本發(fā)明涉及風(fēng)力發(fā)電技術(shù)領(lǐng)域，具體地涉及一種風(fēng)電場功率預(yù)測綜合評價方法。

背景技術(shù)：

近年來風(fēng)電等可再生能源取得了快速發(fā)展，風(fēng)電總裝機容量在電網(wǎng)中所占比例不斷升高。不同于常規(guī)火力發(fā)電機組，風(fēng)電、光伏等可再生能源由于受風(fēng)速、風(fēng)向、光照強度等因素的影響，其輸出功率具有隨機性、波動性及間歇性的特點，而不可調(diào)度的可再生能源大規(guī)模并網(wǎng)，將對電力系統(tǒng)的安全、穩(wěn)定、經(jīng)濟運行帶來不利影響。

對風(fēng)電場的出力進行較為準(zhǔn)確的預(yù)測，可以降低風(fēng)電出力波動對電力系統(tǒng)調(diào)度的不利影響，是實現(xiàn)風(fēng)力發(fā)電常規(guī)化、規(guī)?；⒕W(wǎng)的關(guān)鍵。風(fēng)力發(fā)電預(yù)測評價體系的構(gòu)建是功率預(yù)測理論研究中一項重要內(nèi)容，對于引導(dǎo)風(fēng)電場站提升發(fā)電預(yù)測精度，提高預(yù)測結(jié)果的應(yīng)用水平具有重要意義。

目前，國內(nèi)外均開始了新能源功率預(yù)測評價體系的研究，并取得一定的成果。但現(xiàn)有評價體系存在如下幾個問題：(1)對于某一指標(biāo)僅按照某一固定的閾值進行判定，緊密分布于閾值上下的兩個評價對象實際預(yù)測情況十分接近，但評價結(jié)果卻為不同的等級，此種評價方法存在不合理之處。(2)對于待評價的電站，當(dāng)其不同評價指標(biāo)分屬于不同的評定等級時，電站最終的等級評定難以得到合理的結(jié)果。此外，現(xiàn)有的預(yù)測評價模型缺少大量實測數(shù)據(jù)的分析，難以滿足電網(wǎng)調(diào)度對功率預(yù)測評價結(jié)果的需求。因此亟待尋找一種更為科學(xué)合理的風(fēng)電場功率預(yù)測評價的方法。

技術(shù)實現(xiàn)要素：

有鑒于此，本發(fā)明的目的在于提供一種風(fēng)電場功率預(yù)測綜合評價方法，利用電場的實際輸出功率與同期預(yù)測數(shù)據(jù)完成風(fēng)電場功率預(yù)測評價。

本發(fā)明提供一種風(fēng)電場功率預(yù)測綜合評價方法，采用以下技術(shù)方案：

一種風(fēng)電場功率預(yù)測綜合評價方法，包括以下步驟：

1)確定風(fēng)電場功率預(yù)測評價指標(biāo)和各指標(biāo)的評定等級，構(gòu)建多級評價指標(biāo)框架；

2)利用云模型確定各級指標(biāo)間的權(quán)重；

3)構(gòu)建多級指標(biāo)隸屬于各評定等級的綜合云模型；

4)根據(jù)實際電場各指標(biāo)數(shù)據(jù)，采用綜合云模型計算各三級指標(biāo)隸屬于各評定等級的隸屬度，通過該隸屬度與各級間權(quán)重相乘，得到一級指標(biāo)的隸屬度評價值矩陣；

5)選取一級指標(biāo)的隸屬度評價值矩陣數(shù)值最高的一列，該列所代表的評定等級即為風(fēng)電場功率預(yù)測綜合評價的最終等級。

優(yōu)選地，所述步驟1)中選取風(fēng)電場功率預(yù)測評價值作為一級指標(biāo)；短期功率預(yù)測評價值、超短期功率預(yù)測評價值作為二級指標(biāo)；最大誤差E_max、準(zhǔn)確率CAR、合格率QR、超短期合格率SQR和上報率LR作為三級指標(biāo)，構(gòu)成三級指標(biāo)評價體系；

