一种基于历史数据的风力发电功率预测方法

技术领域

本发明属于电力预测技术领域，特别涉及一种基于历史数据的风力发电功率预测方法。

背景技术

风力发电作为新型可再生能源已经成为电力系统的重要组成部分之一，为缓解能源紧张、环境污染起到一定作用。但由于风力发电容易受到环境等因数的影响，随机性强、波动性大，对电网稳定运行和安全调度造成了影响，因此，需要对风力发电功率进行有效准确的预测。

本发明提出一种基于历史数据的风力发电功率预测方法，能够根据历史环境信息、工作信息筛选出相似日，进而对待测日风力发电功率进行有效准确的预测，提高风力发电功率预算的准确性，以便进行合理的电能控制和调度。

发明内容

本发明提供一种基于历史数据的风力发电功率预测方法，能够对风力发电功率进行准确预测。

本发明具体为一种基于历史数据的风力发电功率预测方法，所述风力发电功率预测方法包括以下步骤：

步骤(1)：调取所述风力发电功率历史数据以及相应的工作信息，包括风力信息、风向信息、环境温度信息、环境湿度信息、气压信息、沙尘沉降和叶片压力；

步骤(2)：根据所述风力发电功率历史数据以及相应的环境信息进行相似日筛选；

步骤(3)：提取相似日所述风力发电功率；

步骤(4)：根据相似日所述风力发电功率计算待测日所述风力发电功率。

进行相似日筛选的具体包括以下步骤：

(1)构建环境特征向量；X＝[W

(2)从待测日前一日开始逆向逐一计算待测日所述环境特征向量与历史日所述环境特征向量的关联系数；

(3)计算待测日与第i个历史日的关联度；

(4)判断所述关联度是否在关联度参考值范围内，若是，即为相似日；若不是，不是相似日。

计算所述环境特征向量关联系数的具体算法为：

其中K为所述环境特征向量的个数；ρ为分辨系数。

计算待测日与第i个历史日的关联度的所述算法为

根据相似日所述风力发电功率计算待测日所述风力发电功率的具体算法为：

P＝k

与现有技术相比，有益效果是：所述风力发电功率预测方法提取历史日相关数据，再根据环境信息、工作信息筛选出相似日，再根据相似日的风力发电功率预算出待测日风力发电功率，提高风力发电功率预算的准确性，以便进行合理的电能控制和使用。

附图说明

图1为本发明一种基于历史数据的风力发电功率预测方法的工作流程图。

具体实施方式

下面结合附图对本发明一种基于历史数据的风力发电功率预测方法的具体实施方式做详细阐述。

如图1所示，本发明的风力发电功率预测方法包括以下步骤：

步骤(1)：调取所述风力发电功率历史数据以及相应的工作信息，包括风力信息、风向信息、环境温度信息、环境湿度信息、气压信息、沙尘沉降和叶片压力；

步骤(2)：根据所述风力发电功率历史数据以及相应的环境信息进行相似日筛选；

步骤(3)：提取相似日所述风力发电功率；

步骤(4)：根据相似日所述风力发电功率计算待测日所述风力发电功率。

进行相似日筛选的具体包括以下步骤：

(1)构建环境特征向量；X＝[W

(2)从待测日前一日开始逆向逐一计算待测日所述环境特征向量与历史日所述环境特征向量的关联系数；

(3)计算待测日与第i个历史日的关联度；

(4)判断所述关联度是否在关联度参考值范围内，若是，即为相似日；若不是，不是相似日。

计算所述环境特征向量关联系数的具体算法为：

其中K为所述环境特征向量的个数；ρ为分辨系数，介于0-1之间。

计算待测日与第i个历史日的关联度的所述算法为

根据相似日所述风力发电功率计算待测日所述风力发电功率的具体算法为：

P＝k

k

其中N为相似日天数。

在本发明的风力发电功率预测方法在实际使用时取关联度大于等于0.8作为参考值，关联度大于等于0.8时，即为相似日。

最后应该说明的是，结合上述实施例仅说明本发明的技术方案而非对其限制。所属领域的普通技术人员应当理解到，本领域技术人员可以对本发明的具体实施方式进行修改或者等同替换，但这些修改或变更均在申请待批的权利要求保护范围之中。