风电场发电功率误差的置信带的确定方法和装置与流程

本申请涉及可再生能源，具体而言，涉及一种风电场发电功率误差的置信带的确定方法、装置、计算机可读存储介质和电子设备。

背景技术：

1、大规模可再生能源的渗透，对电力系统的安全、稳定运行提出了巨大挑战。无论是电力系统自身的稳定运行和优化调度，还是电力市场参与方的优化运行，都需要对可再生能源的不确定性进行预测和管理。现有的不确定性建模方法主要分为两类，第一类方法考虑最坏场景下的鲁棒决策，会因忽略统计规律而过于保守。第二类方法依赖预设的概率分布模型(probability distribution function，pdf)进行分布参数的预测。实际应用中因风电场发电功率变化范围过大，且受地理位置、季节因素以及气候的影响，已有概率模型或随机过程模型均难以准确描述，建模难度和误差均过大。当地理分散的新能源电站聚合、不同能源类型的发电资源组合时，还会使得不确定性因素更为复杂，很难通过数学建模和计算获得准确的概率分布函数。

2、即现有方案预测的风电场发电功率误差的准确度较低的问题。

技术实现思路

1、本申请的主要目的在于提供一种风电场发电功率误差的置信带的确定方法、装置、计算机可读存储介质和电子设备，以至少解决现有方案预测的风电场发电功率误差的准确度较低的问题。

2、为了实现上述目的，根据本申请的一个方面，提供了一种风电场发电功率误差的置信带的确定方法，该方法包括：获取历史预测功率误差集，所述历史预测功率误差集包括多个历史预测功率误差；根据所述历史预测功率误差集，确定置信带下限和置信带上限，以确定置信带的范围，所述置信带下限为所述置信带的下限值，所述置信带上限为所述置信带的上限值，根据所述置信带下限和所述置信带上限，确定实际预测误差的下限和所述实际预测误差的上限，以确定所述实际预测误差的范围，所述实际预测误差为风电场在所述置信带对应的置信度范围内的实际发电功率和预测发电功率的差的绝对值。

3、可选地，在根据所述历史预测功率误差集，确定置信带下限和置信带上限的过程中，所述方法还包括：

4、根据所述历史预测功率误差集和确定各所述历史预测功率误差对应的置信区间下限，其中，pk为第k个所述历史预测功率误差对应的所述置信区间下限，n为所述历史预测功率误差集中的所述历史预测功率误差的总数，为b(k，n+1-k)的分位数，为中间常数，1≤k≤n，b(k，n+1-k)表示随机变量的累积分布函数服从形状参数为k和n+1-k的贝塔分布；

5、根据所述历史预测功率误差集和确定各所述历史预测功率误差对应的置信区间上限，其中，为第k个所述历史预测功率误差对应的所述置信区间上限，为b(k，n+1-k)的分位数。

6、可选地，在根据所述历史预测功率误差集，确定置信带下限和置信带上限的过程中，所述方法还包括：

7、根据确定中间常数，exp为以e为底的指数函数，c1(α)为第一中间值，c2(α)为第二中间值、c3(α)为第三中间值、c4(α)为第四中间值，为所述中间常数，α为预设值，所述第一中间值、所述第二中间值、所述第三中间值和所述第四中间值均为预设的常数值。

8、可选地，在根据所述历史预测功率误差集，确定置信带下限和置信带上限之前，所述方法还包括：

9、根据c1(α)＝-a1-a2ln(α)，确定所述第一中间值；

10、根据c2(α)＝a3-a4α，确定所述第二中间值；

11、根据c3(α)＝a5-a6α，确定所述第三中间值；

12、根据确定所述第四中间值，其中，a1、a2、a3、a4、a5、a6、a7、a8和a9均为常数。

13、可选地，根据所述历史预测功率误差集，确定置信带下限和置信带上限，包括：

14、根据所有的所述历史预测功率误差对应的所述置信区间下限、所有的所述历史预测功率误差对应的所述置信区间上限、和确定所述随机变量的所述置信带下限和所述随机变量的所述置信带上限，为所述随机变量的所述置信带上限，p(x)为所述随机变量的所述置信带下限，x为所述随机变量，为第k个所述历史预测功率误差。