二級指標(biāo)中短期功率預(yù)測評價值下屬的三級指標(biāo)集記為超短期功率預(yù)測評價值下屬的三級指標(biāo)集記為

所述評定等級包括優(yōu)秀、良好、合格以及不合格。

優(yōu)選地，所述各三級指標(biāo)計算方法如下所示：

(1)最大誤差

E_max＝max(|P_P-P_M|)，式中，P_M為實際輸出功率序列；P_P為對應(yīng)時段的預(yù)測功率序列；max(|P_P-P_M|)表示求取實際功率與預(yù)測功率差值絕對量的最大值。

(2)準(zhǔn)確率

式中，n為功率采樣點的個數(shù)；p_Mi為第i個采樣點的實際功率值；p_Pi為第i個采樣點的預(yù)測功率值；C_i為第_i個采樣點的開機容量。

(3)合格率

式中，B_i為第i個采樣點是否合格的判據(jù)，1表示合格，0表示不合格。

(4)上報率

式中，E表示評價周期預(yù)測數(shù)據(jù)成功上傳的天數(shù)或采樣點個數(shù)，F(xiàn)表示評價周期內(nèi)的總天數(shù)或總的采樣點個數(shù)。

(5)超短期合格率

式中，N為合格預(yù)測次數(shù)；M為預(yù)測總次數(shù)；

超短期合格率中合格預(yù)測的判定標(biāo)準(zhǔn)：超短期單次預(yù)測功率中第1點預(yù)測結(jié)果的絕對誤差小于持續(xù)法的第1點預(yù)測結(jié)果的絕對誤差，且單次16點預(yù)測序列的均方根誤差小于對應(yīng)時段短期預(yù)測序列的均方根誤差的預(yù)測稱為合格預(yù)測，若不滿足所述兩個條件其中任意一個條件即稱為不合格預(yù)測；其中，持續(xù)法是指以上一時刻實際功率作為下一時刻預(yù)測功率的方法。

優(yōu)選地，所述步驟2)中通過云模型確定各指標(biāo)權(quán)重，并根據(jù)云圖云滴的凝聚程度來修正權(quán)重，以修正后的云模型數(shù)字特征(E_x,E_n,H_e)作為層級指標(biāo)間的權(quán)重，其中，Ex為期望、En為熵、He為超熵。

優(yōu)選地，當(dāng)超熵H_e≤設(shè)定闕值時，將云模型數(shù)字特征(E_x,E_n,H_e)作為層級指標(biāo)間的權(quán)重。

優(yōu)選地，所述設(shè)定闕值為0.0015。

優(yōu)選地，所述步驟3)中采用正向云發(fā)生器形成各三級指標(biāo)相對于各評定等級的綜合云模型，所述綜合云模型的三個數(shù)字特征可由下述公式確定：

式中，Ex為期望、En為熵、He為超熵；B_min為所求評定等級區(qū)間的最小值，B_max為所求評定等級區(qū)間的最大值，所述評定等級包括優(yōu)秀、良好、合格和不合格；k值為控制云模型模糊度的常數(shù)。

優(yōu)選地，所述步驟4)輸入風(fēng)電場實際月平均指標(biāo)數(shù)據(jù)，通過綜合云模型運用正向云發(fā)生器計算三級指標(biāo)隸屬于各評定等級的隸屬度；通過云運算法則計算出二級指標(biāo)的隸屬度評價值矩陣以及一級指標(biāo)的隸屬度評價值矩陣。

優(yōu)選地，在通過綜合云模型運用正向云發(fā)生器計算三級指標(biāo)隸屬于各評定等級的隸屬度時，首先以三級指標(biāo)相對于各評定等級的綜合云模型的三個數(shù)字特征(Ex,En,He)生成以En為期望，He為標(biāo)準(zhǔn)差的正態(tài)隨機數(shù)En'；然后由指標(biāo)數(shù)據(jù)x和隸屬度公式求得所述三級指標(biāo)隸屬于各等級的隸屬度μ，其中，指標(biāo)數(shù)據(jù)x為各三級評價指標(biāo)月平均值。

