一种风电功率预测场景生成方法和系统技术方案

本发明专利技术提供了一种风电功率预测场景生成方法和系统，包括：获取当前预测功率序列、历史预测功率序列和历史实测功率序列；基于所述当前预测功率序列、历史预测功率序列和历史实测功率序列，依次计算各个场景中在给定相邻两个时刻的当前预测功率和相邻两个时刻中前一时刻功率预测误差条件下后一时刻的功率预测误差，得到各个场景下功率预测误差序列；基于所述当前预测功率序列和各个场景下功率预测误差序列，生成各个场景下的风电预测功率序列，本发明专利技术考虑了相邻时刻功率预测误差的时间相关性，因此所生成的风电功率预测场景很好的保留了风电功率预测的时序性，提高了风电功率预测场景的可靠性。

【技术实现步骤摘要】
一种风电功率预测场景生成方法和系统
专利技术属于电力系统优化调度领域，具体涉及一种风电功率预测场景生成方法和系统。
技术介绍
由于风电强烈的随机性和不确定性，已有的基于点预测结果的确定性调度方法已难以满足电网日前调度计划优化的需要。基于预测场景的随机优化调度方法是提高电网日前发电计划决策合理性的可行方法之一。随机优化调度方法需要基于一系列的风电预测功率场景，通过机组组合优化得到在所有预测场景期望意义下最优的发电计划，该发电计划能够在保证电网安全运行的前提下实现发电经济性的最优。由于随机优化调度方法能够计及风电功率的随机性，因而调度决策结果更加科学、合理。其中，风电功率预测场景是影响随机优化调度决策的关键输入信息，目前，在电网调度部门中普遍采用的是基于点预测结果来生成预测场景，这种方法的主要思路是：基于历史预测误差的概率分布进行各时间断面下的独立抽样，由于并未考虑预测误差之间的时间相关性，因此所生成的功率预测场景的时序特性难以保证，影响了预测场景的可信度，造成后续调度决策结果不合理，因此，如何解决现有技术中存在的上述问题是本领域技术人员需要解决的本文档来自技高网...

【技术保护点】
1.一种风电功率预测场景生成方法，其特征在于，包括：/n获取当前预测功率序列、历史预测功率序列和历史实测功率序列；/n基于所述当前预测功率序列、历史预测功率序列和历史实测功率序列，依次计算各个场景中在给定相邻两个时刻的当前预测功率和相邻两个时刻中前一时刻功率预测误差条件下后一时刻的功率预测误差，得到各个场景下功率预测误差序列；/n基于所述当前预测功率序列和各个场景下功率预测误差序列，生成各个场景下的风电预测功率序列。/n

【技术特征摘要】
1.一种风电功率预测场景生成方法，其特征在于，包括：
获取当前预测功率序列、历史预测功率序列和历史实测功率序列；
基于所述当前预测功率序列、历史预测功率序列和历史实测功率序列，依次计算各个场景中在给定相邻两个时刻的当前预测功率和相邻两个时刻中前一时刻功率预测误差条件下后一时刻的功率预测误差，得到各个场景下功率预测误差序列；
基于所述当前预测功率序列和各个场景下功率预测误差序列，生成各个场景下的风电预测功率序列。


2.如权利要求1所述的方法，其特征在于，所述功率预测误差序列的计算，包括：
基于所述历史预测功率序列和历史实测功率序列，构建历史相邻时刻的预测功率和功率预测误差联合分布变量；
对历史相邻时刻的预测功率和功率预测误差联合分布变量进行聚类划分，得到各类别的聚类中心和历史相邻时刻的预测功率和功率预测误差联合分布概率密度函数；
基于所述当前预测功率序列、各类别聚类中心及各类别历史相邻时刻的预测功率和功率预测误差联合分布概率密度函数，依次计算各在给定相邻两个时刻的当前预测功率和相邻两个时刻中前一时刻功率预测误差条件下后一时刻的功率预测误差。


3.如权利要求2所述的方法，其特征在于，所述基于所述当前预测功率序列、各类别聚类中心及各类别历史相邻时刻的预测功率和功率预测误差联合分布概率密度函数，依次计算在给定相邻两个时刻的当前预测功率和相邻两个时刻中前一时刻功率预测误差条件下后一时刻的功率预测误差，包括：
基于所述当前预测功率序列、各类别聚类中心及各类别历史相邻时刻的预测功率和功率预测误差的联合分布概率密度函数，计算功率预测误差序列中第1个时刻和第2个时刻的功率预测误差；
基于所述当前预测功率序列、各类别聚类中心、各类别历史相邻时刻的预测功率和功率预测误差的联合分布概率密度函数及功率预测误差序列中第1个时刻和第2个时刻的功率预测误差，依次计算给定相邻两个时刻的当前预测功率和相邻两个时刻中前一时刻功率预测误差条件下功率预测误差序列中第3个时刻及以后各时刻功率预测误差的条件概率分布；
对所述功率预测误差序列中第3个时刻及以后各时刻功率预测误差的条件概率分布，依次进行随机抽样，得到第3个时刻及以后各时刻功率预测误差。


4.如权利要求3所述的方法，其特征在于，所述基于所述当前预测功率序列、各类别聚类中心及各类别历史相邻时刻的预测功率和功率预测误差联合分布概率密度函数，计算功率预测误差序列中第1个时刻和第2个时刻的功率预测误差，包括：
基于所述当前预测功率序列，构建第1个相邻时刻的高维向量；所述第1个相邻时刻的高维向量由第1个时刻当前预测功率、第2个时刻当前预测功率、第1个时刻功率预测误差设定初值和第2个时刻功率预测误差设定初值构成；
基于所述各类聚类中心，判断第1个相邻时刻的高维向量所属类别；
对所述第1个相邻时刻的高维向量所属类别的历史相邻时刻的预测功率和功率预测误差联合分布概率密度函数进行随机抽样，得到功率预测误差序列中第1个时刻和第2个时刻的功率预测误差。


5.如权利要求3所述的方法，其特征在于，所述基于所述当前预测功率序列、各类别聚类中心、各类别历史相邻时刻的预测功率和功率预测误差的联合分布概率密度函数及功率预测误差序列中第1个时刻和第2个时刻的功率预测误差，依次计算给定相邻两个时刻的当前预测功率和相邻两个时刻中前一时刻功率预测误差条件下功率预测误差序列中第3个时刻及以后各时刻功率预测误差的条件概率分布，包括：
基于所述当前预测功率序列和功率预测误差序列中第2个时刻的功率预测误差，依次生成第1个相邻时刻以后的各相邻时刻的高维向量；所述第1个相邻时刻以后的各相邻时刻的高维向量由相邻两个时刻的当前预测功率、相邻两个时刻中前一时刻功率预测误差和相邻两个时刻中后一时刻的功率预测误差设定初值组成；
基于所述各类别的聚类中心，依次判断第1个相邻时刻以后的各相邻时刻的高维向量所属类别；
基于第1个相邻时刻以后的各相邻时刻的高维向量所属类别的历史相邻时刻的预测功率和功率预测误差联合分布概率密度函数，依次计算功率预测误差序列中第3个时刻及以后各时刻功率预测误差服从的条件概率分布。...

【专利技术属性】
技术研发人员：李湃，黄越辉，范越，王伟胜，李庆，桑桢城，王茂春，李延和，杨洪志，
申请(专利权)人：中国电力科学研究院有限公司，国家电网有限公司，国网青海省电力公司，国网青海省电力公司电力科学研究院，
类型：发明
国别省市：北京;11