[发明专利]基于数据特征提取的风功率预测误差估计方法

说明书

技术领域

本发明属于新能源发电技术中电力系统调度自动化技术领域，具体涉及一种基于数据特征提取的风功率预测误差估计方法。

背景技术

近年来，以风电为代表的新型能源因其无污染、可再生的固有特性，且无温室气体排放，在电网中的渗透率急剧升高，成为能源发展的重要方向。风电作为技术最成熟的新能源利用方式之一，在政府部门的大力支持下实现了快速的增长。但是随着大规模风电的并网，由于风电固有的随机性、间歇性和不确定性，使得电力系统运行过程中的不确定性因素不断增加，这就为电力系统的安全稳定经济运行带来了很大的影响。对风功率预测误差做出更为精细的估计，对于风功率预测、含风电的电网调度与控制、含风电的电网安全防御等领域都具有重大的意义。目前国内外就风功率预测误差估计方面提出通过几种不同的风电预测工具所提供的预测结果的比对来确定风功率预测误差，该方法在具体实施时，需要多种预测工具且要提供相应的数据来源，而且可能带来较大的计算量。因此，建立在线计算强度低、数据来源可靠且容易获得的风功率预测误差估计模型，对于风电功率预测、含风电的电网调度与控制都具有重要的价值。

风电预测误差不仅与预测方法有关，还与预测周期、预测点的风速大小和波动程度有关，通常情况下，预测周期越长，预测出力越大，预测点出力波动程度越大，预测误差就越大。本发明认为，风电预测误差与预测方法、预测周期、预测点的风速幅值和波动程度的关系，可以通过统计分析风电运行历史数据和日前预测出力数据捕捉得到，然后估计风功率预测误差。所得结果更加精细、可靠和科学，对于提高大规模风电并网下的电力系统安全经济运行具有重要的意义。

发明内容

本发明的目的是对风功率预测误差做出更为精细的估计。本发明提供的基于数据特征提取的风功率预测误差估计方法，只需要风电运行的历史实际出力和预测出力，以及日前预测出力，建立适应大规模风电并网后的风功率预测误差估计模型估计风功率预测误差，减小或消除了大规模风电并网后对电网安全运行的不利影响，保证了电力系统的可靠运行。

基于数据特征提取的风功率预测误差估计方法，其特征在于该方法统计分析近一年风电运行历史数据，分析计算风功率幅值、日前预测出力的波动程度、近3天风电出力波动程度和预测精度对风功率预测误差的影响权重系数，然后利用日前风功率预测出力和近3天风电运行数据，计算日前风功率预测幅值和波动程度、近3天风电出力波动程度和预测精度，最后估计风功率预测误差。具体如下：

（1）统计分析近一年风电运行历史数据，计算风功率幅值、日前预测出力的波动程度、近3天风电出力波动程度和预测精度对风功率预测误差的影响权重系数；

统计分析近一年风电运行历史数据，计算风功率幅值对风功率预测误差的影响权重系数α的公式如（1）所示，