本發(fā)明涉及風(fēng)力發(fā)電出力預(yù)測領(lǐng)域，具體而言涉及到基于風(fēng)速不確定區(qū)間預(yù)測的風(fēng)電出力預(yù)測，并基于三種不同方法建立風(fēng)電出力區(qū)間組合預(yù)測模型。

背景技術(shù)：

風(fēng)力發(fā)電是清潔發(fā)電的主要途徑，然而風(fēng)力發(fā)電受到自然風(fēng)風(fēng)速的影響，存在很大的不確定性。準(zhǔn)確的風(fēng)電預(yù)測是提高風(fēng)能利用效率的有效途徑，也是保證風(fēng)電接入下電網(wǎng)平衡的重要手段。風(fēng)力發(fā)電企業(yè)可以利用預(yù)測結(jié)果合理安排檢修，提高風(fēng)電場容量系數(shù)，降低發(fā)電成本。風(fēng)電出力大小受到天氣、季節(jié)等因素的影響很大，主要影響因素有：風(fēng)速；空氣密度；風(fēng)向。其中，對風(fēng)電出力影響最大的是風(fēng)速，自然風(fēng)風(fēng)速是不恒定的，短時間內(nèi)變化可能很大，對于風(fēng)電出力預(yù)測是很不利的。

目前主要的風(fēng)電預(yù)測方法有：時間序列預(yù)測方法、回歸分析方法、灰色理論方法、專家系統(tǒng)法、支持向量機(jī)等。時間序列預(yù)測方法根據(jù)歷史數(shù)據(jù)建立數(shù)學(xué)模型，對未來的目標(biāo)數(shù)據(jù)進(jìn)行預(yù)測；回歸分析方法，利用數(shù)理統(tǒng)計對變量的觀測數(shù)據(jù)進(jìn)行分析并確定變量間關(guān)系；灰色理論方法主要用于對噪聲污染過的數(shù)據(jù)建模；專家系統(tǒng)法通過運(yùn)用儲存的專家知識和經(jīng)驗來推理并決策；支持向量機(jī)基于統(tǒng)計學(xué)習(xí)和結(jié)構(gòu)風(fēng)險最小化原理。除上述方法外，人工神經(jīng)網(wǎng)絡(luò)也在風(fēng)電預(yù)測中應(yīng)用廣泛。人工神經(jīng)網(wǎng)絡(luò)是具有自學(xué)習(xí)，自組織和自適應(yīng)能力的一個非線性動力學(xué)系統(tǒng)。該方法利用過去數(shù)據(jù)對神經(jīng)網(wǎng)絡(luò)的神經(jīng)元間的權(quán)值進(jìn)行不斷修正，從而獲得較為理想的預(yù)測模型。大量神經(jīng)元構(gòu)成的網(wǎng)絡(luò)系統(tǒng)可以實現(xiàn)非線性映射、分類識別、優(yōu)化計算等功能，適于求解風(fēng)電出力預(yù)測問題。

技術(shù)實現(xiàn)要素：

發(fā)明目的：為了對風(fēng)電出力進(jìn)行更加準(zhǔn)確的預(yù)測，本發(fā)明提出了一種風(fēng)電出力區(qū)間組合方法，能夠提高風(fēng)電出力區(qū)間預(yù)測的精度。

技術(shù)方案：為實現(xiàn)上述目的，本發(fā)明的風(fēng)電出力區(qū)間組合方法，包括以下步驟：

(1)對于某一地區(qū)以預(yù)設(shè)的周期劃分風(fēng)電出力區(qū)間的預(yù)測時段；

(2)采集各時段的風(fēng)電出力歷史數(shù)據(jù)以及風(fēng)電場各風(fēng)速采集點的風(fēng)速數(shù)據(jù)；

(3)對于某一預(yù)測時段，利用所采集到的風(fēng)速數(shù)據(jù)分別基于風(fēng)速變化率方法、預(yù)測值變化率方法對風(fēng)電出力預(yù)測范圍進(jìn)行整定，利用所采集到的風(fēng)電出力歷史數(shù)據(jù)基于實際功率方法對風(fēng)電出力預(yù)測范圍進(jìn)行優(yōu)化；

