[发明专利]一种适用于风电场多变量输入的风能间接预测方法

摘要

本发明公开了一种适用于风电场多变量输入的风能间接预测方法，包括步骤：1)对风速进行预测；2)采用多项式拟合方法对平均趋势分量进行预测和采用降频预测法对随机分量进行预报；3)综合两个独立分量即平均趋势分量与随机分量的预报结果，即可得到风速的预测值；4)做出历史的风能风速数据的分布图，并利用多项式进行拟合，生成功率曲线，利用该功率曲线，根据风速预测值计算出风能预测值，从而实现风能的间接预测。本发明预测风电场发电功率物理意义明确，预测结果稳定，预测精度高。对风能波动较大的风电场也能实现精确的预测，而不依赖于对风电场建模的影响。此外，本发明预测方法是数据驱动、自适应的方法，其预测结果不依赖于使用者的先验知识。

主权项

1.一种适用于风电场多变量输入的风能间接预测方法，其特征在于，包括以下步骤：1)对风速进行预测将风速时间序列分解成低频的平均趋势分量和高频的随机分量，该分解方法为：利用经验模式分解法将时间序列分解成有限个本征模函数，然后利用奇异值分解求出各本征模函数的特征根，根据特征根的大小，将特征根小的本征模函数合并为平均趋势项，将特征根大的本征模函数合并为随机项；考虑风电场的历史风速数据，记非平稳的时间序列为x(t)，对x(t)进行经验模式分解，得到N个本征模函数；本征模函数的个数并不影响滤波的效果；利用奇异值分解计算各本征模函数的特征根λ(i),i＝1,2,…,N，根据特征根的大小将其分为平均趋势分量和高频的随机分量；高频的随机分量s(t)由特征根满足如下条件的本征模函数合并而成：其中，θ为阀值；平均趋势分量定义为m(t)＝x(t)‑s(t)；2)采用多项式拟合方法对平均趋势分量进行预测，该多项式拟合方法将自变量x与因变量y之间的关系用线性方程表示：y＝a₀+a₁x+a₂x²+…+a_nxⁿ根据拟合效果，选取多项式系数a₀,a₁,a₂,...,a_n，若拟合数据为m(i),i＝1,2,…,L，则提前p步的预测值采用降频预测法对高频的随机分量s(t)进行预报，即利用三次样本插值的方法将高频的随机分量扩充成为相对低频的时间序列s_low(t)，然后再利用最小二乘支持向量机模型进行预测；假设在高频的随机分量的两个相邻样本点之间插入N_S个值，则对高频的随机分量s(t)提前p步的预测值将变成对s_low(t)的提前(N_S+1)×p步预测；3)综合两个独立分量即平均趋势分量的预报结果与高频的随机分量的预报结果即可得到风速的预测值为4)做出历史的风能风速数据的分布图，并利用多项式进行拟合，生成功率曲线，利用该功率曲线，根据风速预测值计算出风能预测值，从而实现风能的间接预测。