[发明专利]基于纵向时刻Markov链模型的风功率概率预测方法

摘要

本发明公开了基于纵向时刻Markov链模型的风功率概率预测方法，通过合理的纵向时刻和状态划分，统计相应时刻风功率历史数据，形成体现纵向时刻状态转移概率特征的纵向时刻Markov链概率转移矩阵；在风功率概率预测结果的基础上，通过统计相邻时刻风功率出力变化量的概率分布，设置置信区间对概率预测的期望进行预估，超出置信区间的用变化量的期望进行修正，提高确定性预测值的精度。经实际风场数据检验，各项误差指标对比表明了本发明模型和预测方法的有效性。

主权项

基于纵向时刻Markov链模型的风功率概率预测方法，其特征是，步骤(1)：根据风功率的预测精度和风功率的历史数据样本数量，选择合适的时间尺度Δ_t和状态空间I；步骤(2)：按照要求确定预测时刻t_h+1，利用纵向时刻Markov链模型形成从t_h时刻到t_h+1时刻的概率转移矩阵步骤(3)：获得当前时刻风功率真实值利用步骤(2)的t_h+1时刻的概率转移矩阵计算得到预测时刻的风功率的出力分布步骤(4)：按照时间尺度Δ_t划分时刻，通过对所述步骤(1)的风功率的历史数据样本进行统计，获得相邻两时刻之间的风功率出力变化量的分布规律，通过拟合风功率出力变化量的概率密度函数，进一步计算得到风功率出力变化量的期望值E_Δ；步骤(5)：计算预测时刻风功率预测值同时计算预测时刻风功率预测值与步骤(3)获得的当前时刻风功率真实值的变化量步骤(6)：判断步骤(5)获得的变化量是否位于置信区间D内，若是，执行步骤(8)；若否，执行步骤(7)；所述置信区间D是根据步骤(4)的相邻两时刻之间的风功率出力变化量的分布规律，通过设置置信水平α获得的；步骤(7)：对预测时刻风功率预测值进行修正处理，得到修正后的风功率预测值步骤(8)：计算预测误差评价指标，并评价预测效果；步骤(9)：输出预测时刻的风功率的出力分布和风功率预测值。