本技术涉及电力,具体涉及一种基于概率预测的风电功率确定方法及装置。
背景技术:
1、随着电网风电装机逐年增长,使新能源预测准确性在电网日前出力平衡和日内实时调整中的影响日益明显。如何持续提升新能源功率预测水平,将预测结果更好的纳入日前平衡安排,是现阶段亟需持续开展的两项重点工作。
技术实现思路
1、针对现有技术中的问题,本技术实施例提供一种基于概率预测的风电功率确定方法及装置,能够至少部分地解决现有技术中存在的问题。
2、一方面,本技术提出一种基于概率预测的风电功率确定方法,包括:
3、对于不同的风资源区域,在该风资源区域的功率预测历史数据库中查找与该风资源区域未来时刻的功率预测工况相似的历史功率预测工况;
4、对于每个风资源区域,根据与该风资源区域未来时刻的功率预测工况相似的历史功率预测工况下的风电功率预测误差,确定该风资源区域的功率预测误差概率分布;
5、根据每个所述风资源区域的功率预测误差概率分布,确定全网功率预测误差概率分布;
6、根据所述全网预测误差概率分布,对每个风资源区域在所述未来时刻的预测风电功率进行修正,得到每个风资源区域在所述未来时刻的风电功率。
7、在一些实施例中,所述方法还包括:
8、根据每个风资源区域在所述未来时刻的风电功率,确定电网日前发电计划。
9、在一些实施例中,所述对于不同的风资源区域,在该风资源区域的功率预测历史数据库中查找与该风资源区域未来时刻的功率预测工况相似的历史功率预测工况包括:
10、对于不同的风资源区域,获取该风资源区域的功率预测历史数据库中每个历史功率预测工况的影响因子的取值;
11、若所述历史功率预测工况的影响因子的取值与未来时刻的功率预测工况的影响因子的取值之间符合预设约束条件,则确认所述历史功率预测工况与未来时刻的功率预测工况相似。
12、在一些实施例中,所述影响因子包括至少两种;
13、所述若所述历史功率预测工况的影响因子的取值与未来时刻的功率预测工况的影响因子的取值之间符合预设约束条件,则确认所述历史功率预测工况与未来时刻的功率预测工况相似包括:
14、若所述历史功率预测工况下的每种影响因子的取值与未来时刻的功率预测工况下相应种类的影响因子的取值之间符合相应的预设约束条件,则确认所述历史功率预测工况与当前功率预测工况相似。
15、在一些实施例中,所述影响因子包括预测时刻的预测功率与该预测时刻该风资源区域的风电装机容量的比值、该预测时刻之前的相邻时刻的预测功率与该相邻时刻该风资源区域的风电装机容量的比值、该预测时刻之后的相邻时刻的预测功率与该相邻时刻该风资源区域的风电装机容量的比值。
16、在一些实施例中,所述对于每个风资源区域,根据与该风资源区域未来时刻的功率预测工况相似的历史功率预测工况下的风电功率预测误差,确定该风资源区域的功率预测误差概率分布包括:
17、对于每个风资源区域,根据与该风资源区域未来时刻的功率预测工况相似的历史功率预测工况下的风电功率预测误差,采用核密度函数法确定该风资源区域的功率预测误差概率分布。
18、在一些实施例中,所述根据每个所述风资源区域的功率预测误差概率分布,确定全网功率预测误差概率分布包括:
19、根据每个所述风资源区域的功率预测误差概率分布,采用蒙特卡洛抽样法,拟合得到全网功率预测误差概率分布。
20、在一些实施例中,所述根据所述全网预测误差概率分布,对每个风资源区域在所述未来时刻的预测风电功率进行修正,得到每个风资源区域在所述未来时刻的风电功率包括:
21、根据所述全网预测误差概率分布,确定全网风电功率的平均预测误差、带宽上限值及带宽下限值;
22、在负荷高峰期利用所述带宽下限值对每个风资源区域的预测风电功率进行修正,在负荷低谷时利用所述带宽上限值对每个风资源区域的预测风电功率进行修正,在其余时刻按照所述平均预测误差对每个风资源区域的预测风电功率进行修正,得到每个风资源区域在所述未来时刻的风电功率。
