基于数值天气预报集合预报结果的风电功率概率预测方法技术

本发明专利技术提供一种基于数值天气预报集合预报结果的风电功率概率预测方法，以数值天气预报为基础，通过数值天气预报集合预报技术为短期风电功率预测提供了基础输入数据，针对每一个集合成员建立短期预测模型，得到多组预测结果，对于得到的多组预测结果，集合预报组态特性划分方法和预测功率水平划分方法对不同特性预测误差进行分类后，采用非参数回归方法表征不同特性历史预测误差的概率分布，进而得出一定置信度水平下未来的预测误差带。本发明专利技术提供的一种风电功率概率预测方法，在相同置信度水平下，误差带区间更窄，对于含大规模风电接入的电网，在满足相同安全裕度条件下，能够有效减少电网运行成本，提高电网运行的经济型。

【技术实现步骤摘要】
【专利摘要】本专利技术提供一种，以数值天气预报为基础，通过数值天气预报集合预报技术为短期风电功率预测提供了基础输入数据，针对每一个集合成员建立短期预测模型，得到多组预测结果，对于得到的多组预测结果，集合预报组态特性划分方法和预测功率水平划分方法对不同特性预测误差进行分类后，采用非参数回归方法表征不同特性历史预测误差的概率分布，进而得出一定置信度水平下未来的预测误差带。本专利技术提供的一种风电功率概率预测方法，在相同置信度水平下，误差带区间更窄，对于含大规模风电接入的电网，在满足相同安全裕度条件下，能够有效减少电网运行成本，提高电网运行的经济型。【专利说明】
本专利技术涉及风电功率预测领域，具体涉及一种。
技术介绍
风能是可再生能源的重要组成部分，风电是目前最成熟、最具规模开发和商业化发展前景的可再生能源发电方式之一。但风电与常规能源不同，具有很大的随机性、间歇性和不可控性，大规模的风电并入电网，对电网的规划建设、运行调度、分析控制、经济运行和电能质量等产生一定的影响。对风电场输出功率进行预测，是应对大规模风电接入电网的重要举措之一，风电功率预测能够为电网的调度运行提供技术支撑，增强系统的安全性和稳定性，同时还有益于风电场运行维护计划的制定。但风电功率具有很强的随机波动性，风的产生规律难以把握，导致风电预测误差较大，预测结果很难对电网调度计划的制定提供有效依据，因而在风电功率确定性预测基础上开展风电功率的概率预测技术研究，得出一定置信度下的预测结果误差带区间，可为大规模风电场并网的优化调度提供基础技术支撑，因而具有重要的实际应用价值。当前风电功率的误差带概率预测主要采用确定的参数分布模型，如高斯分布、双曲分布以及贝塔分布等，拟合风电功率的历史预测误差分布，未识别不同特性的预测误差，所得到的概率预测误差带对所有预测结果的带宽相同，在相同置信度下宽度较大，不利于风电的经济调度运行。
技术实现思路
本专利技术针对现有技术的不足，提供一种，包括:步骤1，对数值天气预报集合预报的每个成员建立短期风电功率预测模型，分别输入数值天气预测结果后获得各个所述成员的风功率预测结果，得到天气预报集合预报的集合的风功率预测结果；步骤2，根据所述集合中各成员的所述风电功率预测结果计算所述集合的二阶中心距，根据所述二阶中心距的设置的判别阀值识别各个所述集合的误差类型，所述集合的误差类型序号为i ;步骤3，根据所述集合的风功率预测结果将各个所述集合的功率水平进行划分，所述集合的功率水平序号为j ;步骤4，计算误差类型为i功率水平为j的集合的相对误差的集合Ieu};所述相对误差的集合中各成员的相对误差【权利要求】1.一种，其特征在于，所述方法包括: 步骤1，对数值天气预报集合预报的每个成员建立短期风电功率预测模型，分别输入数值天气预测结果后获得各个所述成员的风功率预测结果，得到天气预报集合预报的集合的风功率预测结果； 步骤2，根据所述集合中各成员的所述风电功率预测结果计算所述集合的二阶中心距，根据所述二阶中心距的设置的判别阀值识别各个所述集合的误差类型，所述集合的误差类型序号为i ; 步骤3，根据所述集合的风功率预测结果将各个所述集合的功率水平进行划分，所述集合的功率水平序号为j ; 步骤4，计算误差类型为i功率水平为j的集合的相对误差的集合{eu};所述相对误差 2.如权利要求1所述的方法，其特征在于，所述步骤I得到的所述天气预报集合预报的集合的风功率预测结果 3.如权利要求2所述的方法，其特征在于，所述步骤2中，所述集合的二阶中心距 4.如权利要求2所述的方法，其特征在于，所述步骤3中，所述集合的功率水平序号j的计算方法为: 5.如权利要求1所述的方法，其特征在于，所述步骤5中，用核估计的方法得到的所述集合{eu}中各个样本的概率密度函数为:6.如权利要求5所述的方法，其特征在于，所述步骤6中根据核回归理论得到误差分布集合{eu}的概率密度的拟合回归函数mu(eu)为: 7.如权利要求6所述的方法，其特征在于，对所述步骤6得到的误差分布的概率密度的拟合回归结果进行回归校验，得到满足校验结果的最大的核回归窗宽1^_值: 校验过程包括: 以i误差类型j功率水平下的所有误差Uu为母体，划分为有限多项的离散分布，设A1,...，A1为不同误差事件，满足: 8.如权利要求6所述的方法，其特征在于，所述步骤8中包括: 根据所述拟合回归函数mu(eu)得到总体分布函数: 9.如权利要求6所述的方法，其特征在于，所述步骤9中的所述的估计区间Apij为 【文档编号】G06F19/00GK103530527SQ201310524786【公开日】2014年1月22日 申请日期:2013年10月30日 优先权日:2013年10月30日 【专利技术者】王铮, 王伟胜, 刘纯, 冯双磊, 王勃, 姜文玲, 赵艳青, 靳双龙, 胡菊, 王晓蓉, 张菲, 卢静, 车建峰, 马振强 申请人:国家电网公司, 中国电力科学研究院, 中电普瑞张北风电研究检测有限公司, 国网安徽省电力公司本文档来自技高网...

