[发明专利]一种基于改进季节性指数平滑模型的风力发电量预测方法

权利要求书

1.一种基于改进季节性指数平滑模型的风力发电量预测方法，其特征在于：包括以下步骤：

步骤S1：确定风力发电的影响关键指标；

步骤S2：构建改进的季节性指数平滑模型；

步骤S3：选取季节性指数平滑系数；

步骤S4：输入预测日期及风力发电数据和天气预报数据，得到风力发电结果。

2.根据权利要求1所述的一种基于改进季节性指数平滑模型的风力发电量预测方法，其特征在于：风力发电的影响关键指标基于风力发电的内外部影响因素，所述内部因素包括设备启停引起风电波动；外部因素包括风力发电受到的气象参数影响。

3.根据权利要求1所述的一种基于改进季节性指数平滑模型的风力发电量预测方法，其特征在于：所述步骤S2中，通过遍历风力发电数据，通过绘制风力发电的时间序列图，借助数据管理等不同的判定条件，判断风力发电的趋势变化及数据特征。

4.根据权利要求3所述的一种基于改进季节性指数平滑模型的风力发电量预测方法，其特征在于：所述步骤S2中，构建改进的季节性指数平滑模型进行风力发电量预测值计算的具体步骤如下：

步骤S21：分别计算前两个周期长的每期平均值,其中，第一个周期的平均值：第二个周期的平均值：其中l为季节周期长度；x₁、x₂，…，x₃为观测值；

步骤S22：计算两个周期内平均每个时期的增量：

步骤S23：计算初始指数平滑值：

步骤S24：分别计算前两个周期内每一个的季节因子。第一个周期内每一时期的季节因子：其中：当t＝1时，n＝1；当t＝2时，n＝2；以此类推，当t＝l时，n＝l。第二个周期内每一时期的季节因子：其中：当t＝l+1时，n＝1；当t＝l+2时，n＝2；以此类推，当t＝2l时，n＝l；

步骤S25：计算前两个周期中平均每个时期的季节因子：C″_t＝0.5(C′_t-l+C′_t)，其中t＝l+1，l+2，…，2l；

步骤S26：计算l个平均季节因子之和：l'＝C″_l+1+C″_l+2+…+C″_2l。得到正态化后的季节因子：其中t＝l+1，l+2，…，2l；每当计算完1个周期，得到l个季节因子后，按步骤六的方法，将其进行正态化；

步骤S27：当获得第t时期的观察值x时，采用确定的平滑系数ɑ、β、γ来修正平稳因子S和季节因子C。其中：S′_t＝αx_t/C_t-l+(1-α)S_t-1；C_t＝βx_t/S_t+(1-β)C_t-l；S_t＝γηS′_t+(1-γ)S′_t；其中η为平稳因子修正系数，表示下一周期预测风力发电水平和当前周期预测风力发电水平的比值；

步骤S28：计算平稳因子修正系数η：η＝L_d+1/L_d，其中L_d+1、L_d分别为第二天及当天日风力总发电量；L_d时用到的当天平均风力值，可通过实测值平均得到；L_d+1时用到的第二天的平均风力值，通过气象预报信息得到；

步骤S29：日风力总发电量计算公式：L_d＝δ₀+δ₁T_d,ave，其中L_d为日风力总发电量，T_d,ave为日平均风力，δ₀，δ₁为回归系数；

步骤S210：计算t+m时期的风力发电量预测值：f_t+m＝S_t×C_t-l+m，其中m＝1,2,…,(l-1)。