(4)利用該預(yù)測時段上一時段的風(fēng)電場出力的實際數(shù)據(jù)和預(yù)測數(shù)據(jù)對三種方法的預(yù)測精度進(jìn)行分析并選擇該預(yù)測時段的最佳預(yù)測方法，將對應(yīng)的風(fēng)電出力預(yù)測區(qū)間作為組合預(yù)測的風(fēng)電出力預(yù)測區(qū)間。

具體地，步驟(3)中在某一預(yù)測時段利用所采集到的風(fēng)速數(shù)據(jù)基于風(fēng)速變化率對風(fēng)電出力預(yù)測范圍進(jìn)行整定，包括以下步驟：

1)計算該預(yù)測時段的上一時段的風(fēng)速序列中各時刻與其前一時刻的風(fēng)速數(shù)據(jù)之間的風(fēng)速變化比率，形成上一時段的風(fēng)速變化率序列；

2)基于BP神經(jīng)網(wǎng)絡(luò)運(yùn)算，利用該上一時段的風(fēng)速序列預(yù)測該預(yù)測時段中各時刻的風(fēng)速數(shù)據(jù)，獲取該預(yù)測時段的風(fēng)速變化率序列；

3)對該預(yù)測時段的風(fēng)速變化率序列中的風(fēng)速變化率按照等長度劃分風(fēng)速變化率區(qū)間，對落在各區(qū)間內(nèi)的風(fēng)速變化率進(jìn)行統(tǒng)計得到概率最大的風(fēng)速變化率區(qū)間，將該區(qū)間的中間值作為風(fēng)速不確定區(qū)間系數(shù)，對于該預(yù)測時段的某個時刻，將該時刻的實測風(fēng)速乘以該不確定區(qū)間系數(shù)進(jìn)行風(fēng)速整定，得到下一時刻風(fēng)電場出力的預(yù)測區(qū)間為：

Ψ(v×(1-d),t)≤P_t+1≤Ψ(v×(1+d),t)

Ψ表示t時刻風(fēng)速與t+1時刻風(fēng)電場出力之間的非線性映射關(guān)系，該非線性映射關(guān)系通過BP神經(jīng)網(wǎng)絡(luò)運(yùn)算得出。

具體地，步驟(3)中在某一預(yù)測時段利用所采集到的風(fēng)速數(shù)據(jù)基于預(yù)測值變化率對風(fēng)電出力預(yù)測范圍進(jìn)行整定，包括以下步驟：

1)計算該預(yù)測時段的上一時段中各時刻輸出功率的變化率；

2)利用上一時段中各時刻的輸出功率變化率以及輸出功率預(yù)測該預(yù)測時段中各時刻的輸出功率；

3)計算該預(yù)測時段中各時刻的輸出功率變化率并按照等長度劃分輸出功率變化率區(qū)間，將落在各區(qū)間內(nèi)的輸出功率變化率進(jìn)行統(tǒng)計得到概率最大的區(qū)間，將該區(qū)間的上界作為功率整定參數(shù)δ；

4)利用功率整定參數(shù)δ對風(fēng)電場出力進(jìn)行整定，得到該預(yù)測時段中的某一時刻k+1風(fēng)電場出力的預(yù)測區(qū)間Θ為：

Θ＝[(1-δ)·p(k+1)，(1+δ)·p(k+1)]。

具體地，步驟(3)中在某一預(yù)測時段基于實際功率對風(fēng)電出力預(yù)測范圍進(jìn)行優(yōu)化，包括以下步驟：

1)利用風(fēng)電出力歷史數(shù)據(jù)和風(fēng)速數(shù)據(jù)對BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練；

