一种基于灰色生成扰动模型的短期风速预测方法，其步骤为：a.数值求解Lorenz方程；b.定义Lorenz扰动量形式；c.利用BP网络进行短期风速初步预测；d.选用某一瑞利数的Lorenz扰动量对预测结果进行修正；e.借助灰色生成理论及多项式累加生成模型对风速和扰动变量进行拟合，建立扰动模型；f.利用其它瑞利数的Lorenz扰动量建立扰动模型；g.进行风速预测；h.引入误差指标对扰动模型的有效性及风速预测水平进行评价。本发明专利技术利用灰生成技术弱化风速及扰动变量的随机性，进而建立风速扰动模型，对短期风速进行预测可大大提高风电预测的准确度，保证电力系统的安全稳定运行。
【技术实现步骤摘要】
本专利技术涉及一种建立在Lorenz扰动系统和灰色生成模型基础上的短期风速预测 方法，属于发电
技术介绍
生态环境恶化和全球矿藏资源紧张是当今世界面临的两大难题。可再生清洁能源 的开发和利用是解决上述问题的有效途径。可再生能源是指来自大自然的能源，一般包括 太阳能、生物能、风能、水能、地热能、潮沙能、氢能以及核能等等。风能是一种清洁的可再生 能源，资源丰富，分布广泛。目前风力发电是大规模利用风资源的方式之一。据中国风能协 会统计数据显示，截止到2013年底，中国新增风电装机容量为16088. 7MW，同比增长24. 1% ; 累计装机容量为91412. 89MW，同比增长21. 4%。新增装机和累计装机两项数据均居世界第 〇 在风电产业如火如荼发展的同时我们也将面临一个重大挑战。风电场风电输出功 率具有与风速相似的随机波动特性，为了保障电力系统的安全与稳定，保障人们正常的生 产和生活，符合风电场要求的高精度风电预测技术亟待开发和应用。目前国内外学者对此 课题已有大量可观的研宄成果，现有的风电预测模型一般包括物理模型、统计模型、人工智 能模型、组合模型以及基于这些模型的各种改进模型。但是至今还没有任何一种预测方法 取得了理想的预测效果，还需要有关技术人员进一步进行研宄。
技术实现思路
本专利技术的目的在于针对现有技术之弊端，提供一种基于灰色生成扰动模型的短期 风速预测方法，以提高风电预测准确度，保证电力系统安全稳定运行。 本专利技术所述问题是以下述技术方案实现的： ，所述方法包括以下步骤： a. 数值求解Lorenz方程：式中分别表示对流强度，上升与下降流体的水平温差，垂直温差对无对流时 的偏离程度，〇，&和瑞利数r都是无量纲的正参数， 求解时固定初始条件和参数A的取值，变动瑞利数r，得到不同形式的Lorenz吸引 子； b. 定义Lorenz扰动量形式并对扰动区间进行归一化处理： 将Lorenz系统相空间中解向量的欧式范数定义为扰动量形式，令表示相空 间中任意一点，则Lorenz扰动量表示为：对得到的扰动区间进行归一化处理； C.利用原始风速数据训练BP网络并利用训练好的BP网络进行短期风速初步预测； d. 选用某一瑞利数的Lorenz扰动量对步骤c中的短期风速初步预测结果进行补偿修 正，得到风速序列及其对应的扰动序列的样本数据； e. 借助灰色生成理论及多项式累加生成模型对步骤d中的风速和扰动变量进行拟合， 并建立最优扰动模型； f. 参照步骤d中建立的扰动模型，分别利用其它瑞利数的Lorenz扰动量建立扰动模 型； g. 利用持续法模型、BP模型及其相对应的风速扰动模型分别进行风速预测，预测过程 中采用的风速扰动补偿公式为： W- |jp^-IAGOD 式中F表示经扰动补偿后的风速预测结果，1表示利用BP网络模型对预测时间段内 的风速进行初步预测的结果，表示对扰动模型输出值的累减生成处理； h. 引入误差指标对扰动模型的有效性及风速预测水平进行评价。 上述基于灰色生成扰动模型的短期风速预测方法，数值求解Lorenz方程时，（X， y，z)的初始值均设为（0, 1，0)，固定参数〇和A的取值为10,8/3,瑞利数r的几次取值分 别为 0? 7，12，16,45。 上述基于灰色生成扰动模型的短期风速预测方法，采用灰色生成理论及多项式累 加生成模型对步骤d中的风速和扰动变量进行拟合分析并建立最优扰动模型的具体方法 如下： ① 定义风速数据和扰动序列的相关系数R为：② 令为原始序列并满足根据相关系数计算公式，首先计算风速序列及其对应的扰动序列间的相关性，然后对 以上两个序列分别做一阶累加生成处理，得到有较强规律性的生成数据； ③选用一至五阶的多项式函数作为生成函数建立扰动模型，分析各预测模型的预测 结果，其中，一阶或二阶多项式模型是最优扰动模型，在步骤f中以此为基础建立其他瑞利 数条件下的最优扰动模型。 上述基于灰色生成扰动模型的短期风速预测方法，对各扰动模型的有效性及风速 预测水平进行评价时选择的误差指标为平均绝对误差（MAE)和均方根误差（RMSE)，其计算 公式分别表不为其中和/(〇分别表示第f个风速的观测值和预测值，M表示预测样本数。 