[發(fā)明專利]一種基于概率分布的風(fēng)電功率場(chǎng)景生成方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202011064892.3
• 申請(qǐng)日: 2020-09-30
• 公開（公告）號(hào): CN112186761B
• 公開（公告）日: 2022-03-01
• 發(fā)明（設(shè)計(jì)）人: 李珂;王魯泮;張承慧;王海洋;楊帆
• 申請(qǐng)（專利權(quán)）人: 山東大學(xué)
• 主分類號(hào): H02J3/00
• 分類號(hào): H02J3/00;G06F30/27;G06F113/06
• 代理公司: 濟(jì)南圣達(dá)知識(shí)產(chǎn)權(quán)代理有限公司 37221
• 代理人: 李圣梅

本公開提出了一種基于概率分布的風(fēng)電功率場(chǎng)景生成方法及系統(tǒng)，包括：獲取風(fēng)電功率的預(yù)測(cè)值與實(shí)測(cè)值的歷史數(shù)據(jù)，提取風(fēng)電功率的預(yù)測(cè)值與實(shí)測(cè)值的差值，即預(yù)測(cè)誤差；選取對(duì)風(fēng)電呈直接影響的風(fēng)速、風(fēng)向及擬合誤差，分別擬合出三者影響下預(yù)測(cè)誤差的分布；將三類影響因素下的預(yù)測(cè)誤差分布按照相應(yīng)的權(quán)重參數(shù)進(jìn)行組合，以概率密度函數(shù)與分布直方圖的殘差平方和最小為目標(biāo)函數(shù)，求權(quán)重的最優(yōu)解，得到的預(yù)測(cè)誤差概率密度函數(shù)；將上述概率密度函數(shù)離散化，得到大量的隨機(jī)場(chǎng)景并選出典型場(chǎng)景。采用混合分布，通過給不同影響因素下的誤差分布設(shè)定權(quán)重，綜合考慮了各影響因素對(duì)誤差分布的影響，得到的擬合結(jié)果相比于單一誤差分布更準(zhǔn)確。

技術(shù)領(lǐng)域

本公開屬于風(fēng)力發(fā)電技術(shù)領(lǐng)域，尤其涉及一種基于概率分布的風(fēng)電功率場(chǎng)景生成方法及系統(tǒng)。

背景技術(shù)

本部分的陳述僅僅是提供了與本公開相關(guān)的背景技術(shù)信息，不必然構(gòu)成在先技術(shù)。

風(fēng)能作為一種大規(guī)模、無污染的可再生能源，取之不盡用之不竭；且風(fēng)電場(chǎng)建設(shè)周期短，裝機(jī)規(guī)模靈活運(yùn)行成本低，基于此風(fēng)力發(fā)電技術(shù)受到廣泛青睞。然而，風(fēng)速具有間歇性的特點(diǎn)，使得風(fēng)力發(fā)電具有很強(qiáng)的隨機(jī)性、不穩(wěn)定性，從而導(dǎo)致了發(fā)電電能質(zhì)量、并網(wǎng)可靠性降低，這給風(fēng)力發(fā)電技術(shù)帶來了巨大挑戰(zhàn)。針對(duì)風(fēng)電波動(dòng)隨機(jī)性帶來的影響，風(fēng)電功率預(yù)測(cè)技術(shù)使得風(fēng)電場(chǎng)對(duì)未來一段時(shí)間風(fēng)電功率的情況有了預(yù)估，便于安排調(diào)度，以成為當(dāng)前風(fēng)力發(fā)電領(lǐng)域的主流技術(shù)。但風(fēng)電功率受到多種自然、技術(shù)因素的影響，在時(shí)間尺度上呈現(xiàn)較強(qiáng)的無規(guī)律性，在當(dāng)前技術(shù)水平下大幅度提高單點(diǎn)預(yù)測(cè)精度來直接描述波動(dòng)性極為困難，而對(duì)預(yù)測(cè)誤差的概率分析可以彌補(bǔ)風(fēng)電功率預(yù)測(cè)的不足，根據(jù)概率分布生成風(fēng)電功率場(chǎng)景是處理風(fēng)力發(fā)電中波動(dòng)性問題的重要方法。