2)利用訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)依次獲取該預(yù)測時段中各未知時刻的輸出功率預(yù)測值；

3)對于該預(yù)測時段的某一未知時刻，計算該未知時刻的上一時刻輸出功率實際值和輸出功率預(yù)測值之間的差值，作為該時刻的優(yōu)化參數(shù)δ，利用優(yōu)化參數(shù)δ對該時刻的輸出功率預(yù)測值進(jìn)行優(yōu)化，得到該時刻的風(fēng)電場出力的預(yù)測區(qū)間，對于某個未知時刻k的風(fēng)電場出力的預(yù)測區(qū)間為：

Θ_k＝[(1-δ)·p_k，(1+δ)·p_k]。

上述步驟(4)中利用該預(yù)測時段上一時段的風(fēng)電場出力的實際數(shù)據(jù)和預(yù)測區(qū)間對三種方法的預(yù)測精度進(jìn)行分析并選擇該預(yù)測時段的最佳預(yù)測方法，具體為：

統(tǒng)計上一時段中各時刻風(fēng)電場出力的實際數(shù)據(jù)分別落入三種方法預(yù)測區(qū)間的總數(shù)，將總數(shù)最大對應(yīng)的方法作為該預(yù)測時段的最佳預(yù)測方法。

有益效果：本發(fā)明中的風(fēng)電出力區(qū)間組合方法首先分別基于風(fēng)速變化比率、基于預(yù)測值變化率、基于實際功率優(yōu)化值三種不同方法利用神經(jīng)元網(wǎng)絡(luò)模型以及序列模型得到風(fēng)電出力的預(yù)測區(qū)間范圍，隨后根據(jù)歷史風(fēng)電出力數(shù)據(jù)選擇各時段內(nèi)最優(yōu)的風(fēng)電出力預(yù)測區(qū)間，并對各時段預(yù)測基于歷史數(shù)據(jù)選取最優(yōu)的預(yù)測方法，免除了獨立使用其中某個預(yù)測方法存在一定局限性的缺點，有利于提高風(fēng)電出力區(qū)間預(yù)測的精度；本發(fā)明中的風(fēng)電出力區(qū)間組合方法針對風(fēng)電出力不確定性，以出力區(qū)間預(yù)測代替?zhèn)鹘y(tǒng)風(fēng)電確定性預(yù)測，更加適應(yīng)風(fēng)電出力的偶然性特點；可針對不同的地理環(huán)境、風(fēng)電場裝機(jī)情況進(jìn)行分析研究，具有較強(qiáng)的適應(yīng)性，對于風(fēng)電出力區(qū)間預(yù)測方法的改進(jìn)及推廣具有較好的增益效果。

附圖說明

圖1為本發(fā)明中的風(fēng)電出力區(qū)間組合預(yù)測方法的流程圖；

圖2為基于實際功率的風(fēng)電出力預(yù)測范圍優(yōu)化流程圖；

圖3為實施例1中基于風(fēng)速變化比率方法在預(yù)測時段中實現(xiàn)95％～105％風(fēng)速區(qū)間風(fēng)電場出力預(yù)測結(jié)果；

圖4為實施例1中基于預(yù)測值變化率方法在預(yù)測時段中的風(fēng)電出力區(qū)間預(yù)測結(jié)果；

圖5為實施例1基于實際功率的風(fēng)電出力預(yù)測范圍優(yōu)化整定方法在預(yù)測時段中的風(fēng)電出力預(yù)測范圍優(yōu)化結(jié)果。

具體實施方式

下面結(jié)合實施案例對本發(fā)明方法作更進(jìn)一步的說明。

如圖1所示，本發(fā)明中的風(fēng)電出力區(qū)間組合預(yù)測方法包括以下步驟：

(1)劃分風(fēng)電出力區(qū)間預(yù)測時段，采集各時段的風(fēng)電出力歷史數(shù)據(jù)以及風(fēng)電場各風(fēng)速采集點的風(fēng)速數(shù)據(jù)。

