一種面向風電功率超短期預測的風電數(shù)據(jù)時間尺度優(yōu)選方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及風力發(fā)電技術(shù)領(lǐng)域，是一種面向風電功率超短期預測的風電數(shù)據(jù)時間 尺度優(yōu)選方法。
【背景技術(shù)】
[0002] 我國已進入風電大規(guī)模并網(wǎng)發(fā)電階段，共投建了 8個巨型風電基地，風電并網(wǎng)規(guī) 模大、穿透率高已成為其典型特征。由于風的不確定性、間歇性等因素，使風力發(fā)電不能 像常規(guī)發(fā)電方式一樣具有良好的可預測性和可控性，當風電功率接入電網(wǎng)進行消納和傳輸 時，會對電網(wǎng)產(chǎn)生不利影響。因此，電網(wǎng)調(diào)度部門希望能夠準確把握風電特性進而制定出相 應調(diào)度方案，以減小大規(guī)模風電并網(wǎng)對電網(wǎng)運行不利影響的程度。
[0003] 基于風電實測數(shù)據(jù)的分析能夠為調(diào)度方案的制定提供重要依據(jù)。利用風速、風電 功率的實測數(shù)據(jù)可以得到風電場的功率曲線，可用于評估過去時段內(nèi)風電場運行狀態(tài)或預 測風電場未來的運行狀態(tài)。
[0004] 實際獲取到的風電數(shù)據(jù)常常涉及到多種時間尺度，如風電場機組錄波裝置、SCADA 系統(tǒng)等可以采集到ms級、s級、min級及以上時間尺度的風電數(shù)據(jù)；而電網(wǎng)調(diào)度通?；?15min、4h等時間尺度制定日調(diào)度計劃。使用不同時間尺度的風電數(shù)據(jù)有各自優(yōu)缺點：短時 間尺度更能反映波動的細節(jié)、包含信息量豐富，但數(shù)據(jù)結(jié)構(gòu)復雜，數(shù)據(jù)量大，壞數(shù)據(jù)多，處理 耗時；長時間尺度對趨勢性分析更有效，數(shù)據(jù)結(jié)構(gòu)相對簡單、數(shù)據(jù)處理速度較快，但細節(jié)反 映度低，可能忽略有分析價值的數(shù)據(jù)。
[0005] 對于研究不同特定風電并網(wǎng)相關(guān)問題時，涉及調(diào)度、規(guī)劃等，應采用何種時間尺度 的風電數(shù)據(jù)最為有效合理，迄今未見有關(guān)報道和實際應用。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明所要解決的技術(shù)問題是：針對如何選取合理時間尺度的風電數(shù)據(jù)用于相關(guān) 風電功率預測問題，提出一種面向風電功率超短期預測的風電數(shù)據(jù)時間尺度優(yōu)選方法，該 方法通過構(gòu)建優(yōu)度指標來綜合分析不同時間尺度風電數(shù)據(jù)對應的預測精度及數(shù)據(jù)的復雜 程度，進而確定最優(yōu)時間尺度用于風電功率預測。
[0007] 解決其技術(shù)問題采用的方案是：一種面向風電功率超短期預測的風電數(shù)據(jù)時間尺 度優(yōu)選方法，其特征是，以預測誤差分析的指標模型為基礎，通過構(gòu)建優(yōu)度指標來綜合分析 不同時間尺度風電數(shù)據(jù)對應的預測精度及數(shù)據(jù)的復雜程度，確定最優(yōu)時間尺度的風電數(shù)據(jù) 用于風電功率預測，具體包括以下步驟：
[0008] 1)建立預測誤差分析的指標模型
[0009] 為評估風電預測的精度，需對預測結(jié)果和實際功率值序列進行對比，并計算相 應指標值來量化分析預測的效果，采用均方根誤差（RMSE)、預測誤差、平均百分比誤差 (MPE)、合格率、準確率，
[0010] 其中，均方根誤差的模型為：
[0012] 式中，Cap是風電場裝機容量，一個預測序列包含N個元素，yi是第i個實際功率 值，是第i個預測值，
[0013] 8,表示對第k個功率序列預測的誤差，由于在特定的時間段內(nèi)，時間尺度的不同會 使實驗數(shù)據(jù)的個數(shù)不同，故B k含有的元素個數(shù)也不相同，每個元素值表示一個點對點的預 測誤差，設 Bk= [bkl，bk2，…，bk.j,…，bknk]，則
[0015] 根據(jù)關(guān)于風電功率預測精度的規(guī)定，RMSE的指標值應不大于20% ;預測的最大誤 差不超過25%，即bkj的取值要不小于75% ;
[0016] 合格率、準確率是參考指標，用Zk表示第k序列預測的準確率：
