区域电网新能源发电功率预测优化方法和装置制造方法及图纸

本发明专利技术提供一种区域电网新能源发电功率预测优化方法和装置，通过根据该历史运行数据建立该新能源发电场站的简化新能源‑电转换模型；根据该场站预测数据以及该场站实测数据获取新能源发电功率预测总误差；根据该简化新能源‑电转换模型、该场站预测气象数据、该场站预测数据、该场站实测数据以及该运行数据得到等效预测数据；根据该新能源发电功率预测总误差以及该等效预测数据得到该新能源发电场站的新能源发电功率预测的各个关键环节引起的误差；根据各个关键环节引起的误差优化新能源发电功率预测的各个关键环节，能够有效提高功率预测精度。

Power prediction and optimization method and device of new energy generation in regional power grid

【技术实现步骤摘要】
区域电网新能源发电功率预测优化方法和装置
本专利技术涉及新能源发电控制
，尤其涉及一种区域电网新能源发电功率预测优化方法和装置。
技术介绍
新能源一般是指在新技术基础上加以开发利用的可再生能源，包括太阳能、生物质能、风能、地热能、波浪能、洋流能和潮汐能、氢能等，新能源发电是利用现有的技术，通过上述的新型能源，实现发电的过程。大部分新能源具有具有间歇性、随机性、波动性，当其渗透率超过一定比例后，电力系统的安全运行可能受到严重影响。新能源发电场站的新能源发电功率预测是保障高比例新能源电力系统安全、可靠运行的核心技术，电网调度部门根据预测的新能源发电功率做好各类电源的调度计划，即将新能源发电纳入常规发电计划，以便更好的管理和利用新能源发电，因此，新能源发电功率预测精度直接关系到电网调峰、机组组合、机组经济运行等问题。但是，目前新能源发电出力的预测水平还不能满足电力系统实际运行的需要；为提高新能源发电功率预测精度，可以通过评价新能源发电功率预测误差解析出影响新能源发电功率预测的因素，并根据影响因素调整新能源发电功率预测，以此提高新能源发电功率预测的精度。现有区域电网的调度侧所采用的新能源发电功率预测误差评价技术通常基于预测结果及实际结果进行宏观整体结果为主，无法量化解析在各新能源发电场站的新能源发电功率预测的各个关键环节引起的误差，不能有针对性地开展相应的优化措施，不利于提高功率预测精度。
技术实现思路
针对现有技术中的问题，本专利技术提供一种区域电网新能源发电功率预测优化方法、装置、电子设备以及计算机可读存储介质，能够至少部分地解决现有技术中存在的问题。为了实现上述目的，本专利技术采用如下技术方案：第一方面，提供一种区域电网新能源发电功率预测优化方法，包括：获取区域电网内一新能源发电场站的历史运行数据、场站预测气象数据、场站预测数据、场站实测数据以及运行数据；根据该历史运行数据建立该新能源发电场站的简化新能源-电转换模型；根据该场站预测数据以及该场站实测数据获取新能源发电功率预测总误差；根据该简化新能源-电转换模型、该场站预测气象数据、该场站预测数据、该场站实测数据以及该运行数据得到等效预测数据；根据该新能源发电功率预测总误差以及该等效预测数据得到该新能源发电场站的新能源发电功率预测的各个关键环节引起的误差；根据各个关键环节引起的误差优化新能源发电功率预测的各个关键环节。进一步地，还包括：根据该区域电网内各新能源发电场站的新能源发电功率预测的各个关键环节引起的误差解耦评价该区域电网的新能源发电功率预测误差。进一步地，还包括：对该历史运行数据进行预处理。进一步地，该历史运行数据包括：多个功率值及其对应的多个场站实测气象因素；该对该历史运行数据进行预处理，包括：根据预设功率间隔将多个功率值划分至多个功率区间；采用核密度函数计算一功率区间内的功率值所对应的各场站实测气象因素的概率密度；根据该功率区间内的功率值所对应的各场站实测气象因素及其概率密度剔除异常数据。