一种风电功率预测系统的横向误差平移修正方法
【专利摘要】本发明提供了一种风电功率预测系统的横向误差平移修正方法，包括：采集风电功率历史预测和实测数据序列，按四个季度分类，将每年各季度数据划分为三种功率趋势段：功率持续增加段、功率持续降低段和功率保持不变段；采用功率趋势持续时间模型得到各功率趋势段持续时间序列并进行概率统计分析，得出宏观集中分布值，输入风电功率预测横向误差模型得到每年各季度横向误差，对N年同季度横向误差取加权平均值作为各季度横向误差修正值；用该值对风电功率预测系统提供给电网调度的预测功率序列进行平移修正，并对平移修正效果整体评估。本发明对各类风电、光电等功率短期或超短期预测系统具有普遍适用性，能进一步提高各类功率预测系统精度。
【专利说明】—种风电功率预测系统的横向误差平移修正方法
【技术领域】
[0001]本发明属于电力系统预测与控制【技术领域】，尤其涉及一种风电功率预测系统的横向误差平移修正方法。
【背景技术】
[0002]对风电场未来一段时间(短期或超短期)的输出功率进行较高精度和可信度的预测，是电力系统调度机构制定风电调度计划、实现风力发电“可控、可调”及大规模并网目标的前提和必须关注解决的问题。目前关于风电功率预测方面的研究大多集中于预测方法及方法的改进上。现有技术对不同的风电功率预测方法进行了深入探讨和研究，且国标要求并网风电场应当装备风电功率预测系统。但从全国各类型风电功率预测系统的预测效果来看，其精度依然有限，难以做到对风电未来功率的精确预测。
[0003]对风电功率预测误差进行全面、深入的分析研究，找出误差产生的原因，是制定误差补偿、修正策略，提高风电功率预测精度的重要前提和根本途径。而目前的研究主要集中于风电功率预测的纵向误差方面，尚未见公开发表的关于风电功率预测横向误差方面的专项研究。本发明对大量风电功率短期和超短期预测和实测数据进行对比研究发现，横向误差的产生是纵向误差存在的根本原因之一。另外，现有风电功率预测系统普遍存在输出的预测数据序列在横向时间轴上超前或滞后于实测数据序列的问题，并由此产生一定的横向误差，这也是无法通过改进预测模型精度和预测方法等措施以进一步提高预测精度的根本原因之一。
[0004]因此本发明针对现有风电功率预测系统中存在的由预测数据序列在横向时间轴上超前或滞后于实测数据序列而产生的横向误差问题，公开了一种风电功率预测系统的横向误差平移修正方法，在一定程度上解决了上述问题，能进一步提高各类功率预测系统精度，对于风电、光伏发电等各类功率预测系统都具有普遍适用性，降低风电、光伏发电调度难度和电力系统化石能源热备用容量，减少风电场弃风和光能资源浪费，提高风电场、光伏电站运营经济效益。
【发明内容】
[0005]本发明针对现有风电功率预测系统中存在的由预测数据序列在横向时间轴上超前或滞后于实测数据序列而产生的横向误差问题，公开了一种风电功率预测系统的横向误差平移修正方法，对于风电、光伏发电等各类功率预测系统都具有普遍适用性。
[0006]该方法的技术方案是，一种风电功率预测系统的横向误差平移修正方法，其特征是所述方法包括下列步骤:
[0007](I)采集风电功率历史短期或超短期预测和实测数据序列，按照四个季度进行分类，将每年各季度的数据分别划分为三种功率趋势段:功率持续增加段、功率持续降低段和功率保持不变段，并生成功率趋势段起止点序列；
[0008](2)采用功率趋势持续时间模型得到各功率趋势段的持续时间序列；[0009](3)对各功率趋势段的持续时间进行概率统计分析，得出宏观集中分布值，输入风电功率预测横向误差模型，得到每年各季度的横向误差，对每年同季度的横向误差取加权平均值作为各季度的短期或超短期横向误差修正值输出；
[0010](4)对风电功率预测系统提供给电网调度的风电功率短期或超短期预测序列根据各季度的横向误差修正值进行平移修正，并对平移修正前后的效果进行整体评估。
[0011 ] 所述采集风电功率历史短期或超短期预测和实测数据序列，按照四个季度进行分类，是指分别将采集到的历年风电功率短期或超短期预测和实测数据，按照四个季度进行拆分，则采集到的数据包括短期或超短期预测数据的(η年Xm季度)组和与预测数据同期的短期或超短期实测数据的(η年Xm季度)组数据。
