本發(fā)明屬于風(fēng)功率爬坡預(yù)測領(lǐng)域，涉及一種基于大風(fēng)氣象分類的風(fēng)功率爬坡預(yù)測模型切換方法。

背景技術(shù)：
發(fā)明一種適用于風(fēng)功率爬坡預(yù)測的可為不同風(fēng)功率爬坡統(tǒng)計(jì)預(yù)測模型進(jìn)行優(yōu)化選擇的切換機(jī)制是對現(xiàn)有風(fēng)電有效、安全并網(wǎng)研究所需要的重要組成部分。風(fēng)力發(fā)電作為一種新興的、大規(guī)模應(yīng)用的綠色能源，其自身固有的波動特性給發(fā)電和負(fù)荷平衡帶了挑戰(zhàn)。為了使風(fēng)力發(fā)電和其他常規(guī)能源發(fā)電一樣具有便利的可調(diào)度性，準(zhǔn)確可靠的風(fēng)電功率預(yù)測系統(tǒng)是提高電力系統(tǒng)對風(fēng)電的接納能力的必備選擇。風(fēng)功率爬坡是指在較短時(shí)間內(nèi)，風(fēng)功率上升或下降幅度較大，對區(qū)域電能質(zhì)量產(chǎn)生影響且影響到電力調(diào)度計(jì)劃的風(fēng)功率波動過程。隨著風(fēng)力發(fā)電的快速發(fā)展，風(fēng)電并網(wǎng)裝機(jī)容量的不斷上升，受到自然氣候不規(guī)律作用的風(fēng)電功率波動對電力系統(tǒng)所產(chǎn)生的影響亟需有效的分析研究。其中，風(fēng)功率爬坡預(yù)測是極為緊迫的環(huán)節(jié)。風(fēng)功率爬坡預(yù)測的核心問題是爬坡事件的預(yù)測，而爬坡事件的預(yù)測離不開對大風(fēng)（以及無風(fēng)）天氣的預(yù)報(bào)，這就取決于數(shù)值天氣預(yù)報(bào)的預(yù)報(bào)準(zhǔn)確度及分析方法的運(yùn)用。目前國內(nèi)外在風(fēng)功率爬坡預(yù)測的研究中，并未有效地將各類引起爬坡的大風(fēng)天氣進(jìn)行內(nèi)在的動力學(xué)和熱力學(xué)分析，使得爬坡天氣未被有效地提取跟蹤出來，這就造成了部分可以造成風(fēng)功率大幅度波動的氣象信息的缺失。然而進(jìn)一步要提出的針對不同時(shí)空尺度下的大風(fēng)天氣信息所對應(yīng)的各類統(tǒng)計(jì)預(yù)報(bào)方法，以期待得出更為精準(zhǔn)的風(fēng)功率爬坡預(yù)報(bào)分析結(jié)果所需的切換機(jī)制方案，而其中所面臨的問題是在預(yù)報(bào)過程中的核心問題。

技術(shù)實(shí)現(xiàn)要素：
本發(fā)明的上述技術(shù)問題主要是通過下述技術(shù)方案得以解決的：一種基于大風(fēng)氣象分類的風(fēng)功率爬坡預(yù)測模型切換方法，其特征在于，包括以下步驟：步驟1，建立指定區(qū)域內(nèi)基于數(shù)值天氣預(yù)報(bào)數(shù)據(jù)的大風(fēng)天氣判別分析模型，收集表征大風(fēng)爬坡天氣的特征指標(biāo)量，所述表征大風(fēng)爬坡天氣的特征指標(biāo)量由參數(shù)類型決定，所述參數(shù)類型包括：穩(wěn)定度指標(biāo)、熱力指標(biāo)、動力學(xué)指標(biāo)以及熱力/動力綜合指標(biāo);模型的建立針對指定區(qū)域的采樣，采樣后建立如下判別分析模型：Y=c1x1+c2x2+c3x