本發(fā)明提供的一種風(fēng)電功率預(yù)測綜合評價方法，通過云模型構(gòu)建風(fēng)電功率預(yù)測綜合評價體系，實現(xiàn)了對風(fēng)電功率預(yù)測的科學(xué)評價，對于引導(dǎo)風(fēng)電場提高功率預(yù)測精度，滿足調(diào)度側(cè)實際需求具有一定的意義。

附圖說明

通過以下參照附圖對本發(fā)明實施例的描述，本發(fā)明的上述以及其它目的、特征和優(yōu)點將更為清楚，在附圖中：

圖1是本發(fā)明風(fēng)電場功率預(yù)測綜合評價方法的優(yōu)選實施方式的三級指標(biāo)評價體系圖；

圖2是本發(fā)明風(fēng)電場功率預(yù)測綜合評價方法的優(yōu)選實施方式的示意性流程圖；

圖3是本發(fā)明風(fēng)電場功率預(yù)測綜合評價方法的優(yōu)選實施方式的一個云模型云圖；

圖4是本發(fā)明風(fēng)電場功率預(yù)測綜合評價方法的優(yōu)選實施方式的另一個云模型云圖。

具體實施方式

以下基于實施例對本發(fā)明進行描述，但是本發(fā)明并不僅僅限于這些實施例。

如圖2所示，本發(fā)明提供的一種風(fēng)電場功率預(yù)測綜合評價方法，包括以下步驟：

S1確定風(fēng)電功率預(yù)測評價指標(biāo)與各指標(biāo)的評定等級，構(gòu)建三級評價指標(biāo)框架；

S2利用云模型確定各級指標(biāo)間的權(quán)重；

S3構(gòu)建三級指標(biāo)隸屬于各評定等級的綜合云模型；

S4根據(jù)實際電場各指標(biāo)數(shù)據(jù)，采用綜合云模型計算各三級指標(biāo)隸屬于各評定等級的隸屬度，通過該隸屬度與各級間權(quán)重進行云運算，得到一級指標(biāo)的隸屬度評價值矩陣；

S5選取一級指標(biāo)的隸屬度評價值矩陣數(shù)值最高的一列，該列所代表的評定等級即為風(fēng)電場綜合評價的最終等級。

下面以具體實例來說明本發(fā)明的風(fēng)電場功率預(yù)測綜合評價方法的工作過程及所能達到的突出效果。

以某地區(qū)的A風(fēng)電場2015年10月的實測數(shù)據(jù)、預(yù)測數(shù)據(jù)以及各時刻開機容量為例，對本發(fā)明所提供的方法進行闡述。其中，實測數(shù)據(jù)的采樣時間間隔為15min；預(yù)測數(shù)據(jù)包括短期預(yù)測數(shù)據(jù)和超短期預(yù)測數(shù)據(jù)，兩類預(yù)測數(shù)據(jù)與實測數(shù)據(jù)相對應(yīng)。作為示例，該電站2015年10月15日0時至8時的實測功率、短期預(yù)測功率以及超短期預(yù)測功率以及各時段開機容量數(shù)據(jù)見表1，其余時段的功率數(shù)據(jù)省略。

表1實測功率、短期預(yù)測功率、超短期預(yù)測功率以及開機容量數(shù)據(jù)對照表

步驟一(對應(yīng)于前述S1)：

對每個風(fēng)電場一段時間內(nèi)的輸出功率數(shù)據(jù)以及對應(yīng)時段的預(yù)測數(shù)據(jù)進行采集，每個風(fēng)電場的實際輸出功率序列記為P_M＝{p_M1,p_M2,...,p_Mn}，其中n表示風(fēng)電場輸出功率數(shù)據(jù)采樣點個數(shù)。對應(yīng)時段功率預(yù)測序列記為P_p＝{p_P1,p_P2,...,p_Pn}，其中n表示風(fēng)電場功率預(yù)測數(shù)據(jù)的采樣點個數(shù)，功率預(yù)測采樣點與實際功率輸出采樣點一一對應(yīng)，n為自然數(shù)。

