[发明专利]基于统计升尺度技术的电网全网风电功率预测算法

说明书

技术领域

本发明属于风电发配电技术领域，涉及一种以少数风电场功率预测结果计算电网全网风电功率预测结果的方法。

背景技术

对省级全网风电场功率进行短期预测，将使省级电力调度部门能够提前根据风电功率变化及时调整调度计划，保证电能质量，减少系统的备用容量，降低电力系统运行成本，这是减轻风电对电网造成不利影响、提高电网中风电装机比例的一种有效途径。

从理论上来说，省级全网风电总功率指本省内所有并网风电场在相同时刻接入电网的功率之和，最简单的预测方式就是把各个风电场的预测结果求和便得出省级全网风电总功率。事实上，这种方式行不通，首先，很多风电场未安装风功率预测系统。其次，各个风电场预测结果准确度良莠不齐，直接相加有可能使误差放大，得出的结果不可信。

基于统计升尺度技术的电网全网风电功率预测算法，通过分析各个风电场的功率预测精度及其与全网风电功率预测间的相关性，综合考虑各个风电场之间的地理位置，风功率的间歇性，各个风电场风机运行的稳定性，随机性干扰等因素的影响。在此基础上确定少数代表风电场，并率定各个代表风电场的权重系数。在仅仅实现少数代表风电场功率预测的基础上，实现全网风电功率预测。

发明内容

本发明的目的在于提供一种以少数风电场功率预测结果计算电网全网风电功率预测结果的方法。从而依据全网预测的结果制定次日发电计划，在全网范围内优化电网调度方式。

本发明提供了利用统计升尺度技术，结合少数代表风电场功率预测结果，实现全网风电功率预测的方法，包括以下步骤：

1）对各个风电场历史输出功率与对应时间段电网全网输出总功率资料进行分析和数据质量控制，剔除明显不合实际的数据点。

2）计算各个风电场输出功率与全网输出功率的相关性系数矩阵，选取相关性高的风电场作为代表风电场，参与统计升尺度计算；

相关性系数的计算方法为：

（1）

其中为F风电场输出功率与全网所有风电场输出功率的相关系数，t为时间，n为数据个数，为t时刻F风电场的输出功率，为t时刻全网所有风电场的输出功率。

3）计算各个代表风电场的预测精度指标，指标包括：预测相关系数、均方根误差、平均相对误差；

（2）

（3）

（4）

其中为F风电场输出功率与全网所有风电场输出功率的相关系数，RMSE为风电场功率预测的均方根误差，MAE为风电场功率预测的平均绝对误差，Cap为风电场的装机容量，t为时间，n为数据个数，为t时刻风电场的预测输出功率，为t时刻风电场的实际输出功率。

4）选取输出功率与全网输出功率相关性高（>0.75），且预测精度较高（RMSE<30%，MAE<25%）的风电场作为代表风电场；

5）计算全网风电功率预测中，各个代表风电场的权重系数，权重系数的具体计算方法如下：

（5）

（6）

其中F表示第F个代表风电场，m为代表风电场的数目。于是全网功率预测值可以表示为：

（7）

其中为全网功率预测值的时间序列矩阵，为F风电场功率预测值的时间序列矩阵，c和d为常数。采用最小二乘法求解上述方程，计算常数c和d的值，代表风电场的权重系数可以表示为：

（8）

（9）

（10）

其中为F风电场的权重系数，n为时间序列的时间点个数，表示t时刻的F风电场功率预测值，表示t时刻的全网功率预测值。因此全网风电功率预测t时刻预测值可以用代表风电场的功率预测值采用统计升尺度方法计算获得，具体表示为：

（11）

附图说明

图1 是算法逻辑流程图。

具体实施方式

本发明由三个环节构成：（1）风电场功率预测精度，及全网相关性系数矩阵计算；（2）代表风电场选取，及各个代表风电场权重系数率定；（3）全网风电功率预测结果计算。算法流程如图1所示。具体实施方式如下：

1.风电场实际功率曲线的计算

Step1：各个风电场功率历史数据，各个风电场预测功率历史数据，全网风电功率历史数据，进行数据质量控制，剔除由于停机、限电、检修等原因所带来的不合理数据；

Step2：根据方程（1）-（4），计算各个风电场与全网风电功率的相关性系数矩阵，并计算各个风电场功率预测精度指标；