3+…+cnxn其中：ci為加權(quán)系數(shù)，xi為特征指標(biāo)量，Y是判別函數(shù)值，采樣時(shí)間為每15分鐘一次，且按數(shù)值天氣預(yù)報(bào)每六個(gè)小時(shí)跟蹤修正一次，計(jì)算出的判別函數(shù)值Y根據(jù)判別方法中的判別準(zhǔn)則進(jìn)行分類，并通過假設(shè)檢驗(yàn)進(jìn)行驗(yàn)證分析；步驟2，根據(jù)步驟1所建立的大風(fēng)天氣的預(yù)報(bào)分析模型，運(yùn)用數(shù)值判別方法在指定區(qū)域范圍內(nèi)用特征指標(biāo)量判別鋒面過境的天氣條件和強(qiáng)對流天氣中是否為大風(fēng)天氣，所述判別方法是基于Fisher判別法進(jìn)行判別分析，計(jì)算出判別準(zhǔn)則的分類標(biāo)準(zhǔn)；步驟3，根據(jù)步驟2所運(yùn)用到的數(shù)值判別方法在判定出大風(fēng)天氣后根據(jù)歷史數(shù)據(jù)計(jì)算特征方程的系數(shù)，以確定判別函數(shù)值Y的分類，并通過統(tǒng)計(jì)檢驗(yàn)方法驗(yàn)證函數(shù)值Y的結(jié)果；步驟4，根據(jù)步驟3中通過數(shù)值化的判定結(jié)果基本判別出大風(fēng)天氣后，進(jìn)一步要確定大風(fēng)天氣所屬的類型及相關(guān)信息，得出不同類型的大風(fēng)天氣風(fēng)能變化特點(diǎn)，尤其是時(shí)間尺度和空間尺度的特點(diǎn)，再結(jié)合歷史數(shù)據(jù)中統(tǒng)計(jì)出的相似的場景進(jìn)行綜合預(yù)報(bào)分析，給出更為準(zhǔn)確的風(fēng)速爬坡預(yù)報(bào)統(tǒng)計(jì)模型切換方法。在上述的一種基于大風(fēng)氣象分類的風(fēng)功率爬坡預(yù)測模型切換方法，所述的步驟1中，所述穩(wěn)定度指標(biāo)、熱力指標(biāo)、動力學(xué)指標(biāo)以及熱力/動力綜合指標(biāo)中，各個(gè)指標(biāo)包括的對流參數(shù)如下：所述穩(wěn)定度指標(biāo)包括最佳對流有效位能參數(shù)；所述熱力指標(biāo)包括沙氏指數(shù)和K指數(shù)；所述動力學(xué)指標(biāo)包括密度加權(quán)平均垂直風(fēng)切變和渦生參數(shù)；所述熱力/動力綜合指標(biāo)包括風(fēng)暴強(qiáng)度指數(shù)和理查德遜數(shù)；通過各種氣象特征指標(biāo)，建立大風(fēng)天氣判別分析模型，模型的采樣時(shí)間為每15分鐘一次，且按數(shù)值天氣預(yù)報(bào)每六個(gè)小時(shí)跟蹤修正一次，判別函數(shù)值按照判別準(zhǔn)則進(jìn)行分類，并結(jié)合歷史統(tǒng)計(jì)值進(jìn)行統(tǒng)計(jì)檢驗(yàn)。