一种风电功率预测方法技术

本发明专利技术涉及一种风电功率预测方法，以预测风电功率的时间点为基点，在对历史数据标准化的基础上，以基点的气象为核心对历史气象记录进行近邻聚合，再对聚合中气象记录的气象因素去相关降维、得到独立因素，然后根据正则化径向基函数网络的映射关系建立独立因素值到风电功率标准化值的函数关系，实现风电功率预测。本发明专利技术方法不仅解决了现有方法中气象因素复杂性导致的“气象因素-风电功率”映射关系非线性度高和计算量大的问题，而且解决了已有风电功率预测方法对气象因素波动模式和幅度不够敏感的问题，提高了风电功率预测的准确性，并且预测速度快。

【技术实现步骤摘要】
一种风电功率预测方法
本专利技术属于电力工程
，具体涉及一种风电功率预测方法。
技术介绍
目前，风力发电在全球迅猛发展。风电功率由于固有的波动性和间隙性，它被电力网吸纳的充分度取决于其预测方法的准确性和快速性。现有的风电功率预测方法，以多个时间点甚至一天为一个周期，建立该周期内从气象因素到风电功率的一个映射关系、实现风电功率预测。一旦建立起这个映射关系，就可以预测一个周期内各时间点的风电功率。现有方法预测速度快，但由于一个周期内要考虑的时间点多、气象因素变化复杂，映射关系不仅非线性度高、对气象因素波动模式和幅度不够敏感，准确度不高，而且映射关系的建立需要大量历史数据、计算量大。
技术实现思路
为了解决现有方法的缺陷，本专利技术的目的是提供一种风电功率预测方法，以提高风电功率预测的准确性，并且减少计算量。本专利技术提供的是一种基点气象近邻聚合的风电功率预测方法。在本专利技术中，以预测风电功率的时间点为基点，在对历史数据标准化的基础上，以基点的气象为核心对历史气象记录进行近邻聚合。再对聚合中气象记录的气象因素去相关降维、得到独立因素。然后根据正则化径向基函数网络的映射关系建立独立因素值到风电功率标准化值的函数关系，实现风电功率预测。具体来说，本专利技术提供的风电功率预测方法，包括以下步骤：(1)以预测风电功率的时间点为基点，采集影响风电功率的气象因素的历史数据和风电功率的历史数据，形成历史气象因素记录和历史风电功率记录的矩阵形式；(2)将基点气象因素记录、历史气象因素记录和历史风电功率记录分别进行标准化；(3)以基点气象因素记录的标准化结果为核心，将历史气象因素记录的标准化结果按欧氏距离从小到大筛选出n个记录，得到基点气象的近邻聚合的矩阵形式，其中n为正整数；(4)对近邻聚合中的气象因素记录去相关降维，得到独立因素值矩阵；(5)根据正则化径向基函数网络的映射关系建立独立因素值到风电功率标准化值的函数关系；(6)按所述函数关系进行基点风电功率的预测。所述步骤(1)中选取风速、风向、气温、气压和湿度5个气象因素。所述步骤(3)中n取值为：5≤n≤10。本专利技术方法不仅解决了现有方法中气象因素复杂性导致的“气象因素-风电功率”映射关系非线性度高和计算量大的问题，而且解决了已有风电功率预测方法对气象因素波动模式和幅度不够敏感的问题，提高了风电功率预测的准确性，并且预测速度快。附图说明附图1为本专利技术的实现流程图。具体实施方式如图1所示，为实现本专利技术方法流程图，以下通过一个具体实施例进行说明，本专利技术方法包括以下步骤：(1)依据风电功率的产生过程选取“风速、风向、气温、气压、湿度”5个气象因素作为风电功率的影响因素。采用下标编号i＝1，2，...，5依次标示这5个气象因素。基点和历史气象因素记录的矩阵形式为：其中：ui(t)是编号为i的气象因素在时刻t的记录、是已知量；列向量ui是编号为i的气象因素的所有记录；t＝0和t＝1，2，...，k分别是基点和历史气象因素记录对应的时刻的逆序编号，k是历史气象因素记录的个数、是已知量。即t＝0为预测风电功率的时间点，历史气象因素记录一般选取基点之前3～7天内的记录，在3～7天内一般均匀取k个点，k一般取值为288～672。历史风电功率记录的列向量形式为：p＝[p(1)，p(2)，...p(t)，...，p(k)]T其中：p(t)是风电功率在历史时刻t的记录、是已知量；列向量p是风电功率的所有历史记录；上标符号T是代数学中的矩阵转置运算符。(2)对气象因素记录和历史风电功率记录分别按下述两式标准化：v′i(t)＝[ui(t)-ρ(ui)]/σ(ui)y(t)＝[p(t)-ρ(p)]/σ(p)其中：v′i(t)是气象因素记录ui(t)的标准化结果，ρ(ui)和σ(ui)分别是列向量ui中元素的统计学均值和标准差；y(t)是历史风电功率记录p(t)的标准化结果，ρ(p)和σ(p)分别是列向量p中元素的统计学均值和标准差。标准化后，5个性质和量纲不同的气象因素大小可比、影响力同趋化。(3)以基点气象因素记录的标准化结果[v′1(0)，v′2(0)...，v′i(0)，...，v′5(0)]为核心，对t＝1，2，...，k个历史气象因素记录的标准化结果按欧氏距离从小到大筛选出n(5≤n≤10)个记录，称之为基点气象近邻聚合、简称近邻聚合。对近邻聚合中各记录对应的时刻按逆序重新编号、仍然用t(t＝1，2，...，n)表示这些编号，得近邻聚合中记录的矩阵形式：其中：vi(t)是近邻聚合中编号为i的气象因素在时刻t的记录；列向量vi是近邻聚合中编号为i的气象因素的所有记录。(4)对近邻聚合中的气象因素记录按下式去相关降维，得到独立因素值的矩阵形式：[x1，x2，...，xh，...，xm]＝[v1，v2，...，vi，...，v5][a1，a2，...，ah，...，am]其中：下标h(h＝1，2，...，m)是独立因素的编号；列向量xh是编号为h的独立因素在不同时刻的值；列向量ah是矩阵[v1，v2，...，vi，...，v5]的列相关系数矩阵第h大特征根对应的单位特征向量，m是该列相关系数矩阵的第一大特征根到第m大特征根之和占特征根总和的比例大于0.85确定的正整数、称为独立因素的个数。(5)根据正则化径向基函数网络的映射关系建立独立因素值到风电功率标准化值的函数关系：其中：y(t)是历史时刻t(t＝1，2，...，n)风电功率的标准化值；exp(·)是指数函数运算符；x(t)是矩阵[x1，x2，...，xh，...，xm]的第t行行向量、对应历史时刻t；x(j)是矩阵[x1，x2，...，xh，...，xm]的第j行行向量，它对应历史时刻j、是径向基函数的中心向量；||·||是欧氏范数运算符；δ按x(t)(t＝1，2，…，n)所有两两组合的欧氏范数最大值除以计算得到、是径向基函数的宽度；wj(j＝1，2，...，n)是正则化径向基函数网络的连接权值，它按(w1，w2，…，wn)T＝(atj)+[y(1)，y(2)，…，y(n)]T计算得到，其中矩阵的一般元素上标符号+是代数学中的加号广义逆运算符。(6)根据独立因素值到风电功率标准化值的函数关系，预测基点的风电功率。首先按式子计算基点风电功率的标准化值，其中x(0)＝[v′1(0)，v′2(0)...，v′i(0)，...，v′5(0)][α1，a2，...，ah，...，am]；再按式子p(0)＝y(0)σ(p)+ρ(p)计算，即得基点的风电功率预测值p(0)。本文档来自技高网...

