[发明专利]基于动态相关性特征的超短期风电功率预测方法

摘要

本发明涉及一种基于动态相关性特征的超短期风电功率预测方法，属于风电功率预测技术领域。该方法最大限度的利用风电功率时间序列的动态相关性特征，在掌握不同时刻风电功率变化规律的基础上，充分利用近期风电功率的变化特征，做出准确的预测。本发明方法可滚动预测0‑4小时内风电功率，时间间隔为15分钟。采用本发明预测方法可保障电网运行的安全稳定，提高电网公司风电消纳能力、运行管理效率，促进节能减排，同时，本发明方法必将产生巨大的经济和社会效益，具有良好的运用前景。

主权项

1.一种基于动态相关性特征的超短期风电功率预测方法，其特征在于，包括以下步骤：步骤(1)，资料收集与整理：选取风电场历史发电功率连续数据，时间间隔为15分钟，整理成样本长度为n的连续时间序列风电功率数据，所选资料的连续时间不得少于10天，即n>960；步骤(2)，动态相关数据构造及相关系数计算：选择预测时刻前120小时内480个时刻对应的发电功率作为该预测时刻的备选预测样本；(2.1)预测对象数据集构造从样本最后t_n时刻开始，采集t_n，t_n‑1，…，t₄₈₁时刻对应的发电功率为形成数据集Y作为预测对象数据集，令集合(2.2)预测样本数据集构造从样本t_n‑1时刻开始，采集t_n‑1，t_n‑2，…，t₄₈₀时刻对应的发电功率形成数据集X₁，作为第1个预测样本数据集，令集合从样本t_n‑2时刻开始，采集t_n‑2，t_n‑3，…，t₄₇₉时刻对应的发电功率为形成数据集X₂，作为第2个预测样本数据集，令集合…，…从样本t_n‑480时刻开始，采集t_n‑480，t_n‑481，…，t₁时刻对应的发电功率为形成数据集X₄₈₀，作为第480个预测样本数据集，令集合(2.3)相关系数计算公式式中：━第k个预测样本数据集i时刻发电功率；Yi━预测对象数据集i时刻发电功率；━第k个预测样本数据集的平均值；━预测对象数据集的平均值；m━构造数据集长度，即n‑480；(2.4)相关系数计算分别计算共计480个相关系数；步骤(3)，预测样本筛选：根据步骤(1)所选资料，按照步骤(2)的动态相关数据构造方法，构造出长度为n‑480的预测对象数据集，以及长度为(n‑480)的480个预测样本数据集，运用步骤(2.4)相关系数计算方法分别计算构造后长度为n‑480的预测对象数据集与长度为(n‑480)的480个预测样本数据集的相关系数；然后将480个相关系数平均分为5个时间段，每个时间段96个相关系数；每个时间段选择1个相关系数最大的作为该时段内最优预测样本数据集的方法，依次选出5个最优预测样本数据集；步骤(4)，预测模型建立：根据步骤(3)筛选出5个最优预测样本数据集，将这5个样本的时间序列作为预测模型的自变量矩阵X，预测对象的时间序列作为因变量矩阵Y，形成由5维自变量数据矩阵X和1维因变量数据矩阵Y建立的预测模型训练样本；按此方法分别建立00时00分‑23时45分每个时刻16个预测模型训练样本，共计96×16＝1536个预测模型训练样本，每个时刻预测模型数学表达式如下所示：为t_n+1时刻预测功率，分别为t_n+1时刻预测的5个最优预测样本数据集，其余预测时刻以此类推，直至预测模型建立完成；步骤(5)，实施预测：预测模型训练样本建立完成后，获取预测时刻前480个时刻风电场发电功率数据，根据最优样本数据集的相对位置从预测时刻前480个时刻风电场发电功率数据中提取5个最优预测样本数据集，然后采用步骤(4)的方法建立预测模型，再采用APLSR算法进行计算，即得到预测功率；步骤(6)，预测误差计算方法：根据中华人民共和国能源行业标准《风电功率预测系统功能规范》(NB\T31046‑2013)考核标准，分别计算风电场发电功率超短期预测的均方根误差，用于检验预测效果，计算公式如下：式中：PMi━i时刻的发电功率；PPi━i时刻的预测功率；Capi━i时刻的开机总容量；n━预测样本个数。