采集A風(fēng)電場實測數(shù)據(jù)及對應(yīng)時段預(yù)測數(shù)據(jù)(見表1)，其中，確定實際輸出功率序列記P_M、功率預(yù)測序列記P_P和風(fēng)電功率預(yù)測評價指標(biāo)與各指標(biāo)評定等級(包括優(yōu)秀、良好、合格及不合格四個評定等級)，構(gòu)建三級評價指標(biāo)框架。本實施例中選取風(fēng)電場功率預(yù)測評價值作為一級指標(biāo)；短期功率預(yù)測評價值、超短期功率預(yù)測評價值作為二級指標(biāo)；最大誤差E_max、準(zhǔn)確率CAR、合格率QR、超短期合格率SQR、上報率LR作為三級指標(biāo)，構(gòu)成三級指標(biāo)評價體系(如圖1所示)。

(1)最大誤差

E_max＝max(|P_P-P_M|)，式中，P_M為實際輸出功率序列；P_P為對應(yīng)時段的預(yù)測功率序列；max(|P_P-P_M|)表示求取實際功率與預(yù)測功率差值絕對量的最大值。

(2)準(zhǔn)確率

式中，n為功率采樣點的個數(shù)；p_Mi為第i個采樣點的實際功率值；p_Pi為第i個采樣點的預(yù)測功率值；C_i為第i個采樣點的開機容量。

(3)合格率

式中，B_i為第i個采樣點是否合格的判據(jù)，1表示合格，0表示不合格。

(4)上報率

式中，E表示預(yù)測數(shù)據(jù)成功上傳的天數(shù)或采樣點個數(shù)，F(xiàn)表示評價周期內(nèi)的總天數(shù)或總的采樣點個數(shù)。

(5)超短期合格率

式中，N為合格預(yù)測次數(shù)；M為預(yù)測總次數(shù)。

超短期合格率中合格預(yù)測的判定標(biāo)準(zhǔn)：超短期單次預(yù)測功率中第1點預(yù)測結(jié)果的絕對誤差小于持續(xù)法的第1點預(yù)測結(jié)果的絕對誤差，并且單次16點預(yù)測序列的均方根誤差小于對應(yīng)時段短期預(yù)測序列的均方根誤差的預(yù)測稱為合格預(yù)測，若不滿足所述兩個條件其中任意一個條件即稱為不合格預(yù)測；其中，持續(xù)法是指以上一時刻實際功率作為下一時刻預(yù)測功率的方法。

二級指標(biāo)中短期功率預(yù)測評價值下屬的三級指標(biāo)集記為超短期功率預(yù)測評價值下屬的三級指標(biāo)集記為由前述各三級指標(biāo)計算公式可得，A風(fēng)電場2015年10月預(yù)測數(shù)據(jù)的三級評價指標(biāo)月平均值計算結(jié)果如表2所示。

表2A風(fēng)電場各三級評價指標(biāo)月平均值計算結(jié)果

各指標(biāo)標(biāo)定等級分為優(yōu)秀、良好、合格以及不合格，不同指標(biāo)等評定等級劃分區(qū)間如表3、4所示。

表3短期功率預(yù)測指標(biāo)評定等級

表4超短期功率預(yù)測指標(biāo)評定等級

步驟二(對應(yīng)于前述S2)：

引入專家打分，邀請l位專家針對三級指標(biāo)相對于二級指標(biāo)的重要程度與二級指標(biāo)相對于一級指標(biāo)的重要程度進行打分，利用打分結(jié)果確定云模型參數(shù)，并根據(jù)所構(gòu)建的云模型云圖離散程度來修正專家打分，以修正后的分數(shù)均值作為層級指標(biāo)間的權(quán)重。以三級指標(biāo)集S₁中的指標(biāo)為例，計算該指標(biāo)相對于二級指標(biāo)——短期功率預(yù)測評價值的權(quán)重。針對該指標(biāo)各專家打分結(jié)果為G＝{g₁,g₂,...,g_l}，以打分結(jié)果確定云模型的三個數(shù)字特征——期望Ex、熵En、超熵He，三個特征計算公式分別為：

