考虑风电集群相关性的风电功率预测方法技术

本发明专利技术公开了一种考虑风电集群相关性的风电功率预测方法。该方法考虑了风电集群之间的时间相关性，基于皮尔逊相关系数方法，计算各个相邻风电场与待预测风电场风电功率的最优延时；结合各风电场出力之间的相关性，构建与待预测风电场功率相关性高的虚拟风电集群功率曲线；引入机器学习方法，构建基于改进极限学习机的风电功率预测模型；以虚拟风电集群出力、历史风电功率为输入，实现风电功率的预测。本发明专利技术的风电功率预测方法，考虑了风电集群之间的时间相关性，方法的稳定性更好，具有更强的泛化能力。更强的泛化能力。更强的泛化能力。

【技术实现步骤摘要】
考虑风电集群相关性的风电功率预测方法


[0001]本专利技术属于电力系统新能源预测
，具体涉及一种考虑风电集群相关性的风电功率预测方法。

技术介绍

[0002]为推进国家双碳目标的实现，风电\光伏等新能源接入电网的比例逐渐提高。相较于煤炭、石油等一次能源，风电、光伏等新能源受大气系统的混沌特性影响，出力具有高不确定性的特征，严重影响电力系统的稳定安全运行。因此，开展稳定可靠的风电功率预测，对于电力系统调度、电力市场具有重要意义。目前的风电场功率预测未考虑各个风电场之间的时空相关性，未能深度挖掘相邻风电场中隐藏的海量相关数据，受单一风电场数据不确定性影响，风电功率预测的精度堪忧，无法准确预测实际风电出力情况。

技术实现思路

[0003]本专利技术的目的是提供一种考虑风电场集群相关性、为电力系统调度提供关键数据支撑的风电功率预测方法。
[0004]为达到上述目的，本专利技术采用的技术方案是：
[0005]一种考虑风电集群相关性的风电功率预测方法，用于实现超短期风电场出力的确定性预测，所述的考虑风电集群相关性的风本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种考虑风电集群相关性的风电功率预测方法，用于预测未来一段时间之内的风电场出力情况，其特征在于：所述考虑风电集群相关性的风电功率预测方法包括以下步骤：步骤1：相邻各风电场与待预测风电场功率之间最优延时计算：以待预测风电场为基础，分别给予相邻风电场风电功率以不同的时间延时，计算不同延时下相邻风电场和待预测风电场之间风电功率的皮尔逊相关系数，得出皮尔逊相关系数取最大值时的相邻风电场风电功率延时，将其作为各个相邻风电场的最优延时；步骤2：构建各个相邻风电场功率与待预测风电场功率的相似性权重：将相邻各风电场功率叠加各自对应的最优延时，并计算其与待预测风电场风电功率之间的皮尔逊相关系数，即为各个相邻风电场功率与待预测风电场功率的相似性权重；步骤3：构建虚拟风电集群出力时间序列：基于步骤2得到的各个相邻风电场功率与待预测风电场功率的相似性权重，进行相似性权重的加权组合，构建虚拟风电集群出力时间序列；步骤4：构建待预测风电场风电功率预测模型：基于机器学习构建待预测风电场风电功率预测模型；步骤5：得出风电功率预测结果：以虚拟风电集群出力、历史风电功率为输入，训练待预测风电场风电功率预测模型，开展预测，实现待预测风电场风电功率预测。2.根据权利要求1所述的考虑风电集群相关性的风电功率预测方法，其特征在于：步骤1中，所述皮尔逊相关系数的计算方法为：其中X
i,j
为第i个相邻风电场风电功率叠加延时j的时间序列，Y为待预测风电场风电功率的时间序列，cov(X
i,j
,Y)为两者之间的协方差，与σ
Y
分别为X
i,j
和Y的标准差，per
i,j
为两者之间的皮尔逊相关系数。3.根据权利要求2所述的考虑风电集群相关性的风电功率预测方法，其特征在于：步骤2中，所述各个相邻风电场功率与待预测风电场功率的相似性权重的计算方法为：ω
i
＝max{per
i,j
,j∈[1,N]}其中，ω
i

【专利技术属性】
技术研发人员：叶长青，万灿，付雪辉，韦焕林，孙浩，姚惠，吴文倩，周洌，张开铭，陈燕惠，
申请(专利权)人：浙江大学，
类型：发明
国别省市：