专利名称：一种短期风电功率预测系统的综合误差修正方法
技术领域：
本发明属于电力系统预测与控制技术领域。尤其涉及一种短期风电功率预测系统的综合误差修正方法。
背景技术：
随着风电装机容量在电力系统中所占比例的增加，由于风电固有的波动性、间歇性以及不可控性，传统的基于电源的可控性和负荷的可预测性的电力系统发电计划制定变得日益困难。风电发达国家经过长期的研究和探索发现短期风电功率预测(0-48小时预测)可以有效减轻风能对电力系统调度的不利影响，对电网日前调度优化、风电传输效率提高和风电机组检修维护等方面均有重要作用。目前大部分投入运行的风电功率预测系统都包含基于数值天气预报的短期风功率预测。数值天气预报是根据大气实际情况，在一定初值和边界条件下，通过数值计算求解描写天气演变过程的流体力学和热力学方程组来预报未来天气的方法。结合数值天气预报的短期风电功率预测可分为物理方法和统计方法两大类，物理方法利用风电场当地的微地形气象学建模，根据近地气象信息得到风力机组轮毂处的风速等信息，然后把这些信息作为风力机组功率输出模型的输入，得到风电功率预测的结果；统计方法则是通过对历史数据的统计分析，直接建立近地气象信息与风电功率输出之间的关系。两种方法的一个共同研究重点就是风力机组(风电场)功率输出模型的建立。欧美已具备多种较为成熟的短期风电功率预测系统，相比之下，国内风电功率预测研究多集中在各种预测算法的实现和模型的建立，所开发研制的预测系统投入工程实际应用后，预测精度并没有达到预期，往往存在较大的预测误差。短期风电功率预测误差的两个主要来源是风电场输出功率模型误差和数值天气预报误差。国内大部分研究侧重通过改进预测算法降低预测误差，预测误差的产生除了与预测算法和模型有关外，还和输入数据源的质量和分析密切相关。特别是我国风电正处于快速规模化发展阶段，很多风电场建设在环境较恶劣地区，通信环境和设备维护水平相对滞后，较容易产生历史突发事件或者某些特殊原因造成的统计异常数据，实际生产过程中数据预处理方法不恰当很容易对统计数据带来很大影响，从而成为较显著的输出功率模型误差来源。另一方面，对短期风功率预测而言，由于数值天气预报误差的存在，预测精度难以通过预测算法的改进实现质的提高。因此，如何在功率预测系统中通过输入数据预处理修正数值天气预报引入的预测误差具有十分重要的工程价值。
发明内容
本发明的主要目的是为了克服现有技术的不足，提出一种短期风电功率预测系统的综合误差修正方法，用于修正各种低质量输入数据影响的短期风电功率预测误差的方法，从而降低风电场输出功率模型环节误差和数值天气预报环节误差。该方法重视输入数据的处理和分析且工程上容易实施。
为达到上述目的，本发明的技术方案分为一种短期风电功率预测系统的综合误差修正方法，包括对风电场功率输出环节误差修正以及对数值天气预报环节误差修正；所述风电场功率输出环节误差修正首先用多台风机建模替代单机建模后累加计算功率输出模型的最佳建模粒度；其次利用倍方差法剔除功率输出模型散点图上的异常数据点，最后利用相关因子修正功率输出模型的系统误差； 所述数值天气预报环节误差修正首先通过对比实测风速和不同时空发生数值天气预报风速的相关系数和系统误差修正，得到主导数值天气预报风速序列，利用相关性分析法校正冷锋到达的时滞误差。所述计算最佳建模粒度是基于多台风机的功率及风速采样，将全风速段从最小风速到最大风速划分为多个子区间，选择若干台风机使输出功率均值在全风速段方差之和最小，其中若干台风机为最佳建模粒度。 由于工作环境恶劣或管理上的突发事件，从风电机组采集得到功率数据和气象信息的不确定度较高，反映在功率输出模型散点图上样本分散度较高，影响建模精度。在本发明中采用以下方法选择最佳建模粒度设m台风机为一组进行建模，输入风速[为该组风机各机组风速Vi的加权平均，其中下标i代表m台风机编号，i = 1,2,…，m，输出功率7也为该组风机各机组输出功率Pi的加权平均，下标i代表m台风机编号，i = 1,2,…，m J和；的工程简化可取算数平均。基于一段时间一批风电机组的功率和风速采样，将全风速段从最小风速到最大风速划分为s个子区间，最佳建模粒度指选择合适的风机建模机组数m，使这m台风机的输出功率均值在全风速段方差之和最小，即满足
_6] ⑴式中σ i表示风速区间i上功率输出均值的方差。所述倍方差法剔除功率输出模型散点图上的异常数据点的实现方式为将全风速段从最小风速到最大风速划分为多个子区间，在每个风速-功率子区间中，计算功率均值和方差，将M倍方差以外的点视为异常数据点甄别剔除。参考正态分布取三倍方差作为极限误差，取M彡3。采用倍方差法是由于现场突发事件，功率输出模型散点图中有时存在若干较为分散的异常数据点，有可能对建模精度有不利影响。所述利用相关因子修正功率输出模型的系统误差是采用回归法校正系统误差。系统误差指预测模型的规律性误差，可以分析误差与特定相关因素之间的分布关系，寻找功率输出模型误差与相关因子(如气象因素)之间的函数关系，用回归法校正这一误差。所述相关性分析法校正冷锋到达的时滞误差的方式为计算实测风速序列与数值天气预报风速序列的相关函数，函数的最大值决定了实测风速序列与数值天气预报风速序列的相位差，得到数值天气预报的时滞偏差，从而在输入数据处理环节修正该误差。