【技术实现步骤摘要】
一种风电场风力发电量预测方法
本专利技术涉及风力发电
，特别是涉及一种风电场风力发电量预测方法。
技术介绍
风力发电是一种再生能源，其在发电过程中能够有效节省标煤并减少二氧化硫、二氧化碳和氮氧化物等气体排放量。开展风力发电量的短期预测对于电力系统调度人员制定发电计划、安排备用容量、增加系统运行的可靠性、减少对系统稳定性的影响以及规划电力系统的发展和计划检修安排等有着十分重要的意义。常见的风力发电量预测方法包括灰色预测、神经网络、支持向量机、自回归滑动平均模型等。而风电场风力发电量不仅受天气因素影响大，还与风电场设备运行、调度管理等因素有关。风力发电量时间序列数值波动范围大，建模和预测相对较为困难，现有预测方法的准确性不够高。其中，灰色GM(1,1)模型在小样本数据预测方面取得了一定的成果，但是现有的基于灰色GM(1,1)模型的风力发电量预测方法在数据点较少时直接通过差分代替微分，带来了较大的误差，降低了预测精度。
技术实现思路
针对现有技术存在的问题，本专利技术提供一种风电场风力发电量预测方...
【技术保护点】
1.一种风电场风力发电量预测方法，其特征在于，包括下述步骤：/n步骤1：采集风电场风力发电量历史数据和当日数据，得到风力发电量采集序列x
【技术特征摘要】
1.一种风电场风力发电量预测方法，其特征在于，包括下述步骤：
步骤1：采集风电场风力发电量历史数据和当日数据，得到风力发电量采集序列x(0)＝(x(0)(1),x(0)(2),...,x(0)(i),...,x(0)(n-1),x(0)(n))；其中，n为风力发电量采集序列中的数据点总数，x(0)(i)为数据采集时间段内第i日的风力发电量，第n日为当日；
步骤2：计算风力发电量采集序列x(0)的k阶累加生成序列为x(1)＝(x(1)(1),x(1)(2),...,x(1)(i),...,x(1)(n-1),x(1)(n))；其中，k为分数阶累加阶次，Γ()为Gamma函数；
步骤3：基于灰色GM(1,1)模型对生成序列x(1)进行建模，并结合曲线拟合法与最小二乘法求解灰色GM(1,1)模型的参数：
步骤3.1：基于灰色GM(1,1)模型对生成序列x(1)建立白化微分方程为其中，a为发展系数，b为灰色作用量，t为时间变量；
步骤3.2：利用曲线拟合法构建生成序列x(1)的拟合模型为S(i)，利用最小二乘法将拟合模型S(i)转换为误差平方和极小值模型：求解所述误差平方和极小值模型得到S(i)的各未知参数；其中，Q为拟合模型的误差平方和；
步骤3.3：利用拟合函数S(i)的导数S'(i)代替白化微分方程中的微分项得到白化微分方程的离散形式为
S'(i)+ax(1)(i)＝bi＝1,2,...,n
写成矩阵形式为
利用最小二乘法得到[ab]T＝(BTB)-1BTY
其中，
步骤4：建立基于误差修正的灰色GM(1,1)模型，并利用优化算法求解基于误差修正的灰色GM(1,1)模型的参数：
步骤4.1：建立基于误差修正的灰色GM(1,1)模型为
x(1)(i+1)＝βx(1)(i)+αe(i)+λ,i＝1，2,…,n-1
其中，α、λ均为误差修正系数，β为灰色GM(1,1)模型的系数；为基于误差修正的灰色GM(1,1)模型得到生成序列x(1)中x(1)(i)的拟合值，
对基于误差修正的灰色GM(1,1)模型进行分解，得到分解形式的基于误差修正的灰色GM(1,1)模型为
x...
【专利技术属性】
技术研发人员：杨洋，单瑜阳，张亮，王秀芹，韩莹，韩志艳，赵震，王东，魏洪峰，
申请(专利权)人：渤海大学，
类型：发明
国别省市：辽宁;21
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。