专利名称：基于风功率纵向时刻概率分布的风功率预测值预评估方法
技术领域：
本发明涉及一种风功率预测值预评估方法，具体涉及一种基于风功率纵向时刻概率分布的风功率预测值预评估方法。
背景技术：
风电具有间歇性和不确定性的特点，这给风电的大规模入网后系统的安全性和稳定性提出了挑战。风功率的预测技术使得调度部门可以提前应对下一时刻的风功率波动，但现有的风功率预测方法误差较大(风电调度运行管理规范[S].北京:国家电网公司，2010.徐曼，乔颖，鲁宗相.短期风电功率预测误差综合评价方法[J].电力系统自动化，2011,35 (12):20-26.)，且对风功率预测值的评估均是在事后进行的，即真实值出现之后，因此有必要对风功率预测值进行预评估或预预测。现有的预评估或预预测方法多集中在对预测误差的概率分布的研究基础上。论文《大规模风电并网电力系统经济调度中风电场出力的短期预测模型》(袁铁江，晁勤，李义岩，等.中国电机工程学报，2010，30 (13):23-27.)涉及预预测概念，即提前预测，考虑历史预测误差与未来预测误差的关系，对未来预测误差进行预测，根据误差预测值修正预预测值；论文《风电功率预测准确性分析》(苏赞，王维庆，王建波，等.电气技术，2012,3:1-5.)对预测误差的产生原因进行了分析；论文《风电场出力预报预评估研究》(袁铁江，袁建党，晁勤，等.电力系统保护与控制，2012，40 (15):18-23.)从系统能接受的风电场出力预测误差极限的角度给出预报预评估；文献《风速与风功率预测误差概率分布的时变特性分析》(王松岩，李碧君，于继来，等.电网技术，2012,36:1-8.)分析了预测误差的概率分布特性，并得出预测时长小于60min时风速和风功率预测误差概率随预测时长呈线性或二次函数衰减的结论；论文 “Statistical analysis of wind power forecast error，，(Hans B,JoseA D N.1EEE Transactions on Power Systems, 200823 (3):983-991.)给出了预测误差概率分布分段函数，说明预测误差概率分布具有胖尾性质；论文《基于随机预测误差的分布式光伏配网系统容量配置方法》(林少伯，韩民晓，赵国鹏，等.中国电机工程学报，33(4)，2013:25-34.)通过分析光伏出力短期预测误差和负荷预测误差的概率规律及随机过程进行储能配置；论文《一种改进的风电功率预测误差分布模型》(刘斌，周京阳，周海明，等.华东电力，2012，40 (2),286-291.)基于风功率预测误差的正态分布模型，提出了一种新的风功率预测误差模型的方法；论文《计及风电预测误差带的调度计划渐近优化模型》(王洪涛，何成明，房光华，等.电力系统自动化，2011，11 (25):131-135.)根据预测误差随时间尺度减小逐渐递减的性质，对调度计划进行优化。上述或者对预测误差的概率分布进行了研究，将预测误差的分布应用于调度及储能等方面，或者提前对预测误差进行预测进而修正预测值，但均无法在真实值出现之前给出预测值可能出现的概率。总之，现有的风功率预测预评估均是建立在对预测误差的评价和分析的基础上，尚无纵向时刻波动特性及其概率分布的分析。且现有的预评估无法得到预测值的出现概率及可信度。
发明内容
