基于数据融合的超短期风速区间预测方法技术

本发明专利技术涉及风电场风速预测方法技术领域，是一种基于数据融合的超短期风速区间预测方法，包括用CEEMDAN算法分解原始风速序列；利用相关系数法对CEEMDAN算法分解得到的分量进行数据融合，然后进行预测。本发明专利技术所述基于数据融合的超短期风速区间预测方法，使用CEEMDAN分解原始风速，样本熵进行数据融合，采用传统的置信区间法对风速区间进行预测，不仅能够去除原始风速数据冗余的无用信息、噪声，还能够对特征信息进行筛选提取，提高预测精度。提高预测精度。提高预测精度。

【技术实现步骤摘要】
基于数据融合的超短期风速区间预测方法


[0001]本专利技术涉及风电场风速预测方法
，是一种基于数据融合的超短期风速区间预测方法。

技术介绍

[0002]随着国际社会能源紧缺压力的不断增大、日益严峻的环境污染和气候变化等问题，风力发电以及洁净、无污染、可再生的绿色能源的特点得到了国际社会的高度重视。风电技术日益成熟，风电装机容量不断增大，并网性能不断改善，发电效率不断提高，风电产业在全球能源产业中脱颖而出。近年来，随着科技的进步，风力发电在我国得到了持续快速的发展，截止目前，风电场的装机比例大幅增多，风电渗透率不断增加。但由于风能资源的间歇性和不确定性，以及风力发电的反调峰特性，大规模风电并网对电网电能质量造成一定影响。同时，我国电力需求放缓、风电本地消纳不足。以及部分地区配套电网建设与风电建设不协调等原因，使得弃风限电现象严重。
[0003]因此，如何预测风电场的风速，实现优化发电的效率，成为本行业亟待解决的问题。

技术实现思路

[0004]本专利技术提供了一种基于数据融合的超短期风速区间预测方法，克服了上述现有本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数据融合的超短期风速区间预测方法，其特征在于包括下述步骤：S1：获取原始风速并剔除数据异常值；S2：利用CEEMDAN算法分解原始风速序列；S3：利用相关系数法对CEEMDAN算法分解得到的分量进行数据融合；S4：由于风速预测误差服从正态分布，对S3步骤得到的数据依据置信区间法对风速区间进行预测，得到风速预测区间。2.根据权利要求1所述的基于数据融合的超短期风速区间预测方法，其特征在于S2中，在原始风速数据中加入符合标准正态分布的高斯白噪声，从而第i次的数据用下式表达：X
i
(n)＝X(n)+ω
i
(n)(i＝1,
…
,I)
ꢀꢀꢀꢀꢀꢀꢀ
(1)式中，X(...

【专利技术属性】
技术研发人员：韩宏志，孔德安，王晓宇，郜宁，钱白云，康永昊，李永基，郑鑫，刘江山，段兵德，
申请(专利权)人：国家电网有限公司，
类型：发明
国别省市：