【技术保护点】
一种风电功率预测方法，其特征在于该方法包括以下步骤：（1）以预测风电功率的时间点为基点，采集影响风电功率的气象因素的历史数据和风电功率的历史数据，形成历史气象因素记录和历史风电功率记录的矩阵形式；（2）将基点气象因素记录、历史气象因素记录和历史风电功率记录分别进行标准化；（3）以基点气象因素记录的标准化结果为核心，将历史气象因素记录的标准化结果按欧氏距离从小到大筛选出n个记录，得到基点气象的近邻聚合的矩阵形式，其中n为正整数；（4）对近邻聚合中的气象因素记录去相关降维，得到独立因素值矩阵；（5）根据正则化径向基函数网络的映射关系建立独立因素值到风电功率标准化值的函数关系；（6）按所述函数关系进行基点风电功率的预测。

【技术特征摘要】
1.一种风电功率预测方法，其特征在于该方法包括以下步骤：(1)以预测风电功率的时间点为基点，采集影响风电功率的气象因素的历史数据和风电功率的历史数据，形成历史气象因素记录和历史风电功率记录的矩阵形式；(2)将基点气象因素记录、历史气象因素记录和历史风电功率记录分别进行标准化；(3)以基点气象因素记录的标准化结果为核心，将历史气象因素记录的标准化结果按欧氏距离从小到大筛选出n个记录，得到基点气象的近邻聚合的矩阵形式，其中n为正整数，n取值为：5≤n≤10；(4)对近邻聚合中的气象因素记录去相关降维，得到独立因素值矩阵；(5)根据正则化径向基函数网络的映射关系建立独立因素值到风电功率标准化值的函数关系；(6)按所述函数关系进行基点风电功率的预测；步骤(1)中在基点之前3～7天内采集气象因素和风电功率的历史数据，k取值为288～672；步骤(1)中选取风速、风向、气温、气压和湿度5个气象因素，风速、风向、气温、气压和湿度，采用下标编号i＝1，2，...，5依次标示；建立基点和历史气象因素记录的矩阵：其中：ui(t)是编号为i的气象因素在时刻t的记录；t＝0和t＝1，2，...，k分别是基点和历史气象因素记录对应的时刻的逆序编号，k是历史气象因素记录的个数；建立历史风电功率记录的列向量形式：p＝[p(1)，p(2)，...p(t)，...，p(k)]T其中：p(t)是风电功率在历史时刻t的记录；步骤(2)中对气象因素记录和历史风电功率记录分别按下述两式标准化：v′i(t)＝[ui(t)-ρ(ui)]/σ(ui)y(t)＝[p(t)-ρ(p)]/σ(p)其中：v′i(t)是气象因素记录ui(t)的标准化结果，p(ui)和σ(ui)分别是列向量ui中元素的统计学均值和标准差；y(t)是历史风电功率记录p(t)的标准化结果，ρ(p)和σ(p)分别是列向量p中元素的统计学均值和标准差；步骤(3)中以基点气象因素记录的标准化结果[v′1(0)，v′2(0)...，v′i(0)，...，v′...

【专利技术属性】
技术研发人员：文明，彭建春，谢欣涛，盛鹍，
申请(专利权)人：国家电网公司，国网湖南省电力公司，国网湖南省电力公司经济技术研究院，
类型：发明
国别省市：北京;11