一种基于概率分布的风电功率场景生成方法及系统技术方案

本公开提出了一种基于概率分布的风电功率场景生成方法及系统，包括：获取风电功率的预测值与实测值的历史数据，提取风电功率的预测值与实测值的差值，即预测误差；选取对风电呈直接影响的风速、风向及拟合误差，分别拟合出三者影响下预测误差的分布；将三类影响因素下的预测误差分布按照相应的权重参数进行组合，以概率密度函数与分布直方图的残差平方和最小为目标函数，求权重的最优解，得到的预测误差概率密度函数；将上述概率密度函数离散化，得到大量的随机场景并选出典型场景。采用混合分布，通过给不同影响因素下的误差分布设定权重，综合考虑了各影响因素对误差分布的影响，得到的拟合结果相比于单一误差分布更准确。

【技术实现步骤摘要】
一种基于概率分布的风电功率场景生成方法及系统
本公开属于风力发电
，尤其涉及一种基于概率分布的风电功率场景生成方法及系统。
技术介绍
本部分的陈述仅仅是提供了与本公开相关的
技术介绍
信息，不必然构成在先技术。风能作为一种大规模、无污染的可再生能源，取之不尽用之不竭；且风电场建设周期短，装机规模灵活运行成本低，基于此风力发电技术受到广泛青睐。然而，风速具有间歇性的特点，使得风力发电具有很强的随机性、不稳定性，从而导致了发电电能质量、并网可靠性降低，这给风力发电技术带来了巨大挑战。针对风电波动随机性带来的影响，风电功率预测技术使得风电场对未来一段时间风电功率的情况有了预估，便于安排调度，以成为当前风力发电领域的主流技术。但风电功率受到多种自然、技术因素的影响，在时间尺度上呈现较强的无规律性，在当前技术水平下大幅度提高单点预测精度来直接描述波动性极为困难，而对预测误差的概率分析可以弥补风电功率预测的不足，根据概率分布生成风电功率场景是处理风力发电中波动性问题的重要方法。风电场景生成技术主要包含以下两个部分，波动性概率分析与代表性场本文档来自技高网...

【技术保护点】
1.一种基于概率分布的风电功率场景生成方法，其特征是，包括：/n获取风电功率的预测值与实测值的历史数据，提取风电功率的预测值与实测值的差值，即预测误差；/n选取对风电呈直接影响的风速、风向及拟合误差，分别拟合出三者影响下预测误差的分布；/n将三类影响因素下的预测误差分布按照相应的权重参数进行组合，以概率密度函数与分布直方图的残差平方和最小为目标函数，求权重的最优解，得到的预测误差概率密度函数；/n将上述概率密度函数离散化，得到大量的随机场景并选出典型场景。/n

【技术特征摘要】
1.一种基于概率分布的风电功率场景生成方法，其特征是，包括：
获取风电功率的预测值与实测值的历史数据，提取风电功率的预测值与实测值的差值，即预测误差；
选取对风电呈直接影响的风速、风向及拟合误差，分别拟合出三者影响下预测误差的分布；
将三类影响因素下的预测误差分布按照相应的权重参数进行组合，以概率密度函数与分布直方图的残差平方和最小为目标函数，求权重的最优解，得到的预测误差概率密度函数；
将上述概率密度函数离散化，得到大量的随机场景并选出典型场景。


2.如权利要求1所述的一种基于概率分布的风电功率场景生成方法，其特征是，在日前风电功率预测中，风电功率的预测值通过风速预测值代入风机出力曲线得到。


3.如权利要求1所述的一种基于概率分布的风电功率场景生成方法，其特征是，拟合风速影响下预测误差的分布：对各风速段下的误差分布进行拟合，其中忽略风速首尾误差波动较小的两区段。


4.如权利要求1所述的一种基于概率分布的风电功率场景生成方法，其特征是，拟合风向影响下预测误差的分布：应用非参数估计中的K近邻法，无需假定概率密度的形式，直接估计所选样本点的概率密度。


5.如权利要求1所述的一种基于概率分布的风电功率场景生成方法，其特征是，拟合误差影响下预测误差的分布：
通过对实测风速下的预测误差分布得到拟合风机出力曲线的过程存在功率特性拟合误差，通过极值分布，表现出功率拟合误差下的预测误差分布。


6.如权利要求1所述的一种基于概率分布的风电功率场景生成方法，其特征是，拟合得到预测误差概率...

【专利技术属性】
技术研发人员：李珂，王鲁泮，张承慧，王海洋，杨帆，
申请(专利权)人：山东大学，
类型：发明
国别省市：山东;37