[发明专利]一种基于随机扰动的超短期功率预测数据修正方法及系统

说明书

本申请提出一种基于随机扰动的超短期功率预测数据修正方法及系统，所述方法包括：获取风电场原始超短期预测功率数据，并随机选取H组所述原始超短期预测功率数据的偏差值；利用概率密度函数确定各组中各偏差值的概率；根据所述各组中各偏差值的概率筛选出风电场发电量最大时对应的一组偏差值；基于筛选的一组偏差值对所述风电场原始超短期预测功率数据进行修正。本申请提出的技术方案，基于偏差值的概率进行风电场原始超短期预测功率数据进行修正，提高了风电场超短期预测功率数据的精度。

技术领域

本申请涉及功率预测领域，尤其涉及一种基于随机扰动的超短期功率预测数据修正方法及系统。

背景技术

在“风储”场景下，风电场一般会采用超短期功率预测数据作为储能系统充放电控制的核心边界(即作为风电场实发功率)，但是，由于风力的间隙性、随机性等自然属性，导致超短期功率预测精度普遍不高，进而影响到储能系统的充放电控制策略，间接影响到“风储”联合输出功率，最终影响风电场在现货市场中的收益。

现有技术中根据天气预报数据建立对应的算法模型来实现对风电超短期功率的预测，并以一天或一段时间的准确率作为评价指标，在小时、分钟等更细时间粒度上的精度较低，并且未对超短期功率的预测结果的精确度进行进一步的提升处理，使得超短期功率预测数据的精度较低。

发明内容

本申请提供的一种基于随机扰动的超短期功率预测数据修正方法及系统，以至少解决超短期功率预测数据的精度较低的技术问题。

本申请第一方面实施例提出一种基于随机扰动的超短期功率预测数据修正方法，所述方法包括：

获取风电场原始超短期预测功率数据，并随机选取H组所述原始超短期预测功率数据的偏差值；

利用概率密度函数确定各组中各偏差值的概率；

根据所述各组中各偏差值的概率筛选出风电场发电量最大时对应的一组偏差值；

基于筛选的一组偏差值对所述风电场原始超短期预测功率数据进行修正。

优选的，所述随机选取的H组所述原始超短期预测功率数据的偏差值为满足预设约束的偏差值；

其中，所述预设约束包括：

式中，M为第一给定正数，P_bias,i为第i个偏差值，e为第二给定正数，N为一组中偏差值的总个数，f(P_bias,i)为第i个偏差值对应的概率，Var(P_bias,h)为第h组偏差值的方差，h∈H，S为第三给定正数。

优选的，所述概率密度函数的计算式如下：

式中，P_bias,i为第i个偏差值,f(P_bias,i)为第i个偏差值对应的概率。

优选的，所述根据所述各组中偏差值的概率筛选出风电场发电量最大时对应的一组偏差值，包括：

获取各偏差值对应的风电场发电量；

分别确定各组中各偏差值的概率与其对应的风电场发电量的乘积之和；

筛选出乘积之和最大的一组偏差值为所述风电场发电量最大时对应的一组偏差值。

优选的，所述基于筛选的一组偏差值对所述风电场原始超短期预测功率数据进行修正，包括：

分别利用各偏差值对所述风电场原始超短期预测功率数据进行修正，得到N个修正后的超短期预测功率数据；

确定所述N个修正后的超短期预测功率数据的平均值，并将所述平均值作为所述风电场原始超短期预测功率数据的修正值。

本申请第二方面实施例提出一种基于随机扰动的超短期功率预测数据修正系统，包括：