一种风电场短期功率预测方法技术

本发明专利技术公开了一种风电场短期功率预测方法，包含如下步骤：(1)初始化数据选择天数；(2)对这段时间内风电场的实际发电功率和短期功率预测数据，求解各自的平均值；(3)对实际发电功率和短期功率预测数据求解相关性系数r1，根据r1的结果进行差异化处理，最终实现风电场的短期功率预测。本发明专利技术避免了风电场对数值天气预报中的预报风速过度依赖，提高了对预报风速偏差较大时的风电场短期功率预测准确率。

【技术实现步骤摘要】
一种风电场短期功率预测方法
本专利技术涉及新能源功率预测方法，尤其涉及一种风电场短期功率预测方法。
技术介绍
目前风电场的建设越来越多，风电场功率预测是风电场中重要的环节。短期功率预测是风电场功率预测中重要的环节，风电场短期功率预测精度的高低，对风电场的发电效益至关重要，提高风电场短期功率预测精度，有利于促进电网消纳风电场的发电量，提升风电场的经济效益。现有的风电场短期功率预测采用的是人工智能算法，根据输入的风电场实际风速和实际发电功率数据，采用人工智能算法后，计算出风电场的实际风速和实际发电功率的映射关系，再输入数值天气预报中的风电场预报风速，计算出风电场的短期功率预测数值。现有方法由于过度依赖数值天气预报，一旦数值天气预报数据出现较大偏差，映射关系越准确，短期功率预测的误差越大，导致短期功率预测的准确率偏低。
技术实现思路
专利技术目的：本专利技术的目的是提供一种预测准确率和预测精度高的风电场短期功率预测方法。技术方案：本专利技术所述的预测方法包含如下步骤：(1)初始化数据选择天数；(2)对这段时间内风电场的实际发电功率和短期功率预测数据，求解各自的平均值；(3)对实际发电功率和短期功率预测数据求解相关性系数r1，根据r1的结果进行差异化处理，最终实现风电场的短期功率预测。步骤(1)中，初始化数据天数选择28天，或者4周～24周的整数倍。所述步骤(3)中，根据r1的结果进行差异化处理的具体过程是：如果r1≥0.65，以P实为输出，P短期和每日编号N(范围为从1到96)作为输入，采用多元线性回归得出参数a1、a2、a3满足：P实＝a1*P短期+a2*N+a3；根据风电场风速-功率关系，输入风电场原始预报风速W预报原始，计算出第二天的短期功率预测数据P短期原始，将参数a1、a2、a3代入修正第二天96点的短期功率预测P短期原始后，得出优化后的短期功率预测：P短期优化＝a1*P短期原始+a2*N+a3，实现风电场的短期功率预测方法。步骤(3)中，根据r1的结果进行差异化处理的具体过程是：如果r1<0.65，初始化选取Wdays＝14天的风电场实际风速W实和历史预报风速W预报数据，对该段时间的实际风速和预报风速数据求平均值，得到W实平均和W预报平均；求取实际风速和预报风速的相关系数r2，根据r2的结果进行差异化处理，实现风电场的短期功率预测方法。如果r2≥0.6，按照每天96点(15分钟一个点)循环设置14天的风电场实际风速W实和历史预报风速W预报的编号N(1到96)，以W实为输出，W预报和编号N作为输入，采用多元线性回归得出参数b1、b2、b3满足：W实＝b1*W预报+b2*N+b3，将参数b1、b2、b3代入修正第二天96点的风电场原始预报风速W预报原始后，得出优化后的预报风速W预报优化＝b1*W预报原始+b2*N+b3；输入风电场第二天的优化预报风速W预报优化，根据风机提供的风速-功率曲线，得到单风机的短期功率预测数据P3，再根据风电场的装机容量CAP全场和单机容量CAP单机，计算出风电场全场的短期功率预测数据P短期优化＝P3*CAP全场/CAP单机。如果r2<0.6，输入风电场第二天的原始预报风速W预报，根据风机提供的风速-功率关系曲线，计算得到单台风机的短期功率预测数据P0，再根据风电场的装机容量CAP全场和单台风机容量CAP单机，计算出风电场全场的短期功率预测数据P1＝P0*CAP全场/CAP单机，同时将P1的权重因子设置为Q1＝1/3；选取去年同一日的风电场实际发电功率P2，将P2的权重因子设置为Q2＝2/3；设置优化后的短期功率预测数据P短期优化＝Q1*P1+Q2*P2，实现风电场的短期功率预测方法。有益效果：本专利技术与现有技术相比，其显著效果如下：1、避免了风电场对数值天气预报中的预报风速过度依赖，提高对预报风速偏差较大时的风电场短期功率预测准确率；2、采用多元线性回归计算参数值，提高了风电场短期功率预测精度，利于电网合理安排全网计划生产。附图说明图1为本专利技术的流程示意图。具体实施方式下面结合说明书附图和具体实施方式对本专利技术作进一步详细描述。如图1所示，本专利技术提供了一种风电场短期功率预测方法，详细如下步骤：步骤(1)，初始化选取距离当日Pdays＝28天的实际发电功率P实和短期功率预测数据P短期，时间分辨率为15min一个点。步骤(2)，对第一轮筛选后所对应时间段的风电场所有实际发电功率数据，求解得到实际发电功率平均值P实平均，同时对该时间段的风电场短期功率预测数据进行平均值求解，得到P短期平均。步骤(3)，求取实际发电功率和短期功率预测数据的相关系数r1，公式如下：在公式(1)中：m:表示28天中实际发电功率和短期功率预测数据的总点数(15分钟一个点)P实i:表示28天中实际发电功率的第i个点P短期i:表示28天中短期功率预测数据的第i个点步骤(3-1)，对求解出的相关性系数r1进行判断，如果r1≥0.65，进入步骤(3-2)；如果r1<0.65，进入步骤(3-6)；步骤(3-2)，按照每天96点(15分钟一个点)循环设置28天的P实和P短期的编号N(1到96)；步骤(3-3)，以P实为输出，P短期和编号N作为输入，采用多元线性回归得出参数a1、a2、a3满足：P实＝a1*P短期+a2*N+a3；步骤(3-4)，根据风电场的风速-功率关系，输入风电场原始预报风速W预报原始，计算出第二天的短期功率预测数据P短期原始；风电场风速-功率关系计算公式如下：在公式(2)中：Cp：表示风电场风机的风能利用系数；R：表示风电场风机的风轮半径；ρ：表示风电场的空气密度；W：表示风电场风速；N：表示风电场的风机台数；P：表示风电场功率；步骤(3-5)，将参数a1、a2、a3代入修正第二天96点的短期功率预测数据P短期原始后，得出优化后的短期功率预测数据：P短期优化＝a1*P短期原始+a2*N+a3；步骤(3-6)，初始化选取Wdays＝14天的风电场实际风速W实和历史预报风速W预报样本，对样本中的实际风速和预报风速求平均值，得到W实平均和W预报平均；步骤(3-7)，求取实际风速和预报风速的相关系数r2，公式如下：在公式(3)中：k：表示14天中风电场实际风速值和预报风速值的总点数(15分钟一个点)W实i：表示14天中风电场实际风速值的第i个点W预报i：表示14天中预报风速值的第i个点步骤(3-8)，对求解出的相关性系数r2进行判断，如果r2≥0.6，进入步骤(3-9)；如果r2<0.6，进入步骤(3-13)；步骤(3-9)，按照每天96点(15分钟一个点)循环设置14天的W实和W预报的编号N(1到96)步骤(3-10)，以W实为输出本文档来自技高网...