風(fēng)電場(chǎng)景生成技術(shù)主要包含以下兩個(gè)部分，波動(dòng)性概率分析與代表性場(chǎng)景生成。波動(dòng)性概率分析是基于統(tǒng)計(jì)學(xué)方法，對(duì)風(fēng)電功率日前預(yù)測(cè)所產(chǎn)生的誤差值進(jìn)行統(tǒng)計(jì)，并根據(jù)統(tǒng)計(jì)得到的誤差分布直方圖進(jìn)行擬合，最終得到誤差分布的概率密度函數(shù)。根據(jù)誤差的概率分布，結(jié)合日前預(yù)測(cè)可以得到未來時(shí)刻風(fēng)電功率各個(gè)時(shí)刻的概率分布情況，基于此可生成各時(shí)刻功率值隨機(jī)數(shù)，從而得到多條風(fēng)電功率曲線即場(chǎng)景集。

發(fā)明人在研究中發(fā)現(xiàn)，現(xiàn)有的風(fēng)電場(chǎng)景生成技術(shù)存在以下問題。概率擬合中往往選用單一的分布函數(shù)對(duì)各時(shí)刻風(fēng)電預(yù)測(cè)誤差擬合，如正態(tài)分布，單一的分布函數(shù)很難表現(xiàn)出風(fēng)電預(yù)測(cè)誤差分布的“尖峰后尾”特性，以及各個(gè)時(shí)刻誤差分布的差異性。以往的擬合過程僅考慮了風(fēng)速對(duì)預(yù)測(cè)誤差的影響，未綜合考慮其他自然、技術(shù)因素的影響，從而導(dǎo)致擬合結(jié)果不準(zhǔn)確。此外，場(chǎng)景生成過程中會(huì)生成大量的風(fēng)電功率曲線，導(dǎo)致風(fēng)電場(chǎng)調(diào)度優(yōu)化的效率降低，如何快速的選出有代表性的典型場(chǎng)景涵待研究。

發(fā)明內(nèi)容

為克服上述現(xiàn)有技術(shù)的不足，本公開提供了一種基于概率分布的風(fēng)電功率場(chǎng)景生成方法，解決現(xiàn)有研究中對(duì)風(fēng)電預(yù)測(cè)誤差概率分析不準(zhǔn)確、生成場(chǎng)景數(shù)量過多以及生成場(chǎng)景不具代表性等問題。

為實(shí)現(xiàn)上述目的，本公開的一個(gè)或多個(gè)實(shí)施例提供了如下技術(shù)方案：

第一方面，公開了一種基于概率分布的風(fēng)電功率場(chǎng)景生成方法，包括：

獲取風(fēng)電功率的預(yù)測(cè)值與實(shí)測(cè)值的歷史數(shù)據(jù)，提取風(fēng)電功率的預(yù)測(cè)值與實(shí)測(cè)值的差值，即預(yù)測(cè)誤差；

選取對(duì)風(fēng)電呈直接影響的風(fēng)速、風(fēng)向及擬合誤差，分別擬合出三者影響下預(yù)測(cè)誤差的分布；

將三類影響因素下的預(yù)測(cè)誤差分布按照相應(yīng)的權(quán)重參數(shù)進(jìn)行組合，以概率密度函數(shù)與分布直方圖的殘差平方和最小為目標(biāo)函數(shù)，求權(quán)重的最優(yōu)解，得到的預(yù)測(cè)誤差概率密度函數(shù)；

將上述概率密度函數(shù)離散化，得到大量的隨機(jī)場(chǎng)景并選出典型場(chǎng)景。

第二方面，公開了一種基于概率分布的風(fēng)電功率場(chǎng)景生成系統(tǒng)，包括：

預(yù)測(cè)誤差獲取模塊，被配置為：獲取風(fēng)電功率的預(yù)測(cè)值與實(shí)測(cè)值的歷史數(shù)據(jù)，提取風(fēng)電功率的預(yù)測(cè)值與實(shí)測(cè)值的差值，即預(yù)測(cè)誤差；