專利名稱：風電場短期功率預測方法
技術(shù)領(lǐng)域：
本發(fā)明屬于電力系統(tǒng)預測與控制技術(shù)領(lǐng)域，尤其涉及一種風電場短期功率預測方法。
背景技術(shù)：
風力發(fā)電是一種潔凈、無污染的可再生能源發(fā)電方式，越來越受到世界各國的高 度重視。風電的裝機容量迅速增長，在電網(wǎng)中所占的比例不斷提高。但是風力發(fā)電也有其缺 點，由于風能具有波動性、間歇性、低能量密度、不可控等特點，因而風電功率也是波動的、 間歇的。大容量的風電接入電網(wǎng)將會對電力系統(tǒng)的安全、穩(wěn)定運行帶來一些新問題，尤其是 對電力系統(tǒng)運行調(diào)度的影響明顯。對風電場功率進行短期預報，對于電力系統(tǒng)的功率平衡 和經(jīng)濟調(diào)度意義重大。對風電場出力進行短期(0_72h)和超短期(0_4h)預報，將使電力調(diào)度部門能夠提 前為風電出力變化及時調(diào)整調(diào)度計劃，從而減少供電系統(tǒng)旋轉(zhuǎn)備用容量，降低電力系統(tǒng)運 行成本，并為電網(wǎng)系統(tǒng)調(diào)度提供可靠的依據(jù)。從風電場角度考慮，與其他可控的發(fā)電方式相 比，風電的間歇性將大大消弱其競爭力，能夠提前對風電場出力進行預報，將很大程度上提 高風力發(fā)電的電力交易競爭力。同時，風電場可以根據(jù)預報結(jié)果，選擇無風或低風時間段， 對設(shè)備進行維修，從而提高發(fā)電量和風電場容量系數(shù)。目前，國外風電發(fā)展比較成熟的國家，如丹麥、德國、西班牙、美國等，已經(jīng)研發(fā)出 用于風電場出力短期預報的系統(tǒng)，且在多個風電場在線運行。這些系統(tǒng)有的使用統(tǒng)計模 型，有的使用物理模型，如第一個風電場出力短期預報系統(tǒng)是丹麥里索國家實驗室開發(fā)的 Prediktor,使用的是物理模型方法；德國ISET開發(fā)的WPMS系統(tǒng)，使用的是基于神經(jīng)網(wǎng)絡(luò)的 統(tǒng)計模型。這些模型的預報誤差一般都在15% _20%，效果還不盡如人意。由于沒有充分考 慮我國風電場獨特性，國外的風電出力預報系統(tǒng)還不能直接應(yīng)用于國內(nèi)，或者應(yīng)用效果很 差。而國內(nèi)這方面研究起步較晚，尚處于初步探索研究階段，研究工作主要集中在風電場風 速短期預測，真正意義上的發(fā)電功率研究更少，目前已經(jīng)有幾款相關(guān)產(chǎn)品面世，但多處于試 運行、積累經(jīng)驗階段，預測精度還有待檢驗與提高。因此，加快開展風電功率預測研究步伐， 盡快研制出適合我國國情的、精度較高的、具有自主知識產(chǎn)權(quán)的風電功率預測系統(tǒng)，時間緊 迫且意義重大。

發(fā)明內(nèi)容
本發(fā)明的目的在于，針對目前國內(nèi)外風電功率預測方法存在的不適用或精度不高 的現(xiàn)狀，提供一種風電場短期功率預測方法。技術(shù)方案是，一種風電場短期功率預測方法，其特征是所述方法包括下列步驟步驟1 計算得到超短期預測功率，具體包括步驟101 實時獲取風電場的風速、功率數(shù)據(jù)，并對獲取的數(shù)據(jù)進行預處理；所述 預處理包括剔除錯誤數(shù)據(jù)和數(shù)據(jù)歸一化；
4
步驟102 利用差分自回歸滑動平均模型預測功率；步驟103 利用小波變換結(jié)合神經(jīng)網(wǎng)絡(luò)技術(shù)預測功率；步驟104 利用線性組合預測法，對步驟102和步驟103的預測功率結(jié)果進行加權(quán) 優(yōu)化，得到超短期預測功率；步驟2 通過數(shù)值氣象預報系統(tǒng)提供的天氣預測值，計算得到短期預測功率，具體 包括步驟201 獲取天氣預測值并進行預處理；步驟202 對每類風電場風機機型分別采用BP神經(jīng)網(wǎng)絡(luò)、自適應(yīng)模糊神經(jīng)推理系 統(tǒng)和最小二乘支持向量機三種預測模型預測功率；步驟203 利用最大信息熵原理的功率組合預測模型，對步驟202的預測結(jié)果進行 加權(quán)優(yōu)化；步驟204 考慮風機啟停機數(shù)量的影響，預測風電場多機型在運風機總功率；所述 在運風機總功率即為短期預測功率；步驟3 對步驟1和步驟2的計算得到超短期預測功率和短期預測功率加權(quán)優(yōu)化， 采用基于BP神經(jīng)網(wǎng)絡(luò)的組合預測的方法計算得到最終短期預測功率。所述數(shù)據(jù)歸一化利用公式
權(quán)利要求
