考虑预测误差和波动分布的新能源预测动态场景生成方法技术

本申请涉及考虑预测误差和波动分布的新能源预测动态场景生成方法。所述方法包括：获取新能源的实测值和预测值并进行标幺化操作，得到标幺化结果；基于得到的标幺化结果构建预测箱，根据预测箱确定实测值的概率分布；获取超前时间预测值和样本，根据超前时间预测值、样本和实测值的概率分布生成新能源的动态场景。采用本方法能够更好地模拟具有风电的波动性和随机性的变化趋势，并对生成场景具有更好的优化，降低对超前时间预测值的预测误差。降低对超前时间预测值的预测误差。降低对超前时间预测值的预测误差。

【技术实现步骤摘要】
考虑预测误差和波动分布的新能源预测动态场景生成方法


[0001]本申请涉及风电
，特别是涉及一种考虑预测误差和波动分布的新能源预测动态场景生成方法。

技术介绍

[0002]目前，学术界对于风电的场景生成主要有如下方法：1）利用 ARMA模型（Autoregressive moving average model，自回归滑动平均）随机地生成风速预测误差场景，再由风速场景转化为风功率场景；2）采用拉丁超立方抽样（Latin Hypercube Sampling，LHS）从风功率预测误差的概率分布进行分层抽样生成场景集；3）采用场景树（Scenario Tree）的方法，生成大规模的场景树；4）将功率的非参数的概率预测转换成大量的日前场景。
[0003]而采用上述方法生成风电场景进行预测时，得到的预测数据存在高估或低估的情况，因此上述方法无法为系统提供较为精确的预测支持。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够符合实际条件的风功率波动精准预测的考虑预测误差和波动分布的新能源预测动态场景生成本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种考虑预测误差和波动分布的新能源预测动态场景生成方法，其特征在于，所述方法包括：获取新能源的实测值和预测值并进行标幺化操作，得到标幺化结果；基于得到的标幺化结果构建预测箱，根据所述预测箱确定所述实测值的概率分布；获取超前时间预测值和样本，根据所述超前时间预测值、所述样本和所述实测值的概率分布生成所述新能源的动态场景。2.根据权利要求1所述的方法，其特征在于，所述实测值为实际出力数值，所述预测值为实测值对应的日前预测数值。3.根据权利要求1所述的方法，其特征在于，所述标幺化结果包括所述预测值对应的标幺化结果；所述基于得到的标幺化结果构建预测箱，根据所述预测箱确定所述实测值的概率分布，包括：将所述预测值单调递减排列，并将排列后的所述预测值等分为数值区间；基于所述数值区间内所述预测值对应的标幺化结果构建预测箱；根据构建的所述预测箱对所述实测值进行分布解析，估计所述实测值的概率分布。4.根据权利要求3所述的方法，其特征在于，所述根据构建的所述预测箱对所述实测值进行分布解析，估计所述实测值的概率分布，包括：在所述预测箱对应的数值区间内设置第一随机变量，同时将所述数值区间内的实测值单调递增排列；将所述第一随机变量与排列后的实测值分别进行比对，获得所述第一随机变量的比对结果；将对比结果的平均值作为所述实测值的概率分布。5.根据权利要求1所述的方法，其特征在于，所述样本为多元正态随机向量样本；所述获取超前时间预测值和样本，根据所述超前时间预测值、所述样本和所述实测值的概率分布生成所述新能源的动态场景，包括：根据预设目标函数获取协方差关键参数及确定协方差矩阵，从而获得多元正态分布；基于超前时间预测值在所述预测箱中确定目标预测箱，根据所述目标预测箱对应的实测...

【专利技术属性】
技术研发人员：马溪原，张子昊，李鹏，包涛，周长城，程凯，李卓环，姚森敬，陈炎森，
申请(专利权)人：南方电网数字电网研究院有限公司，
类型：发明
国别省市：