[发明专利]一种风电场功率预测综合评价方法

权利要求书

1.一种风电场功率预测综合评价方法，其特征在于：包括以下步骤：

1)选取风电场功率预测评价值作为一级指标；短期功率预测评价值、超短期功率预测评价值作为二级指标；最大误差E_max、准确率CAR、合格率QR、超短期合格率SQR和上报率LR作为三级指标，构成三级指标评价体系；

2)利用云模型确定各级指标的权重，引入专家打分，针对同级指标相对于上级指标的重要程度进行打分，利用打分结果确定云模型参数，并根据云图云滴的凝聚程度来修正权重，当超熵H_e≤0.0015,将云模型数字特征(E_x,E_n,H_e)作为各级指标的权重，其中，Ex为期望、En为熵、He为超熵；

3)构建多级指标隶属于各评定等级的综合云模型，采用正向云发生器形成各三级指标相对于各评定等级的综合云模型，采用综合云模型计算各多级指标隶属于各评定等级的隶属度，所述综合云模型的三个数字特征由下述公式确定：

式中，B_min为所求评定等级区间的最小值，B_max为所求评定等级区间的最大值，所述评定等级包括优秀、良好、合格和不合格；k值为控制云模型模糊度的常数；

以三级指标相对于各评定等级的综合云模型的三个数字特征(Ex,En,He)生成以En为期望，He为标准差的正态随机数En'；然后由指标数据x和隶属度公式求得所述三级指标隶属于各评定等级的隶属度μ，其中，指标数据x为各三级评价指标月平均值；

4)根据实际风电场各指标数据，通过所述各指标数据的隶属度与各级指标的权重相乘，得到一级指标的隶属度评价值矩阵；

5)选取一级指标的隶属度评价值矩阵数值最高的一列，该列所代表的评定等级即为风电场功率预测综合评价的最终等级。

2.根据权利要求1所述的风电场功率预测综合评价方法，其特征在于：所述步骤1)中二级指标中短期功率预测评价值下属的三级指标集记为超短期功率预测评价值下属的三级指标集记为

3.根据权利要求2所述的风电场功率预测综合评价方法，其特征在于：各三级指标计算方法如下：

(1)最大误差

E_max＝max(|P_P-P_M|)，式中，P_M为实际输出功率序列；P_P为对应时段的预测功率序列；max(|P_P-P_M|)表示求取实际功率与预测功率差值绝对量的最大值；

(2)准确率

式中，n为功率采样点的个数；p_Mi为第i个采样点的实际功率值；p_Pi为第i个采样点的预测功率值；C_i为第i个采样点的开机容量；

(3)合格率

式中，B_i为第i个采样点是否合格的判据，1表示合格，0表示不合格；

(4)上报率

式中，E表示评价周期内预测数据成功上传的天数或采样点个数，F表示评价周期内的总天数或总的采样点个数；

(5)超短期合格率

式中，N为合格预测次数；M为预测总次数；

其中，超短期合格率中合格预测的判定标准为：超短期单次预测功率中第1点预测结果的绝对误差小于持续法预测的第1点预测结果的绝对误差，且单次16点预测序列的均方根误差小于对应时段短期预测序列的均方根误差的预测称为合格预测，若不满足所述两个条件其中任意一个条件即称为不合格预测；其中，持续法是指以上一时刻实际功率作为下一时刻预测功率的方法。

4.根据权利要求1所述的风电场功率预测综合评价方法，其特征在于：所述步骤4)输入风电场实际月平均指标数据，通过综合云模型运用正向云发生器计算三级指标隶属于各评定等级的隶属度；通过云运算法则计算出二级指标的隶属度评价值矩阵以及一级指标的隶属度评价值矩阵。