[发明专利]一种风电场输出功率的群体预测方法和系统

说明书

本发明提供了一种风电场输出功率的群体预测方法和系统，包括：将待预测时刻多个风电场站的数值天气预报数据按照预设格式转化为气象图数据；将气象图数据输入预先构建的图卷积预测模型，得到功率图数据作为待预测时刻多个风电场站的输出功率预测值；其中，气象图数据包括各风电场站的气象参数、测量参数以及不同风电场站间的联接权重，图卷积预测模型是采用多个风电场站的历史气象图数据和历史功率图数据训练得到的；本发明仅需建立一个图卷积预测模型即可得到包括多个风电场站功率的多条预测曲线，在大规模风电功率预测场景中，仅需训练、部署、维护一个模型即可实现多个风电场多条预测曲线的预测，可降低模型训练、模型部署、模型维护的成本。

技术领域

本发明属于风电功率预测技术领域，具体涉及一种风电场输出功率的群体预测方法和系统。

背景技术

现有短期风电功率预测技术通常使用风电场所在经纬度的数值天气预报数据作为输入，使用数值天气预报数据到发电功率的映射模型，对本场站未来发电功率进行预测。短期风电功率预测技术的关键步骤包括：首先，获取数值天气预报数据，数值天气预报数据是根据气象演化原理对未来气象参数的预测结果，包括各经纬度、各高度的风速、风向、温度、湿度、压力等，数值天气预报数据可通过购买相关产品获得，或者通过搭建数值天气预报系统进行计算获得；第二，对数值天气预报数据进行处理，包括选择最优参数、参数变换等，得到与发电功率最相关的映射模型输入；第三，采用一定的数学算法建立从模型输入到发电功率之间的映射模型，使用的算法通常包括神经网络算法、支持向量机算法、线性回归算法等。最后，基于建立好的映射模型进行计算，输入待预测时刻的数值天气预报数据，计算得到风电功率预测结果。

针对一个风电场的短期功率预测，给定该风电场的经纬度，首先获取该经纬度或者该经纬度附近位置的数值天气预报数据，以及该风电场的历史发电功率；第二，对数值天气预报数据和历史发电功率进行预处理，包括数据转换、最优参数选择、归一化等操作；第三，以数值天气预报数据预处理结果作为输入，历史发电功率预处理结果作为输出，采用数学方法建立映射模型，反映输入与输出之间的映射关系；最后，对待预测时刻的数值天气预报数据采用上一步骤中同样的预处理方法进行预处理，将预处理结果作为上一步骤建立好的映射模型的输入，计算得到本场站的风电功率预测结果。

现有技术有以下缺点：

首先，现有的短期风电功率预测技术通常基于风电场所在经纬度位置或者附近位置的数值天气预报结果建立本场站的预测模型，每个风电场需要建立一个预测模型，在风电场较多时，需要建立和维护多个模型，需要的人力资源、时间资源和计算资源均较多。

其次，不同风电场的发电功率具有空间和时间上的关联特性，现有技术仅采用风电场所在经纬度的气象信息作为本场站预测模型的输入，有可能会引入较多的预测误差。

发明内容

为克服上述现有技术的不足，本发明提出一种风电场输出功率的群体预测方法，包括：

将待预测时刻多个风电场站的数值天气预报数据按照预设格式转化为气象图数据；

将所述气象图数据输入预先构建的图卷积预测模型，得到功率图数据作为待预测时刻多个风电场站的输出功率预测值；

其中，所述气象图数据包括各风电场站的气象参数、测量参数以及不同风电场站间的联接权重，所述图卷积预测模型是采用多个风电场站的历史气象图数据和历史功率图数据训练得到的。

优选的，所述图卷积预测模型的构建，包括：

按照预设格式将的多个风电场站历史时刻的数值天气预报数据转化为历史气象图数据，并将对应时刻多个风电场站的功率数据转换为历史功率图数据；

以所述历史气象图数据为输入数据，以所述历史功率图数据为输出数据，对图卷积模型结构中不同层之间的映射权重和不同节点间的联接权重进行训练，得到图卷积预测模型；

其中，图卷积模型结构中的各节点分别对应各风电场站。