本发明的目的是为克服上述现有技术的不足，提供一种基于风功率纵向时刻概率分布的风功率预测值预评估方法。风功率纵向时刻概率分布是指对365天或更长天数内每天的同一特定时刻的风电出力的概率分布。纵向时刻概率分布特性是各时刻风电出力的固有属性，由纵向时刻概率分布结果，可提前获知各时刻预测值出现的概率及实际值可能出现的范围，进而对预测值的可靠性进行预评估。为实现上述目的，本发明采用下述技术方案:—种基于风功率纵向时刻概率分布的风功率预测值预评估方法，具体步骤如下:I)根据每天同一时刻的风电场出力值及其概率分布结果拟合得到纵向时刻概率分布分段函数；2)采用时间序列模型中的自回归-滑动平均模型(ARMA模型)进行风功率预测，从而获得预测值；3)风功率预测值的预评估:由纵向时刻概率分布分段函数确定预测值出现的概率或者通过设置不同置信水平确定预测值的可信度，从而在真实值出现之前实现对预测值的预评估，调度部门可根据预测值的出现概率及其可信度对预测值进行合理的评判与取舍。所述步骤I)的具体步骤是:11)统计纵向时刻概率分布结果:统计365中每天同一时刻的有功出力，针对该时刻得到365个有功出力值，以风电场额定容量的10%或者5%为功率间隔(间隔可根据实际要求调整)，统计每个功率间隔范围内有功出力的出现次数，则该时刻各功率段的有功出力概率为:
权利要求
1.一种基于风功率纵向时刻概率分布的风功率预测值预评估方法，其特征在于，具体步骤如下: 1)根据每天同一时刻的风电场出力值及其概率分布结果拟合得到纵向时刻概率分布分段函数； 2)采用时间序列模型中的自回归-滑动平均模型进行风功率预测，从而获得预测值； 3)风功率预测值的预评估:由纵向时刻概率分布分段函数确定预测值出现的概率或者通过设置不同置信水平确定预测值的可信度，从而在真实值出现之前实现对预测值的预评估。
2.根据权利要求1所述的预评估方法，其特征在于，所述步骤I)的具体步骤是: 11)统计纵向时刻概率分布结果: 统计365中每天同一时刻的有功出力，针对该时刻得到365个有功出力值，以风电场额定容量的10%或者5%为功率间隔，统计每个功率间隔范围内有功出力的出现次数，则该时刻各功率段的有功出力概率为:
3.根据权利要求1所述的预评估方法，其特征在于，所述步骤2)中，风功率预测是指，对某一时刻，由该时刻前一天的风功率数据预测这一时刻的风功率，如此滚动预测得到365天或更长天数内同一时刻的风功率。
4.根据权利要求1所述的预评估方法，其特征在于，所述步骤2)中，ARMA模型是综合考虑历史时刻值及随机干扰的包噪声序列的影响而建立的预测模型，具体描述为:
5.根据权利要求2所述的预评估方法，其特征在于，所述步骤3)包括两种方法: A)确定预测值的出现概率由步骤2)可获得预测值，根据步骤I)中获得的纵向时刻概率分布分段函数，若预测值非O，则令X=预测值，得到对应的f (X)，即为对应的概率密度，由式(2)知其出现概率为f(x)*0.1 ;若预测值为O，其出现概率即为prob。； B)确定预测值的可信度 设置不同置信水平，根据各时刻的概率分布分段函数，得到该时刻的对应不同置信水平的单侧置信区间，从而将预测值分为置信区间内、外两部分，并在对置信区间内、外的预测效果对比基础上对预测值进行预评估；由步骤2)得到某一时刻的预测值之后，判断其是否位于置信区间内，若位于置信区间内则可信度为对应置信水平，同时说明该预测值可信度较高；若位 于置信区间外，其可信度为1-置信水平，同时说明该预测值可信度较低。
全文摘要
本发明公开了一种基于风功率纵向时刻概率分布的风功率预测值预评估方法，具体步骤如下1)根据每天同一时刻的风电场出力值及其概率分布结果拟合得到纵向时刻概率分布分段函数；2)采用时间序列模型中的自回归-滑动平均模型(ARMA模型)进行风功率预测，从而获得预测值；3)风功率预测值的预评估由纵向时刻概率分布分段函数确定预测值出现的概率或者通过设置不同置信水平确定预测值的可信度，从而在真实值出现之前实现对预测值的预评估，调度部门可根据预测值的出现概率及其可信度对预测值进行合理的评判与取舍。
文档编号G06F19/00GK103198235SQ20131015346
公开日2013年7月10日 申请日期2013年4月27日 优先权日2013年4月27日
发明者张磊, 吕晓禄, 蒋哲, 武乃虎, 张丹丹 申请人:国家电网公司, 山东电力集团公司电力科学研究院