[发明专利]多风电场短期输出功率的联合概率密度预测方法

摘要

本发明公开了一种多风电场短期输出功率的联合概率密度预测方法，步骤如下：利用支持向量机回归预测模型对每个风电场的输出功率进行单点值预测，并对预测误差建立稀疏贝叶斯学习模型进行误差的概率密度预测，得到单一风电场输出功率的边缘概率密度函数预测期望值和方差；对多风场输出功率预测误差特性进行统计分析，建立动态条件相关-多元广义自回归条件异方差模型，综合单一风场输出功率边缘概率密度预测结果和相关系数矩阵得到多风场输出功率的联合概率密度函数，并借助抽样技术形成包含时空关联特性的多维场景。本发明能够提供单一风电场输出功率的预测均值和预测不确定性信息，还能够定量描述多风场输出功率预测之间的动态时空关联特性。

主权项

一种多风电场短期输出功率的联合概率密度预测方法，其特征是，主要包括如下步骤：步骤（1）：利用支持向量机回归预测模型对每个风电场的输出功率进行单点值预测，并对预测误差建立稀疏贝叶斯学习模型进行误差的概率密度预测，进而得到单一风电场输出功率的边缘概率密度函数预测期望值和方差；步骤（2）：对多风场输出功率预测误差特性进行统计分析，根据同一区域内风电场输出功率预测误差之间存在的时空关联特性，建立动态条件相关‑多元广义自回归条件异方差模型，根据所述动态条件相关‑多元广义自回归条件异方差模型求得的相关系数矩阵能够定量描述多风场短期输出功率预测误差之间的动态时空相关关系；步骤（3）：综合单一风场输出功率边缘概率密度预测结果和相关系数矩阵得到多风场输出功率的联合概率密度函数，并借助多元随机变量抽样技术形成包含时空关联特性的多维场景。