考虑爬坡特征识别和误差修正的风电功率预测方法及系统技术方案

本发明专利技术申请提供了考虑爬坡特征识别和误差修正的风电功率预测方法及系统，包括：步骤1：对历史风电功率序列的爬坡事件按照特征进行爬坡识别；基于所述识别结果，将所有的风电功率序列分类为上爬坡阶段、下爬坡阶段和非爬坡阶段；步骤2：获取风电的气象因子；步骤3：对上爬坡阶段、下爬坡阶段和非爬坡阶段分别建立预测模型，将识别出来的上爬坡阶段、下爬坡阶段以及非爬坡阶段与气象因子分别输入到对应的所述预测模型进行预测，得到三种预测结果；步骤4：利用误差修正模型对所述三种预测结果进行修正，得到最终的风电功率预测结果。本发明专利技术能够准确预测风电爬坡事件下的风电功率预测，大大提高了短期风电功率预测的整体精度。

【技术实现步骤摘要】

本专利技术属于风电功率预测，具体涉及考虑爬坡特征识别和误差修正的风电功率预测方法及系统。

技术介绍

1、在风电功率发生快速变化的情况下，传统的预测方法往往无法及时准确地捕捉这种变化，导致预测误差较大。这种误差会影响电网的调度决策，增加电网运行的风险，同时在风电功率快速变化的情况下，精确预测有助于减少电力系统的备用容量需求，降低弃风率，并提高整体的能源利用效率，从而提升经济效益。

技术实现思路

1、为克服上述现有技术存在无法及时准确地捕捉爬坡变化，导致预测误差较大的技术问题，第一方面，本专利技术申请提出一种考虑爬坡特征识别和误差修正的风电功率预测方法，包括：

2、步骤1：对历史风电功率序列的爬坡事件按照特征进行爬坡识别；基于所述识别结果，将所有的风电功率序列分类为上爬坡阶段、下爬坡阶段和非爬坡阶段；

3、步骤2：获取风电的气象因子；

4、步骤3：对上爬坡阶段、下爬坡阶段和非爬坡阶段分别建立预测模型，将识别出来的上爬坡阶段、下爬坡阶段以及非爬坡阶段与气象因子分别输入到对应的所述本文档来自技高网...

【技术保护点】

1.一种考虑爬坡特征识别和误差修正的风电功率预测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述步骤3中，对上爬坡阶段、下爬坡阶段和非爬坡阶段分别建立预测模型，包括：

3.根据权利要求2所述的方法，其特征在于，所述步骤1中，所述特征包括4个，分别为幅度变化ΔPr、持续时间Δt、爬坡率ΔPr/Δt、爬坡方向。

4.根据权利要求1所述的方法，其特征在于，所述步骤1中，基于所述识别结果，将所有的风电功率序列分类为上爬坡阶段、下爬坡阶段和非爬坡阶段，包括：

5.根据权利要求1所述的方法，其特征在于，在所述获取风电的气象因子之...

【技术特征摘要】

1.一种考虑爬坡特征识别和误差修正的风电功率预测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述步骤3中，对上爬坡阶段、下爬坡阶段和非爬坡阶段分别建立预测模型，包括：

3.根据权利要求2所述的方法，其特征在于，所述步骤1中，所述特征包括4个，分别为幅度变化δpr、持续时间δt、爬坡率δpr/δt、爬坡方向。

4.根据权利要求1所述的方法，其特征在于，所述步骤1中，基于所述识别结果，将所有的风电功率序列分类为上爬坡阶段、下爬坡阶段和非爬坡阶段，包括：

5.根据权利要求1所述的方法，其特征在于，在所述获取风电的气象因子之后，还包括：

6.根据权利要求5所述...

【专利技术属性】
技术研发人员：解佗，马易晨，张刚，张靠社，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：