一种多输出模型的风电功率实时预测计算方法
【技术领域】
[0001] 本发明涉及风电技术领域，是一种多输出模型的风电功率实时预测计算方法，适 用于超短期风电功率的多步预测。
【背景技术】
[0002] 风能是目前最具大规模开发利用潜力的可再生能源，风力发电是大规模利用风能 的有效途径，也是我国能源和电力可持续发展战略的最现实选择。准确的风电功率预测方 法是保证电网运行经济性、安全性的有效途径。风电功率预测一般为多步预测，风电功率多 步预测时，没有新的风电功率实测数据产生，需要用已有的数据对未来一段时间多个时刻 的风电功率数据进行预测。提高既有电力系统的风电接纳能力具有重大的意义。进行风电 功率预测时，一般已知一组风电功率P (t-n At)，n = 0, 1，2，...，N，需要预测的风电功率为 P(t+1At)，i = 1>2…L，i为多步预测的步数。相关性分析是指对两个或多个具备相关性 的变量元素进行分析，从而衡量两个变量因素的相关密切程度。相关性的元素之间需要存 在一定的联系或者概率才可以进行相关性分析。相关系数，或称线性相关系数是衡量两个 随机变量之间线性相关程度的指标。设两个随机变量X 1, Y1, (i = 〇, 1，2, ...，N)，则&与 1相关系数Rxy的定义如下：
[0004] 其中X为随机变量X1, α = 0, 1，2,…，Ν)的均值，j7为随机变量Y1, α = 0, 1，2，. . .，Ν)的均值，相关系数的取值范围为[-1，1]，RXY> 0表示X 1与Y 相关，RXY< 0 表示x# γ及相关，IrxyI表示了变量之间相关程度的高低。特殊地，Rxy= 1称X占γ浣 全正相关，Rxy=-1称X 1与Y i完全负相关R XY= 0称X 1与Y i不相关。通常IR XYI彡0. 8时， 认为&与Y i两个变量有很强的线性相关性。
【发明内容】
[0005] 本发明的目的是提供一种科学合理，简便易行，实用价值高，精度高的多输出模型 的风电功率实时预测计算方法，适用于超短期风电功率的多步预测。
[0006] 实现发明目的采用的技术方案是：一种多输出模型的风电功率实时预测计算方 法，其特征在于，它包括以下步骤：
[0007] (1)数据获取及处理
[0008] 根据电网调度中心统计数据和风电场功率输出数据，获取大量历史风电功率数据 P'（t)，针对待预测数据的采样间隔At，选取相同采样间隔的历史数据P'（t-mAt)，（m = 0, 1, 2,...)；
[0009] (2) "相似"数据的确定
[0010] 根据步骤（1)获取的数据，通过计算已知数据与历史数据集的相关系数，获得与 已知数据P(t-nA t)，（η = 0, 1，2, . . .，N)，相同长度即长度为N+1强相关的历史数据，即 满足相关系数大于或等于〇. 8,再次计算强相关历史数据集中与已知数据P (t-n △ t)，（η = 0, 1，2, . . .，Ν)相同长度的最近邻数据，即满足欧几里得距离
[0013] 最小的连续采样时间对应的功率数据，此功率数据即为与已知数据最为"相似"的 数据；
[0014] (3)多输出模型的风电功率实时预测值的获取
[0015] 设多输出模型的风电功率实时预测值为Α(/+/ΔΓ)，通过步骤（2)得到与已知数据 最为"相似"历史数据，其后面的L个数据即为预测值，则多输出模型的风电功率实时L个 预测值为：
为多输出预测的输出步数，即输出预测值的 数量。
[0018] 本发明提出的多输出模型的风电功率实时预测计算方法能够一次性输出多个风 电功率预测值，具有科学合理，简便易行，实用价值高，精度高等优点，适用于超短期风电功 率的多步预测；也能够评价其他风电功率预测。
【附图说明】
[0019] 图1为多输出模型的风电功率实时预测计算方法框图；
[0020] 图2为具体算法流程图；
[0021] 图3为预测值与真实值比较示意图。
【具体实施方式】
[0022] 下面结合附图和具体实施例，对本发明多输出模型的风电功率实时预测计算方法 作进一步说明。
[0023] 参照图1-3,本发明的多输出模型的风电功率实时预测计算方法包括以下步骤：
[0024] 步骤1数据获取及处理
