考虑出力变化趋势的风电功率预测误差多区间分析方法和系统技术方案

考虑出力变化趋势的风电功率预测误差多区间分析方法和系统，所述方法包括：采集风电历史出力数据并设置阈值；计算相邻采样点之间的风电有功功率变化量；计算得到风电有功功率变化趋势区间长度集合；进行出力变化趋势爬坡段区间识别；进行变化趋势区间合并；采用核密度估计方法，建立风电功率预测误差多区间分析模型，多维度分析不同变化趋势区间的风电功率预测误差特征。本发明专利技术可以准确识别不同长度的风电功率变化趋势区间，评估不同变化趋势下风电功率预测误差特征，精确分析风电功率预测误差特征，为风电功率预测提供技术支撑。为风电功率预测提供技术支撑。为风电功率预测提供技术支撑。

【技术实现步骤摘要】
考虑出力变化趋势的风电功率预测误差多区间分析方法和系统


[0001]本专利技术属于风电功率预测
，具体涉及考虑出力变化趋势的风电功率预测误差多区间分析方法和系统。

技术介绍

[0002]为应对日益严重的化石能源危机，风力发电等新能源发电技术得到了快速发展，风力发电装机容量、发电量逐年上升。在有效缓解化石能源危机的同时，风力发电输出功率的强不确定性对电网安全运行提出了巨大挑战。准确的风电功率预测是解决上述问题的有效途径，在提高风电功率预测精度的同时，可以有效减小电网为应对风电出力不确定性所提供的备用容量。但风电功率预测的基础，是需要对其预测误差进行准确分析。
[0003]风电功率预测误差分析的核心问题在于，不同功率变化趋势下，风电功率预测误差存在不同的特征，通过对不同变化趋势下风电功率预测误差进行分析，充分挖掘不同变化趋势区间的风电功率预测误差特征，对电网安全运行具有重要意义。
[0004]现有技术文件1(CN201910367497.3)公开了基于高斯混合模型的风电功率预测误差分段拟合方法，包括：建立以风电场装机容量为基准本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.考虑出力变化趋势的风电功率预测误差多区间分析方法，其特征在于：所述方法包括以下步骤：步骤1，采集风电历史出力数据，并设置出力变化趋势爬坡段的区间长度阈值σ1和区间数阈值σ2；步骤2，基于步骤1采集的数据，计算相邻采样点之间的风电有功功率变化量；步骤3，根据所述风电有功功率变化量计算得到风电有功功率变化趋势区间的分界点集合，并根据分界点计算得到风电有功功率变化趋势区间长度集合；步骤4，根据风电有功功率变化趋势区间长度、阈值σ1和风电有功功率变化量进行出力变化趋势爬坡段区间识别；步骤5，根据相邻爬坡段区间之间的变化趋势区间个数与阈值σ2进行变化趋势区间合并；步骤6，基于步骤1采集的数据，采用核密度估计方法，建立风电功率预测误差多区间分析模型，多维度分析不同变化趋势区间的风电功率预测误差特征。2.根据权利要求1所述的考虑出力变化趋势的风电功率预测误差多区间分析方法，其特征在于：步骤1中，所述风电历史出力数据包括风电历史实际有功功率和预测历史有功功率。3.根据权利要求1所述的考虑出力变化趋势的风电功率预测误差多区间分析方法，其特征在于：步骤2中，相邻采样点之间的风电有功功率变化量为：ΔP
i+1
＝P
i+1
‑
P
i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)式中，P
i+1
、P
i
分别表示第i+1采样点、第i个采样点的风电有功功率，即风电历史实际有功功率；ΔP
i+1
表示第i+1个采样点与第i个采样点之间的风电有功功率变化量。4.根据权利要求1所述的考虑出力变化趋势的风电功率预测误差多区间分析方法，其特征在于：步骤3中，计算风电有功功率变化量曲线与0轴的交叉点，即为风电有功功率变化趋势区间的分界点，分界点集合获取方法为：X＝{x0(x0＝1),x1,x2,
…
,x
n
|ΔP
i
*ΔP
i+1
<0}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)式中，n表示风电有功功率变化量曲线与0轴的交叉点个数；x
i
表示第i个变化趋势区间与第i+1个变化趋势区间的分界点。5.根据权利要求4所述的考虑出力变化趋势的风电功率预测误差多区间分析方法，其特征在于：步骤3中，根据分界点计算得到风电有功功率变化趋势区间长度集合，区间长度为：D＝{d
i
＝x
i
‑
x
i
‑1,i＝2,3,
…
,n}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)式中，d
i
表示第i个变化趋势区间的长度。6.根据权利要求1所述的考虑出力变化趋势的风电功率预测误差多区间分析方法，其特征在于：步骤4中，对比风电有功功率变化趋势区间长度与阈值σ1的大小，当大于阈值σ1时，则判定对应变化趋势区间为出力变化趋势爬坡段区间；当爬坡段...

【专利技术属性】
技术研发人员：滕卫军，刘阳，杨海晶，张亚飞，高泽，李朝晖，
申请(专利权)人：国网河南省电力公司电力科学研究院，
类型：发明
国别省市：