[发明专利]风电功率概率预测方法、存储介质及设备

说明书

本发明涉及一种风电功率概率预测的方法，包括：获取风电场历史数据的统计特征；将历史预测功率和风电场的NWP预测结果的风速波动量序列相结合，形成概率预测的影响因子，并将影响因子划分为多个互不相交的子集；以所述风电场历史数据的统计特征作为输入，通过随机森林算法对次日的误差水平进行分类预测，获得分类预测结果；根据所述分类预测结果，以及预测时所处的历史预测功率和NWP预测结果的风速波动量所在的子集，计算误差的概率密度函数，获得误差随机变量；以及根据风电场的风电功率NWP预测结果以及所述误差随机变量，获得风电功率概率预测结果。该方法具有更好的预测效果。本发明还提供一种计算机可读存储介质及计算机设备。

技术领域

本发明涉及一种风电功率概率预测算法、存储介质及设备，属于风力发 电领域。

背景技术

风资源的随机性、波动性和风电出力的弱可控性给电力系统的安全稳定运 行带来了较大的困扰。风电功率预测技术已成为风电企业及调度部门必备的基 础技术。然而，在实际运行中，风电功率预测结果的误差无法避免，传统的风 电功率预测(点预测)无法提供风电功率不确定性的信息。

如果仅使用风电功率的点预测，其固有的预测误差将给风电场业主和调度 人员带来比较大的困扰，对电力系统的安全稳定分析及运行决策也作用有限。

发明内容

综上所述，确有必要提供一种能够提高电力系统运行安全及稳定性能的风 电功率概率预测的方法。

一种风电功率概率预测的方法，其中，所述方法包括：

获取风电场历史数据的统计特征；

将历史预测功率和风电场的NWP预测结果的风速波动量序列相结合，形 成概率预测的影响因子，并将影响因子划分为多个互不相交的子集；

以所述风电场历史数据的统计特征作为输入，通过随机森林算法对次日的 误差水平进行分类预测，获得分类预测结果；

根据所述分类预测结果，以及预测时所处的历史预测功率和NWP预测结 果的风速波动量所在的子集，计算误差的概率密度函数，获得误差随机变量； 以及

根据风电场的风电功率NWP预测结果以及所述误差随机变量，获得风电功 率概率预测结果。

在其中一个实施例中，所述风电场历史数据的包括历史单日风电预测功率 的标准差、均值及均方根误差。

在其中一个实施例中，所述获取风电场历史数据的统计特征的步骤包括：

获取风电场在一段时间内的历史输出功率；

获取在该段时间内风电场的历史预测功率；

根据所述历史和输出功率及历史预测功率计算该段时间内的误差向量；以 及

根据历史输出功率、历史预测功率、误差向量计算历史风电功率的统计特 征。

在其中一个实施例中，所述将历史预测功率和风电场的NWP预测结果的 风速波动量序列相结合，形成概率预测的影响因子的步骤包括：

获取在时刻t时，风电场的NWP预测结果的风速波动量；

根据风速波动量获取风电场的NWP预测结果的风速波动量的序列；

根据所述历史预测功率和风速波动量的序列，组合构成的笛卡尔集，获得 影响因子；以及

将影响因子划分为个互不相交的子集。

在其中一个实施例中，所述将影响因子划分为个互不相交的子集的步骤包 括：

选取分割点，将风速波动量和NWP预测结果分为预设个数的小区间；