【技术保护点】
一种基于数值天气预报集合预报结果的风电功率概率预测方法，其特征在于，所述方法包括：步骤1，对数值天气预报集合预报的每个成员建立短期风电功率预测模型，分别输入数值天气预测结果后获得各个所述成员的风功率预测结果，得到天气预报集合预报的集合的风功率预测结果；步骤2，根据所述集合中各成员的所述风电功率预测结果计算所述集合的二阶中心距，根据所述二阶中心距的设置的判别阀值识别各个所述集合的误差类型，所述集合的误差类型序号为i；步骤3，根据所述集合的风功率预测结果将各个所述集合的功率水平进行划分，所述集合的功率水平序号为j；步骤4，计算误差类型为i功率水平为j的集合的相对误差的集合{eij}；所述相对误差的集合中各成员的相对误差pM为修正后的实际功率，Sop为装机容量；步骤5，用核估计的方法得到所述集合{eij}中各个样本的概率密度函数；步骤6，采用非参数拟合的方法拟合所述集合{eij}的概率密度分布，根据核回归理论得到所述集合{eij}的概率密度的拟合回归函数mij(eij)；步骤7，对所述步骤6得到的所述概率密度的拟合回归结果进行回归校验；步骤8，计算得到误差类型为i功率水平为j下置信水平等于1?α时的误差上限和误差下限和步骤9，根据所述步骤8中得到的误差上下限计算得到置信度水平等于1?α的误差类型为i功率水平为j的功率预测结果pij的估计区间Δpij。FDA0000404890670000011.jpg,FDA0000404890670000012.jpg,FDA0000404890670000013.jpg...

【技术特征摘要】

【专利技术属性】
技术研发人员：王铮，王伟胜，刘纯，冯双磊，王勃，姜文玲，赵艳青，靳双龙，胡菊，王晓蓉，张菲，卢静，车建峰，马振强，
申请(专利权)人：国家电网公司，中国电力科学研究院，中电普瑞张北风电研究检测有限公司，国网安徽省电力公司，
类型：发明
国别省市：