風(fēng)電場出力主要受到風(fēng)速的影響，風(fēng)速存在較大不確定性，但對于同一地區(qū)同時段(季節(jié))的風(fēng)速，存在一定的規(guī)律，因此，將需要進(jìn)行風(fēng)電出力區(qū)間預(yù)測的時段加以劃分，主要基于相同季節(jié)(月份)以及相同時段(日期)，不同地區(qū)季節(jié)劃分存在差異，時段劃分采用2-4天為一周期。

例如：對于某一地區(qū)，以8月的1號至4號作為一個時段，以5號至9號作為一個時段，以4天為一個周期依次類推。

(2)利用所采集的風(fēng)電場各風(fēng)速采集點的風(fēng)速數(shù)據(jù)，分別采用三種不同方法對風(fēng)電場出力區(qū)間進(jìn)行預(yù)測，預(yù)測時采用前一時段數(shù)據(jù)預(yù)測后一時段：

a)基于風(fēng)速變化比率的風(fēng)電出力預(yù)測范圍整定

風(fēng)電場出力預(yù)測的準(zhǔn)確度與風(fēng)速預(yù)測的準(zhǔn)確度息息相關(guān)，為了對風(fēng)電場出力范圍進(jìn)行界定，可首先對風(fēng)速變化進(jìn)行預(yù)測，基于風(fēng)速變化預(yù)測區(qū)間范圍實現(xiàn)對風(fēng)電場出力區(qū)間預(yù)測。

定義風(fēng)速變化率：

$e_w\left(k\right)=\frac{v_k-v_{k-1}}{v_{k-1}}\×100\%;$

對某一時段的風(fēng)速序列v₁[k]＝{v₁,v₂,v₃...v_k}，即將其序列下一時刻v₁[k]'＝{v₂,v₃...v_k+1}各項與v₁[k]＝{v₁,v₂,v₃...v_k}序列先做差值，再計算差值相對于上一時刻風(fēng)速的比例，得出該時段的風(fēng)速變化率序列：

e_w[k]＝{e_w(2),e_w(3),e_w(4),...e_w(k+1)}；

利用某一預(yù)測時段的上一時段的風(fēng)速序列對BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，預(yù)測該預(yù)測時段中各時刻的風(fēng)速數(shù)據(jù)，進(jìn)一步得到該預(yù)測時段的風(fēng)速變化率序列；

對該預(yù)測時段的風(fēng)速變化率序列中的風(fēng)速變化率按照等長度劃分風(fēng)速變化率區(qū)間，例如：將變化率區(qū)間分為0％-5％，5％-10％，10％-15％等若干個等長度區(qū)間，對落在各區(qū)間內(nèi)的風(fēng)速變化率進(jìn)行統(tǒng)計得到概率最大的風(fēng)速變化率區(qū)間為5％-10％，將該區(qū)間的中間值7.5％作為風(fēng)速不確定區(qū)間系數(shù)d，對于該預(yù)測時段的某個時刻，將該時刻的實測風(fēng)速乘以該不確定區(qū)間系數(shù)d進(jìn)行風(fēng)速整定，得到下一時刻風(fēng)電場出力的預(yù)測區(qū)間為：

Ψ(v×(1-d),t)≤P_t+1≤Ψ(v×(1+d),t)，

其中，P_t+1即表示t時刻下一時刻的風(fēng)電場出力，Ψ表示t時刻風(fēng)速與t+1時刻風(fēng)電場出力之間的非線性映射關(guān)系，該非線性映射關(guān)系可以通過BP神經(jīng)網(wǎng)絡(luò)運(yùn)算得出。

b)基于預(yù)測值變化率的風(fēng)電出力預(yù)測范圍整定

由于風(fēng)電場的輸出功率具有較大的隨機(jī)性，風(fēng)速的突變往往會引起輸出功率的大幅度變化，這些變化幅度較大的點預(yù)測精度也會隨之下降。在已知輸出功率預(yù)測值的基礎(chǔ)上，可以利用輸出功率的變化率來對風(fēng)電出力預(yù)測范圍進(jìn)行整定。

