[发明专利]一种用于风电功率的概率预报方法及系统

权利要求书

1.一种用于风电功率的概率预报方法，其特征在于，包括：

从预先建立的风速概率密度函数模型中抽取风速样本输入预先建立的风速风电转换模型，得到风电功率的样本数据；

对所述风电功率的样本数据进行核密度估计，得到所述风电功率的核密度估计拟合概率密度函数；

基于所述核密度估计拟合概率密度函数，从预设的置信度区间中提取概率预报结果。

2.根据权利要求1所述的概率预报方法，其特征在于，所述预先建立的风速概率密度函数模型，包括：

基于所述风速观测数据，得到初始风速的分布拟合函数；

基于所述初始风速的分布拟合函数，确定风速概率密度函数。

3.根据权利要求2所述的概率预报方法，其特征在于，所述基于所述风速观测数据，得到初始风速的分布拟合函数，包括：

基于所述风速集合预报成员和历史数据的预报效果修正预报偏差，得到拟合分布所需的均值和方差；

基于所述均值以及方差，确定所述初始风速的分布拟合函数。

4.根据权利要求3所述的概率预报方法，其特征在于，所述基于所述均值以及方差，确定所述初始风速的分布拟合函数，包括：

所述初始风速的分布拟合函数的计算公式，如下所示：

式中，y为根据实际风场数据进行不同阶数乘方处理后的风速,f_k为风速集合预报成员，α为形状参数，β为尺度参数；

式中，μ_k为均值，σ_k为方差。

5.根据权利要求2所述的概率预报方法，其特征在于，所述基于所述初始风速的分布拟合函数，确定风速概率密度函数，包括：

基于所述初始风速的分布拟合函数，计算潜在变量；

利用所述潜在变量，计算潜在变量最大值的权重；

基于所述权重，利用对数似然函数，计算方差的线性修正参数；

交替迭代直到所述权重和所述线性修正参数的迭代结果小于预先设定的最小公差，则计算停止；

基于所述迭代结果，得到所述风速概率密度函数。

6.根据权利要求5所述的概率预报方法，其特征在于，计算第j+1次潜在变量的公式，如下所示：

其中，g^(j)(y_t|f_kt)为分布拟合函数，为第k个权重的第j次迭代结果，y_t为观测值，n为观测天数；

所述第j+1次潜在变量最大值的权重的计算公式，如下所示：

进行对数似然函数的偏导计算公式，如下所示：

得到第一线性修正参数c₀和第二线性修正参数c₁。

7.根据权利要求1所述的概率预报方法，其特征在于，所述从预先建立的风速概率密度函数模型中抽取风速样本输入预先建立的风速风电转换模型，得到风电功率的样本数据，包括：

利用风电转换BP神经网络，基于风速集合预报成员中的风速观测数据和同一时刻的风电功率数据，拟合得到所述风速风电转换模型；

采用随机抽样法从预先建立的风速概率密度函数模型中抽取所述风速样本，得到风电功率预报。

8.根据权利要求1所述的概率预报方法，其特征在于，所述对所述风电功率的样本数据进行核密度估计，得到所述风电功率的核密度估计拟合概率密度函数的表达式如下所示：

式中，z为中间变量，h为带宽，K表示高斯核函数，n表示样本天数，X_i表示第i个风电功率的样本数据。