[发明专利]一种短期风电功率区间预测方法

摘要

本发明公开了一种短期风电功率区间预测方法，所述方法如下：采用VMD对风电功率序列进行分解，计算分解后各子序列的样本熵，把样本熵接近的子序列重组成新的子序列，对重组后的子序列分别建立GPR模型，对风电功率序列的概率区间进行预测，最后将各个子序列的预测结果叠加获得最终的短期风电功率区间预测结果。本发明专利为短期风电功率区间预测提供了一种科学、有效的方法，具有良好的区间覆盖率以及预测准确度，较窄的区间宽度，有利于电力系统的调度和运营。

主权项

1.一种短期风电功率区间预测方法，包括以下步骤：步骤1)对风功率数据进行归一化处理，将所有功率数据转化到[‑1,1]区间内；步骤2)采用VMD算法对归一化后的风电功率序列进行分解形成子序列；步骤3)采用样本熵对所述子序列的复杂性进行评估，根据公式计算子序列的样本熵，将样本熵接近的子序列叠加成新的子序列，完成子序列的重构；SampE_n(N,m,v)表示样本熵，设定时间序列为{x_i}＝{x(1),x(2),...,x(N)}，i＝1,2,...,N‑m+1，设定X(i)为序列{x_i}按顺序组成m维矢量，表示X(i)与模版匹配的概率，P_i^m+1(v)表示维度增大到m+1时X(i)与模版匹配的概率，N为数据的长度，m为维数，v为相似容限，v＞0；步骤4)对重构后的子序列分别建立GPR模型，对于时间点n，给定一个预测时间h，以及一个集合了所有解释变量的输入向量xn+h|n，预测第n+h时刻的风电功率的分布；步骤5)将各个子序列的预测结果叠加获得最终的短期风电功率区间预测结果。