定義某一時刻k的輸出功率變化率：

$e_v\left(k\right)=\frac{(p_k-p_{k-1})}{p_k}\×100\%;$

利用某一預(yù)測時段上一時段中各時刻的輸出功率變化率以及輸出功率預(yù)測該預(yù)測時段中各時刻的輸出功率；

計算該預(yù)測時段中各時刻的輸出功率變化率并按照等長度劃分輸出功率變化率區(qū)間，將落在各區(qū)間內(nèi)的輸出功率變化率進(jìn)行統(tǒng)計得到概率最大的區(qū)間，將該區(qū)間的上界作為功率整定參數(shù)δ，例如：將輸出功率劃分為0％-5％，5％-10％，10％-15％等若干個等長度區(qū)間，若落在區(qū)間5％-10％概率最大，則整定參數(shù)δ＝10％；

利用功率整定參數(shù)δ對風(fēng)電場出力進(jìn)行整定，得到該預(yù)測時段中的某一時刻k+1的風(fēng)電場出力的(輸出功率)預(yù)測區(qū)間Θ為：

Θ＝[(1-δ)·p(k+1)，(1+δ)·p(k+1)]。

c)基于實際功率的風(fēng)電出力預(yù)測范圍優(yōu)化

上述兩種方法都僅僅是基于歷史數(shù)據(jù)進(jìn)行未來某時段的風(fēng)電出力預(yù)測，并未涉及預(yù)測時段內(nèi)風(fēng)電的實際出力。在預(yù)測過程中，可結(jié)合已獲取的實際風(fēng)電出力歷史數(shù)據(jù)修正未來時間節(jié)點的風(fēng)電預(yù)測區(qū)間。

在某一預(yù)測時段過去時刻實際輸出功率已知的情況下，利用已知時間段[0，k-1]實際輸出功率序列p[k-1]＝{r₁,r₂,r₃...r_k-1}來對BP神經(jīng)網(wǎng)絡(luò)輸出的功率預(yù)測區(qū)間進(jìn)行優(yōu)化。如圖2所示，具體包括以下步驟：

1)利用風(fēng)電出力歷史數(shù)據(jù)和風(fēng)速數(shù)據(jù)對BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練得到輸入量風(fēng)速和輸出量風(fēng)電場出力之間的關(guān)系；

2)利用訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)依次獲取該預(yù)測時段中各未知時刻的風(fēng)電場出力預(yù)測值；

3)對于該預(yù)測時段的某一未知時刻，將該未知時刻的上一時刻風(fēng)電場出力實際值和風(fēng)電場出力預(yù)測值之間的差值作為該時刻的優(yōu)化參數(shù)δ，利用優(yōu)化參數(shù)δ對該時刻的風(fēng)電場出力預(yù)測值進(jìn)行優(yōu)化，得到該時刻的風(fēng)電場出力的預(yù)測區(qū)間，對于某個未知時刻k的風(fēng)電場出力的預(yù)測區(qū)間為：

Θ_k＝[(1-δ)·p_k，(1+δ)·p_k]。

例如：對于時刻k，當(dāng)已知過去n個時間點的風(fēng)電場出力實際值序列p[k-n,k-1]＝{p_k-n,p_k-n+1...p_k-1}和預(yù)測值序列r[k-n,k-1]＝{rk-n,r_k-n+1...r_k-1}時，則某一時刻k-1風(fēng)電場出力實際值和預(yù)測值之間的差值為Δp_k-1＝p_k-1-r_k-1。

