[发明专利]一种基于奇异谱分析和局部敏感哈希的多步风能预测方法

说明书

本发明公开了一种基于奇异谱分析和局部敏感哈希的多步风能预测方法，该方法将风电场历史风能数据经过奇异谱分析分解成两个独立分量：反映风能总体变化趋势的低频平均趋势分量和体现风的间歇性和波动性的高频波动分量，在相空间中分别重构这两个分量得到平均趋势段和波动分量段，结合局部敏感哈希找出与待预测平均趋势段的相似平均趋势段进行局部预测，为了避免对各个分量单独预测带来的误差累计和只预测一个分量带来的固定误差，本发明中的预测输入是相似平均趋势段和相对应波动分量段的综合，最终得到风电输出功率的预测结果。本发明预测风电场发电功率物理意义明确，预测时间短，预测结果准确、稳定，其预测结果不依赖于使用者的先验知识。

技术领域

本发明涉及风能发电功率预测的技术领域，尤其是指一种基于奇异谱分析和局部敏感哈希的多步风能预测方法。

背景技术

随着资源的紧缺和人类对环境友好的呼声越来越高，风能的开发利用越来越受重视。但由于其很强的随机性及间歇性，给风能预测带来很大的难题，直接限制了风能在大电网中的应用。进行风能预测具有很大的意义。首先，对于风电场而言，对风能进行评估和预测是评定大型风电项目是否可行的重要工作内容。再者，对于整个电力系统而言，一旦较为准确地预测出风电场风能及发电机组的出力，一方面可以更好地进行频率控制，并且根据风电发电量的变化规律提高系统的可靠性、安全性及可控性；另一方面可以根据风电场预测的功率曲线对机组的功率进行优化，达到降低电网运行成本、实现经济调度的目的。最后，对于电力市场而言，风电场对风电发电量进行更为精准的预测，有利于风电参与电力市场竞价、电力市场清算和监管行动；电网公司对风电发电量进行预测，有助于电力调度部门及时正确地制定电能交换计划，调整运行方式和计划分配，有效减轻风电对整个电网的影响，保证电网系统安全经济运行。

然而，当前的预测机制存在以下不足：

1、现有预测模型的预测精度较大程度上依赖于使用者的先验知识，预测的局限性较大；

2、未充分发掘风能变化的内在规律和数据所体现出的物理意义或特征；

3、预测精度不高，预测时间较长，稳定性有待加强。

发明内容

本发明的目的是针对传统风能预测方法中存在的不足，提出了一种基于奇异谱分析和局部敏感哈希的多步风能预测方法，实现对风能的短期预报。

为实现上述目的，本发明所提供的技术方案为：一种基于奇异谱分析和局部敏感哈希的多步风能预测方法，包括以下步骤：

1)获取风电场历史风能数据；

2)利用奇异谱分析将风电场历史风能数据分解成两个分量：低频的平均趋势分量和高频的波动分量；

3)在相空间中将步骤2)获得的平均趋势分量和波动分量重构成平均趋势段和波动分量段；

4)利用局部敏感算法选取待预测平均趋势段的相似平均趋势段；

5)将获得的相似平均趋势段和对应的波动分量段的综合作为支持向量回归模型的训练输入，预报结果即为风电输出功率。

在步骤2)中，通过奇异谱分析对长度为N的风电场历史风能数据y＝[y₁ y₂ … y_N]风电场历史风能数据嵌入、奇异值分解、分组和重构，得到多个特征值、及其相应的贡献率和相应的特征向量代表的信号，根据贡献率的大小将风电场历史风能数据分解成两个独立的分量：反映风能总体变化趋势的低频的平均趋势分量和体现风的间歇性和波动性的高频的波动分量

在步骤3)中，通过选定嵌入维s和延时参数τ，将平均趋势分量y⁽¹⁾和波动分量y⁽²⁾根据原则重构在高维相空间中获得平均趋势段和波动分量段其中i＝1,2,…,N-(s-1)τ。