本专利技术利用灰生成技术弱化风速及扰动变量的随机性，进而建立两变量间的关系 模型，即风速扰动模型。利用此扰动模型对短期风速预测结果进行扰动补偿，大大提高了风 电预测的准确度，保证了电力系统的安全稳定运行。【附图说明】 下面结合附图对本专利技术作进一步说明。 图1中（a)和（b)分别表不Lorenz方程中初值为（0, 1，0)，参数，r和A分别取 值为10,8/3,45时的Lorenz扰动量分布和经归一化后的Lorenz扰动量分布； 图2是Sotavento风电场2014年1、2月风速分布情况； 图3是某段风速序列及其对应扰动序列的散点分布； 图4是图3中风速序列及其对应扰动序列经1-AG0处理后的数据分布； 图5是瑞利数r为45时的各阶风速扰动生成模型； 图6是瑞利数r分别为〇. 7,12,16和45时的最优风速扰动生成模型； 图7是瑞利数r为〇. 7时二次多项式生成模型的风速预测结果； 图8是瑞利数r为12时线性多项式生成模型的风速预测结果； 图9是瑞利数r为16时二次多项式生成模型的风速预测结果； 图10是瑞利数r为45时二次多项式生成模型的风速预测结果； 图11是本专利技术的流程图。 文中各符号为：！：为Lorenz扰动量，为经扰动补偿后的风速预测结果，为利 用BP网络对预测时间段内的风速进行初步预测的结果，为对扰动模型输出值的累 减生成处理，MAE为平均绝对误差，RMSE为均方根误差，为第f个风速的观测值， 为第*个风速的预测值，M为预测样本数。【具体实施方式】 本专利技术提出一种新的风电场风速预测研宄方向。考虑大气系统中的非线性因素对 风速变化规律的影响，并结合灰生成理论建立风速扰动模型来改进常规的风速预测方法。 此专利技术的特征表现包括以下步骤： 步骤一：在数值求解Lorenz方程时固定初始条件和参数〇"，6的取值，变动瑞利数r可 得到不同形式的Lorenz吸引子： Lorenz系统是研宄非线性系统和混纯现象的经典模型，是美国气象学家E. N. Lorenz 从B. Saltzman化简的七变量流体对流模型中提取出来的三变量模式。Lorenz方程可以表 示为：式中和z分别表示对流强度，上升与下降流体的水平温差，垂直温差对无对流时 的偏离程度，〇，r和A都是无量纲的正参数。本文中求解Lorenz方程的初始值均设为 (〇, 1，〇)，固定参数〇和&的取值为10,8/3, r分别取值为0.7,12,16,45 ; 步骤二：定义Lorenz扰动量形式并对扰动区间进行归一化处理： 步骤2-1 :将Lorenz系统相空间中解向量的欧式范数定义为扰动量形式。令 表示相空间中任意一点，则Lorenz扰动量表示为步骤2-2 :以瑞利数为45时的情形为例。如图1(a)所示，通过步骤2-1得到的Lorenz 扰动量区间分布在（〇, 100)，这个波动范围远远大于风速波动区间，因此需要对扰动区间进 行归一化处理。综合分析以往风速预测的偏差程度以及风速波动本文档来自技高网...
【技术保护点】
一种基于灰色生成扰动模型的短期风速预测方法，其特征是，所述方法包括以下步骤：a.求解Lorenz方程：,式中，和分别表示对流强度，上升与下降流体的水平温差，垂直温差对无对流时的偏离程度，，和瑞利数都是无量纲的正参数，求解时固定初始条件和参数，的取值，变动瑞利数，得到不同形式的Lorenz吸引子；b.定义Lorenz扰动量形式并对扰动区间进行归一化处理：将Lorenz系统相空间中解向量的欧式范数定义为扰动量形式，令表示相空间中任意一点，则Lorenz扰动量表示为：.对得到的扰动区间进行归一化处理；c.利用原始风速数据训练BP网络并利用训练好的BP网络进行短期风速初步预测；d.选用某一瑞利数的Lorenz扰动量对步骤c中的短期风速初步预测结果进行补偿修正，得到风速序列及其对应的扰动序列的样本数据；e.借助灰色生成理论及多项式累加生成模型对步骤d中的风速和扰动变量进行拟合，并建立最优扰动模型；f.参照步骤d中建立的扰动模型，分别利用其它瑞利数的Lorenz扰动量建立扰动模型；g.利用持续法模型、BP模型及其相对应的风速扰动模型分别进行风速预测，预测过程中采用的风速扰动补偿公式为：式中表示经扰动补偿后的风速预测结果，表示利用BP网络模型对预测时间段内的风速进行初步预测的结果，表示对扰动模型输出值的累减生成处理；h.引入误差指标对扰动模型的有效性及风速预测水平进行评价；求解Lorenz方程时，（x, y, z）的初始值均设为（0,1,0），固定参数和的取值为10，8/3，瑞利数的几次取值分别为0.7，12，16，45。...
【技术特征摘要】
【专利技术属性】
技术研发人员：张亚刚，杨京云，王康成，王增平，
申请(专利权)人：华北电力大学保定，
类型：发明
国别省市：河北;13
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。