[发明专利]基于正态指数平滑法与核密度估计的组合区间预测方法

说明书

本发明公开了一种基于正态指数平滑法与核密度估计的组合区间预测方法，所述风电功率区间预测方法把指数平滑法引入正态分布估计中，在估计t+1时刻风电功率预测误差分布时，旧数据的利用权重随时间呈指数衰减，使得计算结果更为准确；把“混合”和“滑动”的思想引入核密度估计中，在估计t+1时刻风电功率预测误差分布时，采用不同带宽估计t+1时刻之前一段时间的风电功率预测误差概率密度函数，再通过加权组合不同带宽估计出的概率密度函数来相互抵消估计误差；通过熵权法合理的加权组合正态指数平滑法估计所得预测区间和混合滑动核密度估计所得预测区间，生成最终的风电功率预测区间，使得两种方法在一定程度上形成互补。

技术领域

本发明涉及风电功率技术领域，特别是涉及基于正态指数平滑法与混合滑动核密度估计组合风电功率区间预测方法。

背景技术

随着常规能源的有限性以及环境问题的日益突出，以环保和可再生为特质的新能源越来越得到各国政府的重视。风能作为一种绿色的可再生能源已经得到世界各国的广泛应用，由于风的随机性、不稳定性给电网安全稳定运行带来极大挑战。准确有效的风电功率预测有助于电力调度部门及时调整调度计划，降低风电并入电网的风险，减少系统的备用容量，降低电力系统的运行成本。

目前风电功率预测从预测方法上可分为物理方法和统计方法，其中物理方法需要很多风机周围的物理信息，应用起来较为复杂。统计方法只需风速和功率时间序列即可进行预测，较为方便。传统的大多数风电功率预测结果是确定性的点预测，只会得出一个确切的数值，对该数值可能出现的概率和波动范围都无法得知。对预测误差概率分布进行分析从而得出风电功率区间，区间预测有助于电力调度部门在电网规划、风险分析、可靠性评估等方面更好地利用数据信息。

对预测误差的概率分布进行估计通常有参数和非参数法两类，常用的参数法估计有正态分布、Beta分布等，参数法估计简单且直观，但预测误差分布形式及参数选择有时不准确。非参数法通常不需要对预测误差分布进行先验假设，其每点的概率是由真实数据决定的，核密度估计是一种常见的非参数估计法，但带宽参数的选择对核密度估计的准确性有很大影响。

因此希望有一种风电功率区间预测方法能够针对传统参数法和非参数核密度估计风电功率预测误差概率密度函数的各自不足，以解决现有技术中存在的问题。

发明内容

本发明的目的在于提供一种基于正态指数平滑法与核密度估计组合风电功率区间预测方法，所述组合区间预测方法包括以下步骤：

步骤一：确定风电功率预测误差，即风电功率实际测量值与风电功率预测值之间的偏差；

步骤二：通过正态指数平滑法计算t+1时刻的第一风电功率预测区间，假设风电功率预测误差服从正态分布，通过指数平滑法推导t+1时刻以前所有时刻预测误差的方差，根据正态分布理论得到t+1时刻风电功率预测误差在置信概率1-α对应的第一上分位数和第一下分位数，t+1时刻的风电功率预测值分别加第一上分位数和第一下分位数作为第一风电功率预测区间的上限和下限；

步骤三：通过混合滑动核密度估计法计算t+1时刻的第二风电功率预测区间，利用混合滑动核密度估计t+1时刻之前n个时刻的风电功率预测误差的概率密度函数，对概率密度函数通过积分得到风电功率预测误差累积分布函数，在置信概率1-α得到对应的第二上分位数和第二下分位数，t+1时刻的风电功率预测值分别加第二上分位数和第二下分位数作为第二风电功率预测区间的上限和下限；

步骤四：将第一风电功率预测区间覆盖概率、第二风电功率预测区间覆盖概率和每一时刻的预测区间带宽作为评价指标，通过熵权法确定第一风电功率预测区间和第二风电功率预测区间的组合权重ω₁和ω₂；