进一步地，该核密度函数的表达式为：其中，x表示场站实测气象因素，表示场站实测气象因素x的概率密度，h表示预设功率间隔，n表示该功率区间内的功率值所对应的场站实测气象因素个数，xi表示该功率区间内第i个场站实测气象因素；K()为核函数。进一步地，该根据该功率区间内的功率值所对应的各场站实测气象因素及其概率密度剔除异常数据，包括：对该功率区间内的功率值所对应的场站实测气象因素由小到大进行排序，得到气象因素序列[v1,v2,…,vn]及其对应的概率密度序列[P1,P2,…,Pn]；遍历该概率密度序列[P1,P2,…,Pn]得到概率密度最大值Pk；从概率密度最大值Pk开始，判断Pk+1-Pk的绝对值小于Pk+2-Pk+1的绝对值是否成立；若是，继续判断Pk+2-Pk+1的绝对值是否小于Pk+3-Pk+2的绝对值，以此类推，直到不满足判断条件为止，将此时的概率密度对应的气象因素设为该功率区间的最大气象因素vmax；从概率密度最大值Pk开始，判断Pk-Pk-1的绝对值小于Pk-1-Pk-2的绝对值是否成立；若是，继续判断Pk-1-Pk-2的绝对值是否小于Pk-2-Pk-3的绝对值，以此类推，直到不满足判断条件为止，将此时的概率密度对应的气象因素设为该功率区间的最小气象因素vmin；将气象因素序列[v1,v2,…,vn]中气象因素在vmin～vmax之外的气象因素及其对应的功率值删除。进一步地，该根据该历史运行数据建立该新能源发电场站的简化新能源-电转换模型，包括：对该历史运行数据进行拟合得到该新能源发电场站的简化新能源-电转换模型。进一步地，该场站预测数据包括：场站预测功率；该场站实测数据包括：场站实测气象数据，该运行数据包括：计划开机容量、实际开机容量以及额定装机容量；该根据该简化新能源-电转换模型、该场站预测气象数据、该场站预测数据、该场站实测数据以及该运行数据得到等效预测数据，包括：根据该场站预测功率、该计划开机容量以及该实际开机容量计算准确开机容量条件下的等效预测功率；根据该场站实测气象数据、该简化新能源-电转换模型、该计划开机容量以及该额定装机容量得到准确气象资源条件下的等效预测功率；根据该场站预测气象数据、该简化新能源-电转换模型、该计划开机容量以及该额定装机容量得到预测气象资源条件下的等效预测功率。进一步地，该根据该场站预测功率、该计划开机容量以及该实际开机容量计算准确开机容量条件下的等效预测功率，包括：利用该实际开机容量除以该计划开机容量的商乘以该场站预测功率得到准确开机容量条件下的等效预测功率。进一步地，该根据该场站实测气象数据、该简化新能源-电转换模型、该计划开机容量以及该额定装机容量得到准确气象资源条件下的等效预测功率，包括：将该场站实测气象数据输入该简化新能源-电转换模型得到准确气象资源条件下的预测发电量；利用该计划开机容量除以该额定装机容量的商乘以准确气象资源条件下的预测发电量得到准确气象资源条件下的等效预测功率。进一步地，该根据该场站预测气象数据、该简化新能源-电转换模型、该计划开机容量以及该额定装机容量得到预测气象资源条件下的等效预测功率，包括：将该场站预测气象数据输入该简化新能源-电转换模型得到预测气象资源条件下的预测发电量；利用该计划开机容量除以该额定装机容量的商乘以预测气象资源条件下的预测发电量得到预测气象资源条件下的等效预测功率。进一步地，该关键环节包括：数值天气预报环节、模型环节以及校正环节；该根据该新能源发电功率预测总误差以及该等效预测数据得到该新能源发电场站的新能源发电功率预测的各个关键环节引起的误差，包括：根据该预测气象资源条件下的等效预测功率以及该准确气象资源条件下的等效预测功率得到该新本文档来自技高网...