在上述的一種基于大風(fēng)氣象分類的風(fēng)功率爬坡預(yù)測模型切換方法，所述步驟2中，F(xiàn)isher判決的目標(biāo)就是:尋找一個(gè)或一組投影軸，能夠在最小化類內(nèi)散布的同時(shí)最大化類間分布；Fisher判別法基于以下定義：在各種特征指標(biāo)量中有能判斷大風(fēng)天氣w1和不能判斷大風(fēng)天氣w2這兩類問題，假定有n個(gè)訓(xùn)練樣本xk(k=1,2,....,n)其中n1個(gè)樣本來自wi類型，n2個(gè)樣本來自wj類型，n=n1+n2，兩個(gè)類型的訓(xùn)練樣本分別構(gòu)成訓(xùn)練樣本的子集X1和X2；令：yk=wTxk，k=1,2,...,n，其中yk是向量xk通過變換w得到的標(biāo)量，它是一維的，實(shí)際上，對于給定的w，yk就是判決函數(shù)的值，定義Fisher準(zhǔn)則函數(shù)：其中mi為各類平均值，si為類內(nèi)聚合度，使JF最大的解w*就是最佳解向量，也就是Fisher的線性判別式，求解w*，從JF(w)的表達(dá)式可知，它并非w的顯函數(shù)；是原d維特征空間里的樣本類內(nèi)離散度矩陣，表示兩類均值向量之間的離散度大小，因此，越大越容易區(qū)分；稱為原d維特征空間里，樣本“類內(nèi)離散度”矩陣；是樣本“類內(nèi)總離散度”矩陣，將上述的所有推導(dǎo)結(jié)果代入JF(w)表達(dá)式，即判別準(zhǔn)則表達(dá)式：式中和由樣本集X計(jì)算出。通過判別準(zhǔn)則表達(dá)式，計(jì)算出投影軸，能夠在最小化類內(nèi)散布的同時(shí)最大化類間分布，為確定大風(fēng)氣象提供分類標(biāo)準(zhǔn)。在上述的一種基于大風(fēng)氣象分類的風(fēng)功率爬坡預(yù)測模型切換方法，所述步驟3中，通過數(shù)值判別分析法計(jì)算出特征方程的系數(shù)并確定判別式的判定范圍基于以下公式：將步驟2中的JF(w)判別準(zhǔn)則表達(dá)式轉(zhuǎn)換后用矩陣形式表達(dá)如下：由此求得判別函數(shù)系數(shù)c1,c2,…,cn，于是建立起兩總體w1、w2的判別分析式，即為：Y=c1x1+c2x2+…+cnxn通過判別準(zhǔn)則，計(jì)算出一個(gè)或一組投影軸w使得樣本投影到該空間后能在保證方差最小的情況下，將不同類的樣本很好的分開，進(jìn)一步確定判別式函數(shù)值Y的分類結(jié)果，F(xiàn)isher判別法的數(shù)學(xué)模型是建立在假定兩組試驗(yàn)數(shù)據(jù)取自不同的總體，但是如果兩組試驗(yàn)數(shù)據(jù)的各特征變量的平均值差異不顯著，從而所建的判別函數(shù)數(shù)學(xué)模型就沒有價(jià)值，為此，需要檢驗(yàn)兩總體是否有顯著差異，檢驗(yàn)所用的標(biāo)準(zhǔn)是以馬氏（Mahalanobis）D2距離為基礎(chǔ)所構(gòu)成的統(tǒng)計(jì)量：其中，全部符號同前；對于給定顯著水平α，查F分布表，可得臨界值Fα，如果F>Fα，則表明w1、w2兩總體有明顯差異，判別函數(shù)數(shù)學(xué)模型可靠；反之不然；由此算出判別是否為大風(fēng)天氣的判別式系數(shù)，并通過統(tǒng)計(jì)檢驗(yàn)確定判別式的閾值。在上述的一種基于大風(fēng)氣象分類的風(fēng)功率爬坡預(yù)測模型切換方法，所述步驟4中，判別大風(fēng)天氣屬于哪種類型并形成對統(tǒng)計(jì)預(yù)測方法的切換方法具體實(shí)現(xiàn)過程如下：將兩總體判別方法拓展至多總體判別法中，可以建立起多維判別函數(shù)模型，對不同的大風(fēng)類型進(jìn)行進(jìn)一步分類，求得判別函數(shù)模型后，可由判別式算出：由投影空間上多總體的投影點(diǎn)集的重心可給...