(3)針對不同的情況，在三種方法的基礎(chǔ)上提出風(fēng)電場出力的區(qū)間組合預(yù)測。在預(yù)測時段各時刻實際風(fēng)電場出力未知的情況下，可以利用風(fēng)速變化區(qū)間預(yù)測或利用預(yù)測值變化率整定范圍；在預(yù)測時段過去時刻實際風(fēng)電場出力已知的情況下，可利用實際功率來優(yōu)化后續(xù)未知時刻的輸出功率預(yù)測，并得到整定后的風(fēng)電場出力范圍。

在某個預(yù)測時段對某風(fēng)電場的風(fēng)電出力進(jìn)行預(yù)測，先分別采用上述三種方法進(jìn)行風(fēng)電出力區(qū)間預(yù)測，上一時段的風(fēng)電場出力的實際數(shù)據(jù)和預(yù)測數(shù)據(jù)對三種方法的預(yù)測精度進(jìn)行分析并選擇該預(yù)測時段的最佳預(yù)測方法，將對應(yīng)的風(fēng)電出力預(yù)測區(qū)間作為組合預(yù)測的風(fēng)電出力預(yù)測區(qū)間。

實施例1：

本實施例中采用Matlab編程仿真平臺，選取某個風(fēng)電場某時段實際數(shù)據(jù)進(jìn)行分析，基于實際歷史數(shù)據(jù)分別采用三種方法進(jìn)行預(yù)測，計算三種方法在各時段的實際預(yù)測效果，選取該時段最佳的預(yù)測區(qū)間作為該時段的最優(yōu)區(qū)間預(yù)測方法。各時段預(yù)測區(qū)間以此類推，形成整體的區(qū)間預(yù)測。

選取歷史數(shù)據(jù)某時段進(jìn)行分析，分別采用三種方法進(jìn)行預(yù)測，并對預(yù)測結(jié)果與實際數(shù)據(jù)進(jìn)行比較，選取該時段最佳的預(yù)測方法(區(qū)間)。

(1)利用基于風(fēng)速變化比率的風(fēng)電出力預(yù)測范圍整定方法，首先對風(fēng)速在每個時間點的變化率進(jìn)行預(yù)測統(tǒng)計，通過BP神經(jīng)元網(wǎng)絡(luò)預(yù)測現(xiàn)有風(fēng)速下一時刻的風(fēng)速變化，并對變化幅度以現(xiàn)有風(fēng)速為基準(zhǔn)計算出比率，對所有比率進(jìn)行統(tǒng)計，統(tǒng)計出下一時刻風(fēng)速變化最大可能區(qū)間。

經(jīng)統(tǒng)計下一時刻風(fēng)速是前一時刻風(fēng)速比例大部分(概率為48％)位于4％～6％的風(fēng)速變化率區(qū)間，則風(fēng)速不確定區(qū)間系數(shù)d取5％。由此可將風(fēng)速數(shù)據(jù)給予上下限值，從而得到預(yù)測的出力的范圍。通過該結(jié)果對人工神經(jīng)網(wǎng)絡(luò)輸入風(fēng)速測量值的95％～105％作為風(fēng)速輸入上下限，得到的風(fēng)電出力范圍結(jié)果如圖3所示。

黑色實線為實際風(fēng)電場出力，灰色區(qū)域為將風(fēng)速上下限作為輸入得到的風(fēng)電出力上下限值，可見實際風(fēng)電出力值大部分位于淺色區(qū)域范圍內(nèi)，表明在風(fēng)速大幅度波動時可采用預(yù)測出力上下限值的方式。模型所得到的風(fēng)電出力的預(yù)測區(qū)間，在波動劇烈的位置仍然存在一定誤差，但比現(xiàn)有技術(shù)中的預(yù)測風(fēng)電出力的方法更能適應(yīng)風(fēng)電出力的不確定性，由此采用的風(fēng)電出力上下限區(qū)間平衡風(fēng)電預(yù)測中的不確定性，為系統(tǒng)備用容量的選取提供充分依據(jù)。

