)力發(fā)電機(jī)陣列發(fā)電功率小幅度隨機(jī)波動(dòng)，即

dP_Le，i(t)＝μ_iP_Le，i(t)dt+σ_idR(t)# (4)，其中的R(t)為粗糙路徑，μ_i和σ_i為系統(tǒng)參數(shù)，根據(jù)實(shí)際隨機(jī)波動(dòng)分布式風(fēng)力發(fā)電站發(fā)電功率功率數(shù)據(jù)測(cè)量得到一系列可能的系統(tǒng)參數(shù)數(shù)組，即{μ_ik，σ_ik}，其中k＝1，2，...，N，即N組可能的參數(shù)數(shù)值，通過(guò)計(jì)算機(jī)多次擬合逼近后，可以得到最接近實(shí)際的一組μ_i和σ_i，可以得到(4)的解，即P_Le，i(t)的值，

D、針對(duì)P_N，i(t)進(jìn)行建模：對(duì)子區(qū)域i，使用點(diǎn)過(guò)程驅(qū)動(dòng)的隨機(jī)微分方程來(lái)模擬其風(fēng)力發(fā)電機(jī)陣列發(fā)電功率大幅度隨機(jī)波動(dòng)，即

dP_N，i(t)＝μ_jP_Le，i(t)dt+σ_jdN_i(t)# (5)，

其中N_i(t)為點(diǎn)過(guò)程，μ_j和σ_j為系統(tǒng)參數(shù)，根據(jù)實(shí)際跳躍性分布式風(fēng)力發(fā)電站發(fā)電功率數(shù)據(jù)測(cè)量得到一系列可能的系統(tǒng)參數(shù)數(shù)組，即{μ_jk，σ_jk}，其中k＝1，2，...，N，即N組可能的參數(shù)數(shù)值。通過(guò)計(jì)算機(jī)多次擬合逼近后，可以得到最接近實(shí)際的一組μ_j和σ_j，可以得到(5)的解，即P_N，i(t)的值。

2.根據(jù)權(quán)利要求1所述的一種分布式風(fēng)力發(fā)申站輸出功率的預(yù)測(cè)方法，其特征在于，所述步驟B中，根據(jù)對(duì)應(yīng)的時(shí)刻t，分別計(jì)算時(shí)刻t之前的歷史風(fēng)場(chǎng)分布數(shù)據(jù)和的相關(guān)系數(shù)R，根據(jù)其相關(guān)系數(shù)絕對(duì)值大小和實(shí)際的相關(guān)性分析選擇合適時(shí)間范圍截取歷史風(fēng)場(chǎng)分布數(shù)據(jù)序列作為輸入卷積神經(jīng)網(wǎng)絡(luò)的風(fēng)場(chǎng)分布特征，為該神經(jīng)網(wǎng)絡(luò)輸出的目標(biāo)值構(gòu)建對(duì)風(fēng)力發(fā)電機(jī)陣列發(fā)電功率的預(yù)測(cè)模型，通過(guò)使用梯度下降法對(duì)該神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，最終得到P_LP，i(t)模型。