一种基于统计升尺度的风电场区域功率预测方法

技术领域

本发明涉及风电发配电领域，具体涉及一种基于统计升尺度的风电场区域功率预测方法。

背景技术

风电攻略预测是新能源调度的关键基础，根据风电出力预测曲线优化机组组合、动态滚动调整常规机组出力，降低备用容量，从而降低系统的运行成本。风电功率预测同城针对单个风电场开展，但随着风资源富集地区的电源集中开发，逐步形成了大规模风电基地，区域风电出力总值预测变得越来越重要。

现有的风电预测方法多采用时间升尺度法，即通过收集单个风电场在特定时间点上的风电功率，然后通过升尺度法预测出区域风电的输出功率。但是，随着地球气温逐渐升高，气象变得越发不规律，相同时间点的气象条件差别也在不断增大。这增大了时间升尺度法对区域风电的误差，对于风电场的运行带来额外的不确定性。

发明内容

本发明的目的在于克服上述技术问题，提供一种精确的风电场输出功率预测方法，降低风电场输出功率的预测误差。本发明的方案如下：

一种基于统计升尺度的风电场区域功率预测方法，包括以下步骤：

S1.采集并分析各个风电场的历史气象条件、对应气象条件下的风电场输出功率以及对应气象条件下区域内所有的输出功率；

S2.计算出历史数据中各风电场在对应气象条件下实际输出功率的平均值：

其中，P

S2.利用历史数据计算各个风电场的的输出功率与区域内所有所有风电场输出功率的相关性系数：

其中，r

S3.计算各个风电场输出功率在不同气象条件下与区域内所有风电场输出功率相关性的精确度指标，所述精确度指标包括均方根误差、平均绝对误差：

均方根误差：

其中RMSE为均方根误差，CAP为区域内所有风电场的装机容量；

平均绝对误差：

其中MAE为平均绝对误差；

S4.选取所述均方误差小于20％，平均绝对误差小于15％的风电场作为样本风电场；并计算出对应气象条件下，样本风电场预测的权重系数：

样本的权重系数：

其中β

S5.预测未来短时间内的气象条件，并通过历史相同气象信息下各个风电场的输出功率计算出将来时间点上区域内所有风电场的输出功率：

其中，P

作为改进，所述气象条件包括风速分布、风向分布。

作为改进，S2中计算所述P

本发明的有益效果：

本发明在在进行风电预测时，采用与历史相同气象条件下的风电场输出功率，减小了气候变化对于风电场输出功率预测的影响，提高了区域风电场输出功率预测的精确性。

附图说明

图1为本发明的流程图。

具体实施方式

下面通过实施例的方式进一步说明本发明，但并不因此将本发明限制在所述的实施例范围中。

实施例l

本实施例公开了一种基于统计升尺度的风电场区域功率预测方法，包括以下步骤：

S1.采集并分析各个风电场的历史气象条件、对应气象条件下的风电场输出功率以及对应气象条件下区域内所有的输出功率；气象条件包括风速分布和风向分布。

S2.计算出历史数据中各风电场在对应气象条件下实际输出功率的平均值：

其中，P

在计算P

S2.利用历史数据计算各个风电场的的输出功率与区域内所有所有风电场输出功率的相关性系数：

其中，r

S3.计算各个风电场输出功率在不同气象条件下与区域内所有风电场输出功率相关性的精确度指标，精确度指标包括均方根误差、平均绝对误差：

均方根误差：

其中RMSE为均方根误差，CAP为区域内所有风电场的装机容量；

平均绝对误差：

其中MAE为平均绝对误差；

S4.选取均方误差小于20％，平均绝对误差小于15％的风电场作为样本风电场；并计算出对应气象条件下，样本风电场预测的权重系数：

样本的权重系数：

其中β

S5.预测未来短时间内的气象条件，并通过历史相同气象信息下各个风电场的输出功率计算出将来时间点上区域内所有风电场的输出功率：

其中，P

本步骤得出的结果可以反馈至S3中未为下一次风电预测提供基础数据。

本发明采用统计升尺度的方法通过样本风电场输出功率与区域内风电场输出功率的相关性关系对未来时间点上区域内风电场的输出功率进行预测。预测数据基于相同气象条件下的历史数据，可以有效减少气候变化对于风电场误差的影响。本发明在预测区域内风电场输出功率时，可以对现有的数据进行不断更新和修正，随着区域内风电厂运行时间的增长，预测数据的精确程度将不断增高。

以上对本发明的具体实施例进行了详细描述，但其只是作为范例，对于本领域技术人员而言，任何对本发明进行的等同修改和替代也都在本发明的范畴之中。因此，不脱离本发明的精神和范围下所做的均等变换和修改，都应涵盖在本发明的范围内。