(2)采用基于預(yù)測值變化率的風(fēng)電出力預(yù)測范圍整定方法考慮風(fēng)電風(fēng)電場出力預(yù)測值的變化率，通過選擇合理的映射關(guān)系來反映風(fēng)電出力的不確定性：當(dāng)風(fēng)電場出力變化率處于0-5％范圍內(nèi)概率最大時，對應(yīng)風(fēng)電場出力范圍為預(yù)測值的95％～105％；當(dāng)風(fēng)電場出力變化率處于5-10％范圍內(nèi)概率最大時，對應(yīng)的風(fēng)電場出力范圍為預(yù)測值的90％～110％；以此類推，本實施例中當(dāng)風(fēng)電場出力變化率處于15-20％范圍內(nèi)概率最大，最大風(fēng)電場出力范圍設(shè)定為80％～120％，得到的出力范圍結(jié)果如圖4所示。

從圖4中結(jié)果可以看出，對于風(fēng)電出力變化相對較大的點，風(fēng)電場出力實際值可以更好的落在整定范圍內(nèi)；在出力波動較小的點也可以實現(xiàn)整定區(qū)間的有效減小。但依然存在部分時間點的實際功率超出整定范圍的情況。

(3)采用基于實際功率的風(fēng)電出力預(yù)測范圍優(yōu)化方法來實現(xiàn)風(fēng)電場出力范圍整定，當(dāng)情況為在預(yù)測時間段內(nèi)已知風(fēng)電場過去時刻的實際風(fēng)電場出力時，以上一時刻風(fēng)電場出力實際值和預(yù)測值之間的差值作為輸入，得到對應(yīng)的風(fēng)電場出力范圍區(qū)間。差值范圍和整定區(qū)間參數(shù)的關(guān)系對應(yīng)如下表1所示：

表1 差值范圍與整定區(qū)間參數(shù)表

從圖5所示基于實際功率的風(fēng)電出力預(yù)測范圍優(yōu)化方法的區(qū)間整定結(jié)果可以發(fā)現(xiàn)，在已知風(fēng)電場實際風(fēng)電場出力的情況下，可以更好的對輸出范圍做出整定，得到較好的風(fēng)電場出力預(yù)測區(qū)間。除極少數(shù)風(fēng)電實際風(fēng)電場出力值超出了預(yù)測范圍，大部分的風(fēng)電場出力實際值都落在了范圍之內(nèi)。

表2 各方法風(fēng)電出力預(yù)測區(qū)間準(zhǔn)確率統(tǒng)計

由表2綜合三者的比較結(jié)果：采用基于風(fēng)速變化比率的風(fēng)電出力預(yù)測范圍整定方法5％浮動輸入，超出整定范圍的數(shù)據(jù)點有54個(總數(shù)據(jù)點144個)；采用基于預(yù)測值變化率的風(fēng)電出力預(yù)測范圍整定方法超出整定范圍的數(shù)據(jù)點有70個；采用基于實際功率的風(fēng)電出力預(yù)測范圍優(yōu)化方法超出整定范圍的數(shù)據(jù)點有32個。結(jié)果表明當(dāng)未知風(fēng)電實時風(fēng)電場出力的情況下可采用基于風(fēng)速預(yù)測變化區(qū)間的預(yù)測方法，而在已知風(fēng)電實際風(fēng)電場出力的情況下，采用實時值整定預(yù)測區(qū)間較預(yù)測值變化率整定方法可以獲得更好的預(yù)測結(jié)果。綜合了三種方法對風(fēng)電場出力范圍進(jìn)行整定，主要基于風(fēng)速變化比率預(yù)測整定、預(yù)測值變化率整定范圍和實時值修正整定范圍。對某地風(fēng)電出力可分段采用上述三種方法進(jìn)行分別預(yù)測，并基于歷史實際數(shù)據(jù)考察各方法在不同時段的準(zhǔn)確度，選取各時段最優(yōu)的預(yù)測方法進(jìn)行預(yù)測，并組成最終的預(yù)測出力區(qū)間。