15、可选地，根据所述置信带下限和所述置信带上限，确定实际预测误差的下限和所述实际预测误差的上限，包括：

16、根据所述随机变量的所述置信带下限、所述随机变量的所述置信带上限、和确定所述实际预测误差的下限和所述实际预测误差的上限，其中，为第一区间预设值，为第二区间预设值，β为第一显著性水平预设值和第二显著性水平预设值的和，为所述实际预测误差，st为所述实际预测误差的下限，为所述实际预测误差的上限，β1为第一显著性水平预设值，β2为第二显著性水平预设值，所述第一显著性水平预设值和所述第二显著性水平预设值均为预设的常数值，p为概率，ω为模糊集。

17、可选地，在根据所述置信带下限和所述置信带上限，确定实际预测误差的下限和所述实际预测误差的上限的过程中，所述方法还包括：

18、采用和对所述预测误差的下限和所述预测误差的上限进行约束。

19、根据本申请的另一方面，提供了一种风电场发电功率误差的置信带的确定装置，该装置包括获取单元、第一处理单元和第二处理单元；获取单元用于获取历史预测功率误差集，所述历史预测功率误差集包括多个历史预测功率误差；第一处理单元用于根据所述历史预测功率误差集，确定置信带下限和置信带上限，以确定置信带的范围，所述置信带下限为所述置信带的下限值，所述置信带上限为所述置信带的上限值；第二处理单元用于根据所述置信带下限和所述置信带上限，确定实际预测误差的下限和所述实际预测误差的上限，以确定所述实际预测误差的范围，所述实际预测误差为风电场在所述置信带对应的置信度范围内的实际发电功率和预测发电功率的差的绝对值。

20、根据本申请的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行任意一种所述的风电场发电功率误差的置信带的确定方法。

21、根据本申请的另一方面，提供了一种电子设备，电子设备包括一个或多个处理器，存储器，以及一个或多个程序，其中，所述一个或多个程序被存储在所述存储器中，并且被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行任意一种所述的风电场发电功率误差的置信带的确定方法。

22、应用本申请的技术方案，根据所述历史预测功率误差集，确定置信带下限和置信带上限，以确定置信带的范围，进而使得实际预测误差处于实际预测误差的下限和所述实际预测误差的上限之间，提高了准确度，进而解决了现有方案预测的风电场发电功率误差的准确度较低的问题。

技术特征：

1.一种风电场发电功率误差的置信带的确定方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，在根据所述历史预测功率误差集，确定置信带下限和置信带上限的过程中，所述方法还包括：

3.根据权利要求1所述的方法，其特征在于，在根据所述历史预测功率误差集，确定置信带下限和置信带上限的过程中，所述方法还包括：

4.根据权利要求3所述的方法，其特征在于，在根据所述历史预测功率误差集，确定置信带下限和置信带上限之前，所述方法还包括：

5.根据权利要求2所述的方法，其特征在于，根据所述历史预测功率误差集，确定置信带下限和置信带上限，包括：

6.根据权利要求5所述的方法，其特征在于，根据所述置信带下限和所述置信带上限，确定实际预测误差的下限和所述实际预测误差的上限，包括：

7.根据权利要求6所述的方法，其特征在于，在根据所述置信带下限和所述置信带上限，确定实际预测误差的下限和所述实际预测误差的上限的过程中，所述方法还包括：

8.一种风电场发电功率误差的置信带的确定装置，其特征在于，包括：

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至7中任意一项所述的风电场发电功率误差的置信带的确定方法。

10.一种电子设备，其特征在于，包括：一个或多个处理器，存储器，以及一个或多个程序，其中，所述一个或多个程序被存储在所述存储器中，并且被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行权利要求1至7中任意一项所述的风电场发电功率误差的置信带的确定方法。

技术总结
本申请提供了一种风电场发电功率误差的置信带的确定方法和装置，该方法包括：根据历史预测功率误差集，确定置信带下限和置信带上限，以确定置信带的范围，置信带下限为置信带的下限值，置信带上限为置信带的上限值，根据置信带下限和置信带上限，确定实际预测误差的下限和实际预测误差的上限，以确定实际预测误差的范围，实际预测误差为风电场在置信带对应的置信度范围内的实际发电功率和预测发电功率的差的绝对值。以确定置信带的范围，进而使得实际预测误差处于实际预测误差的下限和实际预测误差的上限之间，提高了准确度，进而解决了现有方案预测的风电场发电功率误差的准确度较低的问题。

技术研发人员：禤培正,王清玲,谭颖,杜育斌,程兰芬,谭喆,苏祥瑞,刘祥,唐翀,刘上嘉,谭涛亮,叶建东,冯开达
受保护的技术使用者：南方电网科学研究院有限责任公司
技术研发日：
技术公布日：2024/1/13