[0025] 根据电网调度中心统计数据和风电场历史功率输出数据，获取大量风电功率历史 数据P'（t'）；其中，t'为最后一个历史数据对应的时刻；进行风电功率预测时，需要预测的 风电功率为P(t+lAt)，（1 = 1，2,…，L)，1为多步预测的步数。针对已知数据的采样间 隔At，选取相同采样间隔的历史数据P'（t'-mAt)，（m = 0，l，2, "·，Μ);
[0026] 步骤2 "相似"数据确定
[0027] 根据步骤1获取的数据，通过计算已知数据与历史数据集的相关系数，获得与已 知数据P (t-n Δ t)，（η = 0, 1，2, . . .，N)，相同长度即长度为N+1强相关的历史数据，即满 足相关系数大于或等于〇. 8,再次计算强相关历史数据集中与已知数据P (t-n △ t)，（η = 0, 1，2, . . .，Ν)相同长度的最近邻数据，即满足欧几里得距离
[0030] 最小的连续采样时间对应的功率数据，此功率数据即为与已知数据最为"相似"的 数据；
[0031] 步骤3多输出模型的风电功率实时预测值的获取
[0032] 设多输出模型的风电功率实时预测值为#β(? + ?Δ?)，通过步骤2得到与已知数据最 为"相似"历史数据，其后面的L个数据即为预测值。则多输出模型的风电功率实时L个预 测值为：
为多输出预测的输出步数，即输出预测值的 数量。
[0035] 具体算例分析
[0036] 本发明以吉林省某电场的实测数据进行分析，该电场的总装机容量为400. 5丽； 风机台数为267台；每台风机的额定容量为I. 5MW ;数据采样间隔为15min ;预测结果评价 指标选为国家能源局在对现行风电场风电功率实时预测预报的管理规定中，提出的指标来 进行误差评价（国家能源局关于印发风电场功率预测预报管理暂行办法的通知[EB/0L]， 2011)〇
[0037] 表1风电功率日预测结果评价指标
[0038] Tab. !Evaluation index of prediction results
L0040」 本友明的特足买施例匕对本友明的内谷作出J评佟的说明，但个周限本买施例， 本领域技术人员根据本发明的启示所做的任何显而易见的改动，都属于本发明权利保护的 范围。
【主权项】
1. 一种多输出模型的风电功率实时预测计算方法，其特征在于，它包括以下步骤： (1) 数据获取及处理 根据电网调度中心统计数据和风电场功率输出数据，获取大量历史风电功率数据P' (t)，针对待预测数据的采样间隔At，选取相同采样间隔的历史数据P' (t-mAt)，（m =0，1，2，...）； (2) "相似"数据的确定 根据步骤（1)获取的数据，通过计算已知数据与历史数据集的相关系数，获得与已知 数据P(t_nAt)，（n= 0, 1，2, . . .，N)，相同长度即长度为N+1强相关的历史数据，即满 足相关系数大于或等于〇. 8,再次计算强相关历史数据集中与已知数据P(t-nAt)，（n= 0, 1，2, ...，N)相同长度的最近邻数据，即满足欧几里得距离最小的连续采样时间对应的功率数据，此功率数据即为与已知数据最为"相似"的数 据； (3) 多输出模型的风电功率实时预测值的获取 设多输出模型的风电功率实时预测值为斤# + &/_)，通过步骤（2)得到与已知数据最为 "相似"历史数据，其后面的L个数据即为预测值，则多输出模型的风电功率实时L个预测值 为： 其中，（m-N-L彡0)，I= 1，2,…，L，1为多输出预测的输出步数，即输出预测值的数 量。
【专利摘要】本发明涉及风电技术领域，是一种多输出模型的风电功率实时预测计算方法，其特点是，包括数据获取及处理、相似数据的获取和多输出模型的风电功率实时预测,该方法与传统的滚动多步预测方式不同，属于一次性输出多个预测值的计算方法，该方法是根据电网调度中心统计数据和风电场历史功率输出数据，获取大量风电功率历史数据，通过相关系数计算和最近邻算法寻找与已知历史数据最为“相似”的数据，最“相似”历史数据后的值即为数据的预测值。多输出模型的风电功率超短期预测计算方法预测精度高，预测结果有效，适用性和实用性强。
【IPC分类】G06Q50/06, G06Q10/04
【公开号】CN105046384
【申请号】CN201510599503
【发明人】杨茂, 董骏城
【申请人】东北电力大学
【公开日】2015年11月11日
【申请日】2015年9月19日