1.一種風電場短期功率預測方法，其特征是所述方法包括下列步驟 步驟1 計算得到超短期預測功率，具體包括步驟101 實時獲取風電場的風速、功率數(shù)據(jù)，并對獲取的數(shù)據(jù)進行預處理；所述預處 理包括剔除錯誤數(shù)據(jù)和數(shù)據(jù)歸一化；步驟102 利用差分自回歸滑動平均模型預測功率； 步驟103 利用小波變換結(jié)合神經(jīng)網(wǎng)絡(luò)技術(shù)預測功率；步驟104 利用線性組合預測法，對步驟102和步驟103的預測功率結(jié)果進行加權(quán)優(yōu) 化，得到超短期預測功率；步驟2 通過數(shù)值氣象預報系統(tǒng)提供的天氣預測值，計算得到短期預測功率，具體包括步驟201 獲取天氣預測值并進行預處理；步驟202 對每類風電場風機機型分別采用BP神經(jīng)網(wǎng)絡(luò)、自適應(yīng)模糊神經(jīng)推理系統(tǒng)和 最小二乘支持向量機三種預測模型預測功率；步驟203 利用最大信息熵原理的功率組合預測模型，對步驟202的預測結(jié)果進行加權(quán) 優(yōu)化；步驟204 考慮風機啟停機數(shù)量的影響，預測風電場多機型在運風機總功率；所述在運 風機總功率即為短期預測功率；步驟3 對步驟1和步驟2的計算得到超短期預測功率和短期預測功率加權(quán)優(yōu)化，采用 基于BP神經(jīng)網(wǎng)絡(luò)的組合預測的方法計算得到最終短期預測功率。
2.根據(jù)權(quán)利要求1所述的一種風電場短期功率預測方法，其特征是所述數(shù)據(jù)歸一化利用
3.根據(jù)權(quán)利要求1所述的一種風電場短期功率預測方法，其特征是所述利用小波變換 結(jié)合神經(jīng)網(wǎng)絡(luò)技術(shù)預測功率具體包括步驟A 對經(jīng)過預處理的功率數(shù)據(jù)所對應(yīng)的獲取時間組成的時間序列進行η層小波分 解，得到η個細節(jié)信號分量和1個逼近信號分量；步驟B 利用BP神經(jīng)網(wǎng)絡(luò)，對分解后的η+1個信號分別建立模型，進行預測； 步驟C 將
4.根據(jù)權(quán)利要求1所述的一種風電場短期功率預測方法，其特征是所述步驟104具體
5.根據(jù)權(quán)利要求1所述的一種風電場短期功率預測方法，其特征是所述預測風電場多 機型在運風機總功率具體利用公式P = Σ只，其中，Pi = NiPi‘，Ni為第i類型風機在運數(shù)量，Pi'為第i類型風機單機預測功率，Pi為第i類型風機總的預測功率。
6.根據(jù)權(quán)利要求1所述的一種風電場短期功率預測方法，其特征是所述采用基于BP神 經(jīng)網(wǎng)絡(luò)的組合預測的方法計算得到最終短期預測功率具體是，BP神經(jīng)網(wǎng)絡(luò)采用只包含1層 隱含層的三層網(wǎng)絡(luò)結(jié)構(gòu)，輸入層神經(jīng)元數(shù)為超短期預測功率、短期預測功率、超短期預測功 率平均誤差、短期預測功率平均誤差；輸出層神經(jīng)元為最終短期預測功率，中間層神經(jīng)元個 數(shù)采用試算法，以訓練樣本均方根誤差最小為目標，隱含層神經(jīng)元傳遞函數(shù)采用S型正切 函數(shù)，輸出層神經(jīng)元傳遞函數(shù)采用線性函數(shù)purelin函數(shù)，訓練算法采用LM算法，計算得到 最終短期預測功率。
全文摘要
本發(fā)明公開了電力系統(tǒng)預測與控制技術(shù)領(lǐng)域，尤其涉及一種風電場短期功率預測方法。首先，獲取實測風速、功率數(shù)據(jù)，采用差分自回歸移動平均模型和基于小波變換與神經(jīng)網(wǎng)絡(luò)相結(jié)合的功率預測模型，得到超短期預測功率；然后，獲取不同高度風速、風向、氣溫、濕度及大氣壓強數(shù)據(jù)，采用BP神經(jīng)網(wǎng)絡(luò)、自適應(yīng)模糊神經(jīng)推理系統(tǒng)、最小二乘支持向量機三種模型，通過基于最大信息熵原理的功率組合預測方法，得到短期預測功率；最后，以超短期預測功率、平均誤差和短期預測功率、平均誤差為輸入，經(jīng)過基于BP神經(jīng)網(wǎng)絡(luò)的組合預測方法處理，得到最終短期預測功率。本發(fā)明提高了風電場未來72小時預測功率的精度，為電網(wǎng)合理調(diào)度提供了依據(jù)。
文檔編號F03D7/00GK102102626SQ201110033430
公開日2011年6月22日 申請日期2011年1月30日 優(yōu)先權(quán)日2011年1月30日
發(fā)明者何成兵, 顧煜炯 申請人:華北電力大學