23、另一方面,本技术提出一种基于概率预测的风电功率确定装置,包括:
24、查找模块,用于对于不同的风资源区域,在该风资源区域的功率预测历史数据库中查找与该风资源区域未来时刻的功率预测工况相似的历史功率预测工况;
25、第一确定模块,用于对于每个风资源区域,根据与该风资源区域未来时刻的功率预测工况相似的历史功率预测工况下的风电功率预测误差,确定该风资源区域的功率预测误差概率分布;
26、第二确定模块,用于根据每个所述风资源区域的功率预测误差概率分布,确定全网功率预测误差概率分布;
27、修正模块,用于根据所述全网预测误差概率分布,对每个风资源区域在所述未来时刻的预测风电功率进行修正,得到每个风资源区域在所述未来时刻的风电功率。
28、在一些实施例中,所述装置还包括:
29、第三确定模块,用于根据每个风资源区域在所述未来时刻的风电功率,确定电网日前发电计划。
30、在一些实施例中,所述查找模块包括:
31、获取单元,用于对于不同的风资源区域,获取该风资源区域的功率预测历史数据库中每个历史功率预测工况的影响因子的取值;
32、确定单元,用于若所述历史功率预测工况的影响因子的取值与未来时刻的功率预测工况的影响因子的取值之间符合预设约束条件,则确认所述历史功率预测工况与未来时刻的功率预测工况相似。
33、在一些实施例中,所述影响因子包括至少两种;所述确定单元具体用于:
34、若所述历史功率预测工况下的每种影响因子的取值与未来时刻的功率预测工况下相应种类的影响因子的取值之间符合相应的预设约束条件,则确认所述历史功率预测工况与当前功率预测工况相似。
35、在一些实施例中,所述影响因子包括预测时刻的预测功率与该预测时刻该风资源区域的风电装机容量的比值、该预测时刻之前的相邻时刻的预测功率与该相邻时刻该风资源区域的风电装机容量的比值、该预测时刻之后的相邻时刻的预测功率与该相邻时刻该风资源区域的风电装机容量的比值。
36、在一些实施例中,所述第一确定模块具体用于:
37、对于每个风资源区域,根据与该风资源区域未来时刻的功率预测工况相似的历史功率预测工况下的风电功率预测误差,采用核密度函数法确定该风资源区域的功率预测误差概率分布。
38、在一些实施例中,所述第二确定模块具体用于:
39、根据每个所述风资源区域的功率预测误差概率分布,采用蒙特卡洛抽样法,拟合得到全网功率预测误差概率分布。
40、在一些实施例中,所述修正模块具体用于:
41、根据所述全网预测误差概率分布,确定全网风电功率的平均预测误差、带宽上限值及带宽下限值;
42、在负荷高峰期利用所述带宽下限值对每个风资源区域的预测风电功率进行修正,在负荷低谷时利用所述带宽上限值对每个风资源区域的预测风电功率进行修正,在其余时刻按照所述平均预测误差对每个风资源区域的预测风电功率进行修正,得到每个风资源区域在所述未来时刻的风电功率。
43、本技术实施例还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述任一实施例所述的基于概率预测的风电功率确定方法的步骤。
44、本技术实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述任一实施例所述的基于概率预测的风电功率确定方法的步骤。
45、本技术实施例提供的基于概率预测的风电功率确定方法及装置,通过收集全网风电场数据,对不同风资源区分别建立功率预测历史数据库;采用工况识别法确定每个风资源区域的风电功率预测误差概率分布,并根据每个风资源区域的风电功率预测误差概率分布,进一步确定全网预测误差概率分布;最后,根据全网预测误差概率分布修正预测功率,进而提高了风电功率预测的准确性。