【技术保护点】
1.一种风电场短期功率预测方法，其特征在于包含如下步骤：/n(1)初始化数据选择天数；/n(2)对这段时间内风电场的实际发电功率和短期功率预测数据，求解各自的平均值；/n(3)对实际发电功率和短期功率预测数据求解相关性系数r1，根据r1的结果进行差异化处理，最终实现风电场的短期功率预测。/n

【技术特征摘要】
1.一种风电场短期功率预测方法，其特征在于包含如下步骤：
(1)初始化数据选择天数；
(2)对这段时间内风电场的实际发电功率和短期功率预测数据，求解各自的平均值；
(3)对实际发电功率和短期功率预测数据求解相关性系数r1，根据r1的结果进行差异化处理，最终实现风电场的短期功率预测。


2.根据权利要求1所述的一种风电场短期功率预测方法，其特征在于：所述步骤(1)中，初始化数据天数选择28天，或者4周～24周的整数倍。


3.根据权利要求1所述的一种风电场短期功率预测方法，其特征是：所述步骤(3)中，根据r1的结果进行差异化处理的具体过程是：如果r1≥0.65，以P实为输出，P短期和每日编号N(范围为从1到96)作为输入，采用多元线性回归得出参数a1、a2、a3满足：P实＝a1*P短期+a2*N+a3；
根据风电场风速-功率关系输入风电场原始预报风速W预报原始，计算出第二天的短期功率预测数据P短期原始，将参数a1、a2、a3代入修正第二天96点的短期功率预测P短期原始后，得出优化后的短期功率预测：P短期优化＝a1*P短期原始+a2*N+a3，实现风电场的短期功率预测方法。


4.根据权利要求1所述的一种风电场短期功率预测方法，其特征在于：所述步骤(3)中，根据r1的结果进行差异化处理的具体过程是：如果r1<0.65，初始化选取Wdays＝14天的风电场实际风速W实和历史预报风速W预报数据，对该段时间的实际风速和预报风速数据求平均值，得到W实平均和W预报平均；
求取实...

【专利技术属性】
技术研发人员：翟剑华，曹丹丹，唐孝舟，黄山峰，刘青红，孙长兰，徐浩，王小平，章叶青，
申请(专利权)人：南京南瑞继保电气有限公司，南京南瑞继保工程技术有限公司，
类型：发明
国别省市：江苏;32