[发明专利]风电功率组合预测模型的自适应动态权重确定方法

说明书

技术领域

本发明属于风力发电技术领域，具体涉及一种风电功率组合预测模型权重的动态自适应确定方法。

背景技术

风的波动性和不稳定性导致风电功率的不稳定性，从而使电网利用风电的能力不强。因此精确而稳定的风电功率预测是风力发电技术研究的热门话题。

组合预测方法是Bates和Granger在1969年提出的一种预测方法，它的基本思想是将不同的预测方法和模型通过加权组合起来，充分利用各模型提供的信息，综合处理数据，最终得到组合预测结果。目前应用较多模型权重系数的确定方法有：等权重平均法、最小方差法、无约束最小二乘法、Bayes等。用等权重平均法、最小方差法、无约束最小二乘法确定权重系数的组合模型相对于单个预测模型在一定程度上能提高风电功率预测，但是这些方法在确定权重系数时没能有效使用不同风电场中风电功率数据的差异性来建模，不能体现不同电场物理上的差异性，也使组合模型中子模型的权重系数保持不变。这种权重系数一直保持不变的组合模型具有一定的局限性，因此针对于不同风电场组合模型预测的精度不高。

发明内容

有鉴于此，本发明公开了一种风电功率组合预测模型权重的动态自适应确定方法。该方法有效利用不同风电场中风电功率数据的差异性进行建模，使其在不同风电场中不同时刻的组合模型具有不同的权重系数，并且根据历史实际风的功率动态调整组合模型的权重系数，具有一定的精确度和自适应性。

本发明的目的是通过以下技术方案实现的：风电功率组合预测模型的自适应动态权重确定方法，包括如下步骤：

步骤1）根据概率权思想和优化方法确定静态情况下组合模型中最优权重系数分配；

步骤2）在静态最优权重系数分配方法的基础上，确定动态情况下自适应性组合模型中最优权重系数分配。

进一步，所述步骤1）具体包括以下子步骤：

步骤11）设有n个风电功率预测子模型，设在第m个时间点第i个子模型的风电功率预测值为随机变量，则n个风电功率预测子模型的预测值构成矩阵X＝(X_ij)_n×m，X_ij表示第i个子模型的第j个时间点的风电功率预测值；

步骤12）假定第i个子模型m个点风电功率预测数据的数学期望E(X_i)＝μ_i和方差D(X_i)＝σ_i²未知，根据矩阵X＝(X_ij)_n×k，求出样本均值估计和方差估计由于风电功率预测数据大，用均值估计和方差估计代替均值μ_i和方差σ_i²，即σi2≈σi2^;]]>