E_x＝mean(G)，

式中，mean(G)表示取分數(shù)序列的均值。

式中，g_i表示第i個專家對該指標(biāo)相對于上一級指標(biāo)重要性的打分結(jié)果。

式中，表示分數(shù)序列的方差，其中表示分數(shù)序列的均值。

根據(jù)三個特征指標(biāo)形成云圖，若云圖整體凝聚，則此時分數(shù)序列的均值即為該指標(biāo)相對于上級指標(biāo)的權(quán)重；若云圖較為松散，則反饋至專家打分處，專家調(diào)整打分結(jié)果直至云圖凝聚，最終確定權(quán)重記為w。

其他三級指標(biāo)相對于二級指標(biāo)的權(quán)重以及二級指標(biāo)相對于一級指標(biāo)的權(quán)重均按照上述方法確定。S₁對短期預(yù)測評價值的歸一化后權(quán)重為S₂對超短期預(yù)測評價值的歸一化后權(quán)重為短期預(yù)測評價值和超短期預(yù)測評價值對風(fēng)功率預(yù)測評價值的歸一化后權(quán)重記為

以A風(fēng)電場三級指標(biāo)集S₁中的指標(biāo)為例，計算該指標(biāo)相對于二級指標(biāo)——短期功率預(yù)測評價值的權(quán)重。引入專家打分，邀請10位專家針對三級指標(biāo)相對于二級指標(biāo)的重要程度與二級指標(biāo)相對于一級指標(biāo)的重要程度進行打分，針對該指標(biāo)各專家打分結(jié)果為G＝{0.20,0.12,0.12,0.10,0.16,0.17,0.19,0.15,0.18,0.15}，以打分結(jié)果確定云模型的三個數(shù)字特征——期望E_x、熵E_n、超熵H_e，計算結(jié)果為E_x＝0.154；E_n＝0.033；H_e＝0.003構(gòu)建的云模型云圖如圖3所示。

將計算所得云模型的超熵H_e數(shù)值與設(shè)定閾值，優(yōu)選0.0015進行比較，上述實例中，H_e＝0.003＞0.0015表明圖3云滴分布不凝聚，將結(jié)果反饋至專家打分處，由專家重新打分，打分結(jié)果為G＝{0.18,0.11,0.12,0.10,0.16,0.17,0.16,0.15,0.18,0.15}，重新計算的E_x＝0.148；E_n＝0.028；H_e＝0.001構(gòu)建的云模型云圖如圖4所示。

此時H_e＝0.001＜0.0015，且從圖4圖像中也可以判斷該云滴分布較為凝聚，可得該指標(biāo)對短期功率預(yù)測評價值的權(quán)重為mean(G)＝0.148。同理可得其他三級指標(biāo)相對于二級指標(biāo)的權(quán)重以及二級指標(biāo)相對于一級指標(biāo)的權(quán)重。S₁對短期預(yù)測評價值的歸一化后權(quán)重S₂對超短期預(yù)測評價值的歸一化后權(quán)重短期預(yù)測評價值和超短期預(yù)測評價值對風(fēng)功率預(yù)測評價值的歸一化后權(quán)重記為

步驟三(對應(yīng)于前述S3)：

采用正向云發(fā)生器形成各三級指標(biāo)相對于各評定等級的綜合云模型，該云模型三個數(shù)字特征可由下述公式確定：

E_x＝(B_min+B_max)/2

E_n＝(B_max-B_min)/6

H_e＝k

式中，B_min為所求等級(包括優(yōu)秀、良好、合格和不合格)區(qū)間的最小值；B_max為所求等級(包括優(yōu)秀、良好、合格和不合格)區(qū)間的最大值；k值為控制云模型模糊度的常數(shù)，在此處取0.001。由表3、4數(shù)據(jù)可計算得各三級指標(biāo)對于各評定等級的綜合云模型參數(shù)，計算結(jié)果如表5所示。

