[发明专利]一种风电预测误差综合评价方法在审
| 申请号: | 202011322517.4 | 申请日: | 2020-11-23 |
| 公开(公告)号: | CN112381310A | 公开(公告)日: | 2021-02-19 |
| 发明(设计)人: | 范强;文贤馗;陈园园;吕黔苏;古庭赟;李博文;祝健杨;林呈辉;徐梅梅;顾威;桂军国 | 申请(专利权)人: | 贵州电网有限责任公司 |
| 主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06Q10/06;G06Q50/06 |
| 代理公司: | 贵阳中新专利商标事务所 52100 | 代理人: | 商小川 |
| 地址: | 550002 贵*** | 国省代码: | 贵州;52 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 预测 误差 综合 评价 方法 | ||
1.一种风电预测误差综合评价方法,它包括:
步骤1、计算预测计划曲线准确率;
步骤2、计算预测合格率;
步骤3、计算风电功率预测数据传输率;
步骤4、不同地理位置的准确率指标;
步骤5、计算不同风速段的准确率指标;
步骤6、计算负荷峰谷段误差的准确率指标;
步骤7、计算误差离散度指标;
步骤8、计算电网冲击度指标;
步骤9通过上述指标对风电预测误差综合评价。
2.根据权利要求1所述的一种风电预测误差综合评价方法,其特征在于:步骤1所述计算预测计划曲线准确率的方法为:式中r1为预测计划曲线准确率;PMk为k时段的实际平均功率;PPk为k时段的预测平均功率;N为日考核时段数;Cap为风电场装机容量。
3.根据权利要求1所述的一种风电预测误差综合评价方法,其特征在于:步骤2所述计算预测合格率的方法为:
式中:Bk=1;Bk=0。
4.根据权利要求1所述的一种风电预测误差综合评价方法,其特征在于:步骤3所述计算计算风电功率预测数据传输率的方法为:式中r3为月或年风电功率预测数据传输率;dsuc为月或年成功传输数据天数;dall为月或年日历天数。
5.根据权利要求1所述的一种风电预测误差综合评价方法,其特征在于:步骤4所述不同地理位置的准确率指标的方法为:
考虑到山区回风特性对预测精度的影响,按照风电场所处位置分为山坡前预测误差、平缓区预测误差和山坡后预测误差:
根据权利要求1所述的一种风电预测误差综合评价方法,其特征
6.在于:步骤5所述计算不同风速段的准确率指标的方法为:按照风速大小分为高风速段预测误差、中风速段预测误差和低风速段预测误差:
式中rv为修正后的风速段预测准确率,v表示风速。
7.根据权利要求1所述的一种风电预测误差综合评价方法,其特征在于:步骤6所述计算负荷峰谷段误差的准确率指标的方法为:按照负荷时间段分为负荷高峰段预测误差、负荷低谷段预测误差和负荷其余时段预测误差:
式中:tp为负荷高峰时段;tl为负荷低谷时段;tf为一般时间段;rt为修正后的时间段预测准确率。
8.根据权利要求1所述的一种风电预测误差综合评价方法,其特征在于:步骤7所述计算误差离散度指标的方法为:
式中:ei为预测的均方根误差,e为误差离散度,是均方根误差的标准差。
9.根据权利要求1所述的一种风电预测误差综合评价方法,其特征在于:步骤8所述计算电网冲击度指标的方法为:
式中:w为电网冲击度指标,a=[a1,a2,...,ai],ai为误差代价矢量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于贵州电网有限责任公司,未经贵州电网有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011322517.4/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理