【技术保护点】
1.一种区域电网新能源发电功率预测优化方法，其特征在于，包括：/n获取区域电网内一新能源发电场站的历史运行数据、场站预测气象数据、场站预测数据、场站实测数据以及运行数据；/n根据所述历史运行数据建立所述新能源发电场站的简化新能源-电转换模型；/n根据所述场站预测数据以及所述场站实测数据获取新能源发电功率预测总误差；/n根据所述简化新能源-电转换模型、所述场站预测气象数据、所述场站预测数据、所述场站实测数据以及所述运行数据得到等效预测数据；/n根据所述新能源发电功率预测总误差以及所述等效预测数据得到所述新能源发电场站的新能源发电功率预测的各个关键环节引起的误差；/n根据各个关键环节引起的误差优化新能源发电功率预测的各个关键环节。/n

【技术特征摘要】
1.一种区域电网新能源发电功率预测优化方法，其特征在于，包括：
获取区域电网内一新能源发电场站的历史运行数据、场站预测气象数据、场站预测数据、场站实测数据以及运行数据；
根据所述历史运行数据建立所述新能源发电场站的简化新能源-电转换模型；
根据所述场站预测数据以及所述场站实测数据获取新能源发电功率预测总误差；
根据所述简化新能源-电转换模型、所述场站预测气象数据、所述场站预测数据、所述场站实测数据以及所述运行数据得到等效预测数据；
根据所述新能源发电功率预测总误差以及所述等效预测数据得到所述新能源发电场站的新能源发电功率预测的各个关键环节引起的误差；
根据各个关键环节引起的误差优化新能源发电功率预测的各个关键环节。


2.根据权利要求1所述的区域电网新能源发电功率预测优化方法，其特征在于，还包括：
根据所述区域电网内各新能源发电场站的新能源发电功率预测的各个关键环节引起的误差解耦评价所述区域电网的新能源发电功率预测误差。


3.根据权利要求1所述的区域电网新能源发电功率预测优化方法，其特征在于，还包括：
对所述历史运行数据进行预处理。


4.根据权利要求3所述的区域电网新能源发电功率预测优化方法，其特征在于，所述历史运行数据包括：多个功率值及其对应的多个场站实测气象因素；
所述对所述历史运行数据进行预处理，包括：
根据预设功率间隔将多个功率值划分至多个功率区间；
采用核密度函数计算一功率区间内的功率值所对应的各场站实测气象因素的概率密度；
根据该功率区间内的功率值所对应的各场站实测气象因素及其概率密度剔除异常数据。


5.根据权利要求4所述的区域电网新能源发电功率预测优化方法，其特征在于，所述核密度函数的表达式为：



其中，x表示场站实测气象因素，表示场站实测气象因素x的概率密度，h表示预设功率间隔，n表示该功率区间内的功率值所对应的场站实测气象因素个数，xi表示该功率区间内第i个场站实测气象因素；K()为核函数。


6.根据权利要求4所述的区域电网新能源发电功率预测优化方法，其特征在于，所述根据该功率区间内的功率值所对应的各场站实测气象因素及其概率密度剔除异常数据，包括：
对该功率区间内的功率值所对应的场站实测气象因素由小到大进行排序，得到气象因素序列[v1,v2,…,vn]及其对应的概率密度序列[P1,P2,…,Pn]；
遍历所述概率密度序列[P1,P2,…,Pn]得到概率密度最大值Pk；
从概率密度最大值Pk开始，判断Pk+1-Pk的绝对值小于Pk+2-Pk+1的绝对值是否成立；若是，继续判断Pk+2-Pk+1的绝对值是否小于Pk+3-Pk+2的绝对值，以此类推，直到不满足判断条件为止，将此时的概率密度对应的气象因素设为该功率区间的最大气象因素vmax；
从概率密度最大值Pk开始，判断Pk-Pk-1的绝对值小于Pk-1-Pk-2的绝对值是否成立；若是，继续判断Pk-1-Pk-2的绝对值是否小于Pk-2-Pk-3的绝对值，以此类推，直到不满足判断条件为止，将此时的概率密度对应的气象因素设为该功率区间的最小气象因素vmin；
将气象因素序列[v1,v2,…,vn]中气象因素在vmin～vmax之外的气象因素及其对应的功率值删除。