表5不同指標(biāo)對于各評定等級的綜合云模型參數(shù)計算結(jié)果表

步驟四(對應(yīng)于前述S4)：

輸入風(fēng)電場實際月平均指標(biāo)數(shù)據(jù)，通過綜合云模型運用正向云發(fā)生器計算三級指標(biāo)隸屬于各評定等級的隸屬度，計算方法為：首先以三級指標(biāo)相對于各評定等級的綜合云模型的三個數(shù)字特征(Ex,En,He)生成以En為期望，He為標(biāo)準(zhǔn)差的正態(tài)隨機數(shù)En'；然后由指標(biāo)數(shù)據(jù)x和隸屬度公式求得該三級指標(biāo)隸屬于各等級的隸屬度μ，其中，指標(biāo)數(shù)據(jù)x為各三級評價指標(biāo)月平均值(參見表2)。

本實施例中，結(jié)合表1以S₁的第一個指標(biāo)數(shù)據(jù)最大誤差為例，計算其屬于評定等級合格的隸屬度：首先以其綜合云模型的三個數(shù)字特征(50,6.667,0.001)生成以6.667為期望，0.001為標(biāo)準(zhǔn)差的正太隨機數(shù)6.6665，然后通過指標(biāo)數(shù)據(jù)最大誤差58.67以及隸屬度公式計算出最大誤差隸屬等級合格的隸屬度為0.429；以此類推可得，S₁隸屬度計算結(jié)果記為式中，分別表示短期功率預(yù)測評價值下屬的最大誤差指標(biāo)隸屬于優(yōu)秀、良好、合格與不合格四個評定等級的隸屬度，其他各行表示其余指標(biāo)的隸屬度；S₂隸屬度計算結(jié)果記為式中，分別表示超短期功率預(yù)測評價值下屬的最大誤差指標(biāo)隸屬于優(yōu)秀、良好、合格與不合格四個評定等級的隸屬度，其他各行表示其余指標(biāo)的隸屬度。

三級指標(biāo)隸屬度與三級指標(biāo)相對于二級指標(biāo)的權(quán)重相乘得到二級指標(biāo)的隸屬度評價值矩陣二級指標(biāo)隸屬度評價值與二級指標(biāo)相對于一級指標(biāo)的權(quán)重相乘得到一級指標(biāo)的隸屬度評價值矩陣D₁即為：

以A電站為例，輸入實際指標(biāo)數(shù)據(jù)，運用綜合云模型計算三級指標(biāo)隸屬于各評定等級的隸屬度，S₁隸屬度計算結(jié)果記為S₂隸屬度計算結(jié)果記為

三級指標(biāo)隸屬度與二級指標(biāo)相對于三級指標(biāo)的權(quán)重相乘得到二級指標(biāo)的隸屬度評價值矩陣為D₂＝[0.110,0.277,0.062,0.003；0.141,0.134,0.001,0.001]；二級指標(biāo)隸屬度評價值與一級指標(biāo)相對于二級指標(biāo)的權(quán)重相乘得到一級指標(biāo)的隸屬度評價值矩陣D₁＝[0.133,0.171,0.016,0.002]。

步驟五(對應(yīng)于前述S5)：

隸屬度評價值矩陣D₁第一列至第四列分別代表待評價風(fēng)電場處于各評定等級的隸屬度評價值，數(shù)值最高的一列所代表的評定等級即為風(fēng)電場綜合評價的最終等級。可看出D₁第二列數(shù)值最大，則風(fēng)電場綜合評價的最終等級為良好。

本發(fā)明提供的一種風(fēng)電功率預(yù)測綜合評價方法，通過云模型構(gòu)建風(fēng)電功率預(yù)測綜合評價體系，實現(xiàn)了對風(fēng)電功率預(yù)測的科學(xué)評價，對于引導(dǎo)風(fēng)電場提高功率預(yù)測精度，滿足調(diào)度側(cè)實際需求具有一定的意義。

以上所述僅為本發(fā)明的優(yōu)選實施例，并不用于限制本發(fā)明，對于本領(lǐng)域技術(shù)人員而言，本發(fā)明可以有各種改動和變化。凡在本發(fā)明的精神和原理之內(nèi)所作的任何修改、等同替換、改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。