通过对比实测风速序列V和不同时空发生数值天气预报风速序列族相关系数和系统误差修正的方法，得到主导数值天气预报风速序列P。利用相关性分析法校正冷锋到达的时滞误差。计算实测风速序列V与数值天气预报风速序列I)的相关函数J⑵/(、_.(〃/)序列最大值的位置决定了实测风速序列V与数值天气预报风速序列· 的相位差，由此可得到数值天气预报的时滞偏差，从而在输入数据处理环节修正该误差，提高短期风电功率预测精度。本发明的有益效果是，误差修正着重于处理短期功率预测系统的输入数据源，综合考虑了风电场功率输出模型环节和数值天气预报环节误差修正，对于各类短期风电功率预测方法，该误差修正方案具有普遍适用性，且便于应用于实际，能显著提高短期风电功率 预测的建模精度和预测精度。
图I为本发明的短期风电功率误差来源说明；图2为本发明的误差修正方案流程图；图3为本发明的实施例倍方差法剔除数据效果(左剔除前，右剔除后);图4为本发明的实施例系统误差(误差与风速的关系)。
具体实施例方式下面根据说明书附图并结合具体实施例对本发明的技术方案进一步详细表述。短期风电功率预测误差的主要来源如图I所示，本发明的综合误差修正方法从预测系统的输入数据源入手，修正各种低质量输入数据影响的短期风电功率预测误差，图2为本发明的较佳实施例误差修正方案流程图，具体步骤如下误差修正分为两个方面，风电场功率输出环节的误差修正和数值天气预报环节的误差修正。风电场功率输出环节的误差修正分为以下三个步骤第一步确定风电场最佳建模粒度，一般地，若风电场处于地势开阔的平原且风机型号一致，则更适合用多台风机建模替代单机建模后累加。这是由于工作环境恶劣或管理上的突发事件，从风电机组采集得到功率数据和气象信息的不确定度较高，反映在功率输出模型散点图(风速-功率散点图)上样本分散度较高，影响建模精度。可用以下方法选择最佳建模粒度收集至少一个月长度的风电场运行数据，包括每台风机的历史出力和气象信息。设m台风机为一组进行建模，输入风速^为各风机风速Vi的加权平均，输出功率7也为各风机输出功率Pi的加权平均， 和7的工程简化可取算数平均。基于风电机组的功率和风速采样，将全风速段从最小风速到最大风速划分为s个子区间，最佳建模粒度指选择合适的风机建模机组数m,使这m台风机的输出功率均值在全风速段方差之和最小，即满足
权利要求
1.一种短期风电功率预测系统的综合误差修正方法，其特征在于包括对风电场功率输出环节误差修正以及对数值天气预报环节误差修正； 所述风电场功率输出环节误差修正首先用多台风机建模替代单机建模后累加计算功率输出模型的最佳建模粒度；其次利用倍方差法剔除功率输出模型散点图上的异常数据点，最后利用相关因子修正功率输出模型的系统误差； 所述数值天气预报环节误差修正首先通过对比实测风速和不同时空发生数值天气预报风速的相关系数和系统误差修正，得到主导数值天气预报风速序列，利用相关性分析法校正冷锋到达的时滞误差。
2.根据权利要求I所述短期风电功率预测系统的综合误差修正方法，其特征在于所述计算最佳建模粒度是基于多台风机的功率及风速采样，将全风速段从最小风速到最大风速划分为多个子区间，选择若干台风机使输出功率均值在全风速段方差之和最小，其中若干台风机为最佳建模粒度。
3.根据权利要求I所述短期风电功率预测系统的综合误差修正方法，其特征在于所述倍方差法剔除功率输出模型散点图上的异常数据点的实现方式为将全风速段从最小风速到最大风速划分为多个子区间，在每个风速-功率子区间中，计算功率均值和方差，将M倍方差以外的点视为异常数据点甄别剔除；取1 < 3。
4.根据权利要求I所述短期风电功率预测系统的综合误差修正方法，其特征在于所述利用相关因子修正功率输出模型的系统误差是采用回归法校正系统误差。
5.根据权利要求I所述短期风电功率预测系统的综合误差修正方法，其特征在于所述相关性分析法校正冷锋到达的时滞误差的方式为计算实测风速序列与数值天气预报风速序列的相关函数，函数的最大值决定了实测风速序列与数值天气预报风速序列的相位差，得到数值天气预报的时滞偏差，从而在输入数据处理环节修正该误差。
全文摘要
本发明公开了一种短期风电功率预测系统的综合误差修正方法，该方法包括风电场功率输出环节误差修正和数值天气预报环节误差修正，风电场功率输出环节误差修正步骤，计算功率输出模型的最佳建模粒度，用多台风机建模替代单机建模后累加，利用倍方差法剔除功率输出模型散点图上的异常数据点，利用相关因子修正功率输出模型的系统误差。数值天气预报环节误差修正步骤，通过对比实测风速和不同时空发生数值天气预报风速的相关系数和系统误差修正，得到主导数值天气预报风速序列，利用相关性分析法校正冷锋到达的时滞误差。本发明针对现有短期风电功率预测系统输入数据质量较低的问题，对于各类短期风电功率预测方法，具有普遍适用性，且便于应用于工程实际，能显著提高短期风电功率预测的建模精度和预测精度。
文档编号G05B13/04GK102914969SQ20121037201
公开日2013年2月6日 申请日期2012年9月28日 优先权日2012年9月28日
发明者董旭柱, 段卫国, 雷金勇, 刘怡, 李果, 陈柔伊, 徐曼, 乔颖, 鲁宗相, 闵勇 申请人:南方电网科学研究院有限责任公司, 清华大学