7.根据权利要求1所述的区域电网新能源发电功率预测优化方法，其特征在于，所述根据所述历史运行数据建立所述新能源发电场站的简化新能源-电转换模型，包括：
对所述历史运行数据进行拟合得到所述新能源发电场站的简化新能源-电转换模型。


8.根据权利要求1所述的区域电网新能源发电功率预测优化方法，其特征在于，所述场站预测数据包括：场站预测功率；所述场站实测数据包括：场站实测气象数据，所述运行数据包括：计划开机容量、实际开机容量以及额定装机容量；
所述根据所述简化新能源-电转换模型、所述场站预测气象数据、所述场站预测数据、所述场站实测数据以及所述运行数据得到等效预测数据，包括：
根据所述场站预测功率、所述计划开机容量以及所述实际开机容量计算准确开机容量条件下的等效预测功率；
根据所述场站实测气象数据、所述简化新能源-电转换模型、所述计划开机容量以及所述额定装机容量得到准确气象资源条件下的等效预测功率；
根据所述场站预测气象数据、所述简化新能源-电转换模型、所述计划开机容量以及所述额定装机容量得到预测气象资源条件下的等效预测功率。


9.根据权利要求8所述的区域电网新能源发电功率预测优化方法，其特征在于，所述根据所述场站预测功率、所述计划开机容量以及所述实际开机容量计算准确开机容量条件下的等效预测功率，包括：
利用所述实际开机容量除以所述计划开机容量的商乘以所述场站预测功率得到准确开机容量条件下的等效预测功率。


10.根据权利要求8所述的区域电网新能源发电功率预测优化方法，其特征在于，所述根据所述场站实测气象数据、所述简化新能源-电转换模型、所述计划开机容量以及所述额定装机容量得到准确气象资源条件下的等效预测功率，包括：
将所述场站实测气象数据输入所述简化新能源-电转换模型得到准确气象资源条件下的预测发电量；
利用所述计划开机容量除以所述额定装机容量的商乘以准确气象资源条件下的预测发电量得到准确气象资源条件下的等效预测功率。


11.根据权利要求8所述的区域电网新能源发电功率预测优化方法，其特征在于，所述根据所述场站预测气象数据、所述简化新能源-电转换模型、所述计划开机容量以及所述额定装机容量得到预测气象资源条件下的等效预测功率，包括：
将所述场站预测气象数据输入所述简化新能源-电转换模型得到预测气象资源条件下的预测发电量；
利用所述计划开机容量除以所述额定装机容量的商乘以预测气象资源条件下的预测发电量得到预测气象资源条件下的等效预测功率。


12.根据权利要求8所述的区域电网新能源发电功率预测优化方法，其特征在于，所述关键环节包括：数值天气预报环节、模型环节以及校正环节；
所述根据所述新能源发电功率预测总误差以及所述等效预测数据得到所述新能源发电场站的新能源发电功率预测的各个关键环节引起的误差，包括：
根据所述预测气象资源条件下的等效预测功率以及所述准确气象资源条件下的等效预测功率得到所述新能源发电场站的所述数值天气预报环节引起的误差；
根据所述场站预测功率以及所述准确开机容量条件下的等效预测...

【专利技术属性】
技术研发人员：杨健，江长明，柳玉，牛四清，李丹，张勇，陈之栩，邓立，郭骏，史沛然，
申请(专利权)人：国家电网公司华北分部，华北电力科学研究院有限责任公司，国家电网有限公司，
类型：发明
国别省市：北京;11