[0012]所述将每年各季度的数据分别划分为三种功率趋势段:功率持续增加段、功率持续降低段和功率保持不变段，分别是指风电预测或实测功率在该段内的变化趋势始终保持不变，即功率持续增加、持续降低和保持不变的功率曲线段。其划分方法分为计及功率趋势跃变点和忽略功率趋势跃变点两种情况。计及功率趋势跃变点是对功率趋势段进行严格意义的划分，忽略功率趋势跃变点能够较全面的把握相邻功率趋势段的功率变化情况。
[0013]所述功率趋势持续时间模型是由计及功率趋势跃变点的功率趋势段起止点序列或忽略功率趋势跃变点的功率趋势起止点序列中各元素对应的时刻值构成，并据此输出预测和实测各功率趋势段的持续时间序列。
[0014]所述对各功率趋势段的持续时间进行概率统计分析，得出宏观集中分布值，是指分别对预测和实测各功率趋势段的持续时间序列进行概率统计分析，分别得出预测和实测三个功率趋势段持续时间的宏观集中分布概率利用公式Ti = OCCU_T_iXRdes_T_i，其中i=1,0,2, 0CCU_T_i分别代表功率持续增加段、保持不变段和降低段的持续时间宏观集中分布概率，Rdes_T_i分别代表与0CCU_T_i相对应的持续时间，得出预测值各功率趋势持续时间的宏观集中分布值Ti_PF和实测值各功率趋势持续时间的宏观集中分布值?\_ΡΜ。
[0015]所述将宏观集中分布值，输入风电功率预测横向误差模型，得到每年各季度的横向误差，对每年同季度的横向误差取加权平均值作为各季度的短期或超短期横向误差修正值输出是指:分别将预测值和实测值的宏观集中分布值 和Ti_PM输入风电功率预测横向误差模型ATi = Pf-TlPm(i = 1,0,2)中，得到每年各季度的横向误差ATi，并对每
年同季度的横向误差取加权平均值W作为各季度的短期或超短期横向误差修正值进行输出。
[0016]所述对风电功率预测系统提供给电网调度的风电功率短期或超短期功率预测序列根据各季度的短期或超短期横向误差修正值进行平移修正是指:首先对风电功率预测系统提供给电网调度的风电功率短期或超短期功率预测序列按照忽略功率趋势跃变点的方法进行划分；其次根据各季度在各功率趋势段的短期或超短期横向误差修正值W，分别对已划分好的三种风电短期或超短期预测功率趋势段进行平移修正，平移修正遵循如下原则:
[0017]①O则将相应功率趋势段向时间轴左侧平移，W<o则将相应功率趋势段向时间轴右侧平移，平移量均为;
[0018]②对风电功率预测系统提供给电网调度的已划分好的三种风电预测功率趋势段进行平移后，当某些时间段内出现无预测功率数值时，采用径向基本函数法对这一时间段的预测功率进行插值补全；当某些时段内出现两种功率趋势段重叠时，若两种功率趋势段有交点则保留交点到两种功率趋势段主体的部分，若两种功率趋势段没有交点则采用径向基本函数法对这一时间段的预测功率进行插值替换；此时，用经过平移修正后的具有更高精度的风电功率预测曲线替换原先的预测功率曲线。
[0019]所述对平移修正前后的效果进行整体评估，是指系统分别对风电功率预测系统提供给电网调度的风电功率短期或超短期预测曲线进行平移修正前后对所选评估时段内的风电功率预测纵向误差和横向误差进行评估:
[0020]①纵向误差依据均方根误差公式和绝对值平均误差公式进行评估，
[0021]
【权利要求】
1.一种风电功率预测系统的横向误差平移修正方法，其特征在于所述方法包括下列步骤: (1)采集风电功率历史短期或超短期预测和实测数据序列，按照四个季度进行分类，将每年各季度的数据分别划分为三种功率趋势段:功率持续增加段、功率持续降低段和功率保持不变段，并生成功率趋势段起止点序列； (2)采用功率趋势持续时间模型得到各功率趋势段的持续时间序列； (3)对各功率趋势段的持续时间进行概率统计分析，得出宏观集中分布值，输入风电功率预测横向误差模型，得到每年各季度的横向误差，对每年同季度的横向误差取加权平均值作为各季度的短期或超短期横向误差修正值输出； (4)对风电功率预测系统提供给电网调度的风电功率短期或超短期预测序列根据各季度的横向误差修正值进行平移修正，并对平移修正前后的效果进行整体评估。
2.如权利要求1所述的一种风电功率预测系统的横向误差平移修正方法，其特征是所述三种功率趋势段:功率持续增加段、功率持续降低段和功率保持不变段，分别是指风电预测或实测功率在该段内的变化趋势始终保持不变，即功率持续增加、持续降低和保持不变的功率曲线段。
