[发明专利]基于小波变换的风电功率置信区间预测方法、装置及介质

说明书

本发明公开了一种基于小波变换的风电功率置信区间预测方法、装置及介质，其中方法为：使用历史的气象数据作为两个RF模型的输入，使用小波分解得到风电功率的近似分量和细节分量，分别作为两个RF模型的输出训练目标进行训练得到预测模型，即可用于根据未来的气象数据对进行风电功率预测，完成第一步对风电功率进行点预测；另外，还使用预测模型和历史的气象数据进行预测以获取风电功率的预测误差，建立逻辑分布核函数核密度估计函数，以根据预选的置信度计算风电功率预测的置信区间；最终由风电功率的点预测数据与风电功率预测的置信区间，计算得到未来目标预测时段的风电功率预测区间，实现了对未来风电功率完整概率分布的预测。

技术领域

本发明属于风电功率预测领域，具体涉及一种基于小波变换的风电功率置信区间预测方法、装置及介质。

背景技术

随着风电在电网中比例的提高，风电的随机性、波动性等缺点也被逐步放大，在大规模发展风电的情况下给电网带来了巨大挑战。提前精确的预测风电功率，可以更好地指导电网发电、调度等工作，以及针对风电爬坡和其他对电网具有较大威胁的风电事件来做好预防和消除工作。

目前短期风电功率预测在国内外都已有大量研究，在统计学习模型中风电功率预测又分为点预测(确定性预测)和区间预测(不确定性预测)，目前点预测的预测方法主要包含支持向量机、时间序列、神经网络等。

然而确定性预测不能对风电功率不确定性做出定量描述。在含风电的电网规划、运行和安全稳定分析领域中需要对风电的波动区间有一个较为精确的估计，仅仅得到单个点的预测值是不够的，不确定性预测都需假设先验分布，而人为的选择分布对结果有很大影响，找到合适的先验分布比较困难。

因此，有必要设计一种新的风电功率置信区间预测方法。

发明内容

本发明提供一种基于小波变换的风电功率置信区间预测方法、装置及介质，可以得到比点预测更多的有用信息，实现对未来风电功率完整概率分布的预测。

为实现上述技术目的，本发明采用如下技术方案：

一种基于小波变换的风电功率置信区间预测方法，包括以下步骤：

步骤1，获取气象历史数据和风电功率历史数据，针对风电功率历史数据进行小波分解，获取风电功率的近似分量和细节分量；

步骤2，以气象历史数据为输入、风电功率的近似分量为输出，训练第一个随机森林RF模型得到风电功率第一预测模型；以气象历史数据为输入、风电功率的细节分量为输出，训练第二个随机森林RF模型得到风电功率第二预测模型；

步骤3，将气象历史数据分别输入至风电功率第一预测模型和风电功率第二预测模型，使用输出得到的预测结果求和，得到预测的风电功率；

步骤4，对预测的风电功率与实际的风电功率相减，得到风电功率预测误差；

步骤5，使用风电功率预测误差的所有样本点，采用逻辑核密度估计方法拟合预测误差概率密度分布函数；

步骤6，根据风电功率的预测误差概率密度分布函数以及预选的置信度，计算风电功率预测的置信区间；

步骤7，获取目标预测时段的气象数据，将其分别输入至风电功率第一预测模型和风电功率第二预测模型，将输出得到的预测结果求和，得到目标预测时段的风电功率确定性预测结果预测的风电功率；

步骤8，按风电功率预测的置信区间，对目标预测时段的风电功率确定性预测结果进行区间扩展，得到目标预测时段的风电功率预测区间。