[发明专利]基于统计升尺度技术的电网全网风电功率预测算法无效
申请号: | 201110426891.3 | 申请日: | 2011-12-20 |
公开(公告)号: | CN102509028A | 公开(公告)日: | 2012-06-20 |
发明(设计)人: | 陈颖;陈志宝;程序;丁宇宇;王知嘉;谭志萍;于炳霞 | 申请(专利权)人: | 国网电力科学研究院 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 南京知识律师事务所 32207 | 代理人: | 汪旭东 |
地址: | 210003 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 基于统计升尺度技术的电网全网风电功率预测算法。结合电网全网所包含的各个风电场功率历史数据及全网风电功率历史数据,统计各个风电场的输出风电功率与全网风电输出功率间的相关性,并且对风电场预测精度进行分析。再选取与全网风电功率相关性强,且自身风电功率预测精度较高的风电场作为代表风电场。依据各个代表风电场的权重系数和预测风电功率,计算全网风电功率预测值。电网调度部门可以在仅有部分风电场完成风电功率预测功能的基础上实现风电功率的全网预测,从而依据全网预测的结果制定次日发电计划,在全网范围内优化电网调度方式。 | ||
搜索关键词: | 基于 统计 尺度 技术 电网 全网风 电功率 预测 算法 | ||
【主权项】:
1.基于统计升尺度技术的区域风电场群功率预测算法,其特征在于,包括以下步骤:1)对各个风电场历史输出功率与对应时间段电网全网输出总功率资料进行分析和数据质量控制;2)计算各个风电场输出功率与全网输出功率的相关性系数矩阵,选取相关性高的风电场作为代表风电场,参与统计升尺度计算;相关性系数的计算方法为:
其中
为F风电场输出功率与全网所有风电场输出功率的相关系数,t为时间,n为数据个数,
为t时刻F风电场的输出功率,
为t时刻全网所有风电场的输出功率;3)计算各个代表风电场的预测精度指标,指标包括:预测相关系数、均方根误差、平均相对误差;![]()
![]()
其中
为F风电场输出功率与全网所有风电场输出功率的相关系数,RMSE为风电场功率预测的均方根误差,MAE为风电场功率预测的平均绝对误差,Cap为风电场的装机容量,t为时间,n为数据个数,
为t时刻风电场的预测输出功率,
为t时刻风电场的实际输出功率;4)选取输出功率与全网输出功率相关性高(
>0.75),且预测精度较高(RMSE<30%,MAE<25%)的风电场作为代表风电场;5)计算全网风电功率预测中,各个代表风电场的权重系数
,权重系数的具体计算方法如下:![]()
其中F表示第F个代表风电场,m为代表风电场的数目;于是全网功率预测值可以表示为:
其中
为全网功率预测值的时间序列矩阵,
为F风电场功率预测值的时间序列矩阵,c和d为常数;采用最小二乘法求解上述方程,计算常数c和d的值,代表风电场的权重系数
可以表示为:![]()
![]()
其中
为F风电场的权重系数,n为时间序列的时间点个数,
表示t时刻的F风电场功率预测值,
表示t时刻的全网功率预测值;因此全网风电功率预测t时刻预测值可以用代表风电场的功率预测值采用统计升尺度方法计算获得,具体表示为:
。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网电力科学研究院,未经国网电力科学研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201110426891.3/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用