3.如权利要求1所述的一种风电功率预测系统的横向误差平移修正方法，其特征是所述对采集到的风电功率历史短期或超短期预测和实测数据序列，按照四个季度进行分类，并将每年各季度的数据分别按照三种形式进行功率趋势段的划分，分为计及功率趋势跃变点和忽略功率趋势跃变点两种情况； 其中，计及功率趋势跃变点是对功率趋势段进行严格意义的划分: 记一组连续的功率序列P为:
4.如权利要求1所述的一种风电功率预测系统的横向误差平移修正方法，其特征是所述的功率趋势持续时间模型是由计及功率趋势跃变点的功率趋势段起止点序列DD_P，或忽略功率趋势跃变点的功率趋势起止点序列DD_P'中各元素对应的时刻值构成的:DD_T = [Ti, T(i+m), T(i+m+n), T(i+m+n+o)]则由该模型可得出:功率持续增加段的持续时间序列由各功率持续增加段起止点的时刻值之差构成，记为T_1;功率保持不变的持续时间序列由功率保持不变段起止点的时刻值之差构成，记为τ_0 ;功率持续降低的时间序列由功率持续降低段起止点的时刻值之差构成，记为τ_2,即:
5.如权利要求1所述的一种风电功率预测系统的横向误差平移修正方法，其特征是所述对各功率趋势段的持续时间进行概率统计分析，得出宏观集中分布值，是指分别对所述的预测和实测的τ_1、Τ_0和Τ_2序列进行概率统计分析，得出三个序列的宏观集中分布概率并记为0CCU_T_1、0CCU_T_0和0CCU_T_2，同时得出各自宏观集中分布概率对应的持续时间 Rdes_T_l、Rdes_T_0 和 Rdes_T_2，应用公式 Ti = 0CCU_T_i XRdes_T_i (其中 i = 1，0，.2，分别代表功率持续增加、保持不变和降低时，下同)得出预测值各功率趋势持续时间的宏观集中分布值Ti_PF和实测值各功率趋势持续时间的宏观集中分布值?\_ΡΜ。
6.如权利要求1所述的一种风电功率预测系统的横向误差平移修正方法，其特征是所述将上述宏观集中分布值，输入风电功率预测横向误差模型，得到每年各季度的横向误差，对每年同季度的横向误差取加权平均值作为各季度的短期或超短期横向误差修正值输出是指:分别将上述预测值和实测值的宏观集中分布值Ti_PF和Ti_PM输入风电功率预测横向误差模型ATi = IU3f-1lPm(i = 1,0,2)中，得到每年各季度的横向误差ATi，并对每年同季度的横向误差取加权平均值作为各季度的短期或超短期横向误差修正值进行输出。
7.如权利要求1所述的一种风电功率预测系统的横向误差平移修正方法，其特征是所述对风电功率预测系统提供给电网调度的风电功率短期或超短期功率预测序列根据各季度的短期或超短期横向误差修正值进行平移修正是指:首先对风电功率预测系统提供给电网调度的风电功率短期或超短期功率预测序列按照上述进行忽略功率趋势跃变?的划分；其次根据上述输出的各季度在各功率趋势段的短期或超短期横向误差修正值i，泠别对已划分好的三种风电短期或超短期预测功率趋势段进行平移修正，平移修正遵循如下原则: ①W> O则将相应功率趋势段向时间轴左侧平移，W<0则将相应功率趋势段向时间轴右侧平移，平移量均力卜 ②对风电功率预测系统提供给电网调度的已划分好的三种风电预测功率趋势段进行平移后，当某些时间段内出现无预测功率数值时，采用径向基本函数法对这一时间段的预测功率进行插值补全；当某些时段内出现两种功率趋势段重叠时，若两种功率趋势段有交点则保留交点到两种功率趋势段主体的部分，若两种功率趋势段没有交点则采用径向基本函数法对这一时间段的预测功率进行插值替换；此时，用经过平移修正后的具有更高精度的风电功率预测曲线替换原先的预测功率曲线。
8.如权利要求1所述的一种风电功率预测系统的横向误差平移修正方法，其特征是所述对平移修正前后的效果进行整体评估，是指系统分别对风电功率预测系统提供给电网调度的风电功率短期或超短期预测曲线进行平移修正前后对所选评估时段内的风电功率预测纵向误差和横向误差进行评估: ①纵向误差依据均方根误差公式
【文档编号】G06Q10/04GK103440529SQ201310350406
【公开日】2013年12月11日 申请日期:2013年8月12日 优先权日:2013年8月12日
【发明者】晁勤, 王筱, 罗庆, 胡续坤, 阿里努尔, 刘春燕, 刘波, 希望, 孟宪东, 姚秀萍, 常喜强, 周二彪, 张新伟, 安斌, 张峰, 张远, 才万里, 唐彬伟 申请人:新疆大学, 国网新疆电力公司乌鲁木齐供电公司, 国网新疆电力公司电力调度控制中心