[0018] 用hk表示第k序列預測的合格率，計算準確率時要涉及預測誤差的計算結(jié)果，設
[0020] 則hk的數(shù)學模型是：
[0022] 平均百分比誤差的計算公式為：
[0024] 引入上述的誤差分析指標模型，用于量化表達不同時間尺度的風電數(shù)據(jù)用于風電 功率預測時的預測效果；
[0025] 2)構(gòu)建風電數(shù)據(jù)的優(yōu)度指標模型
[0026] 風電數(shù)據(jù)是風電功率波動特性的直觀表達，同一時間段不同時間尺度的風電數(shù)據(jù) 維數(shù)和壞數(shù)據(jù)含量不同，即數(shù)據(jù)的復雜程度不同，復雜程度作為抽象概念，用具體的數(shù)值大 小來量化表達，預測程序的運行時間就是表達方式之一，當一個時間尺度的風電數(shù)據(jù)用于 風電功率預測時，數(shù)據(jù)維數(shù)的大小和預測程序時間復雜度成正比，進而實現(xiàn)從數(shù)據(jù)維數(shù)的 角度表達復雜程度，由于壞數(shù)據(jù)的含量又會直接影響預測誤差指標值，因此應同時計及預 測誤差和程序運行時間來綜合考慮一種時間尺度的風電數(shù)據(jù)的預測效果和復雜程度，建立 優(yōu)度指標I來量化不同時間尺度風電數(shù)據(jù)作為風電功率預測的合適程度。對第k個功率序 列，優(yōu)度指標I的數(shù)學模型定義為：
[0028] 式中，參量hk，zk、（100%-MAPE)用于評價預測效果；etime表示基于相同預測方 法和硬件平臺的預測程序運行時間，基于多次實驗結(jié)果確定對于時間尺度在6s-30min的 風電數(shù)據(jù)用于風電功率預測時，參量h k，Zk、（100%-MPE)、l/etime的取值范圍為（0，l)， 故參量h k，zk、（100% -MAPE)、l/etime的取值的數(shù)量級相近，使模型避免被單一參量誤導，
[0029] 考慮到風電場功率預測的最大誤差不應超過25%，預測結(jié)果的均方根誤差應小于 20%，因此當預測均方根誤差值大于0. 2或sk]= 0時，令對應功率序列的I值為零，即此時 間尺度的功率序列不適合用于風電功率預測；I值越大，表示對應的時間尺度風電數(shù)據(jù)的 預測誤差小且復雜程度低，適合用于風電功率預測；
[0030] 3)構(gòu)建風電數(shù)據(jù)時間尺度的優(yōu)選
[0031] 基于上述預測誤差指標值和優(yōu)度指標I，構(gòu)建風電數(shù)據(jù)時間尺度的優(yōu)選核心內(nèi)容 按順序包括：
[0032] (1)獲得一系列時間尺度對應的風電數(shù)據(jù)序列P1, P2，…，Pni;
[0033] (2)進行m次風電功率預測，返回m個均方根誤差指標值=R1, R2，…，Rni;
[0034] (3)判斷任意民和20%的大小關(guān)系，刪除大于20%的R1值對應的數(shù)據(jù)序列P i，更 新功率序列，若此時剩余η個數(shù)據(jù)序列，則本過程共刪除（m-n)個均方根誤差大于20 %的數(shù) 據(jù)序列；
[0035] (4)計算此η個數(shù)據(jù)序列對應的預測誤差B，對任意的Bk，判斷Bk中所有元素和 75%的大小關(guān)系，若有b kj< 75%，則B k對應的P k被刪除，若此時剩余X個數(shù)據(jù)序列，則本 過程共刪除（n-X)個存在預測誤差大于25%的功率序列；
[0036] (5)計算此X個功率序列的其它指標值：準確率Zl，Z2，…，z x;合格率h p h2，…， hx;程序運行時間etime ^etime2, ."，etimexH；t度指標I丨，12，…，Ix以及X個平均相對誤 差（MPE)的值；
[0037] (6)將I1, I2，…，Ix按大小關(guān)系進行排列，尋找到最大的指標值I e [1，X])， 返回I,對應的數(shù)據(jù)序列P ,，則P,為用于風電功率預測的最優(yōu)數(shù)據(jù)序列。
[0038] 本發(fā)明的一種面向風電功率超短期預測的風電數(shù)據(jù)時間尺度優(yōu)選方法是針對如 何選取合理時間尺度的風電數(shù)據(jù)用于相關(guān)風電功率預測問題，通過構(gòu)建優(yōu)度指標來綜合分 析不同時間尺度風電數(shù)據(jù)對應的預測精度及數(shù)據(jù)的復雜程度，進而確定最優(yōu)時間尺度用于 風電功率預測。具有方法科學合理，適用性強，預測精度高等優(yōu)點。能夠使所使用的數(shù)據(jù)準 確合理。
【附圖說明】
[0039] 圖1為一種面向風電功率超短期預測的風電數(shù)據(jù)時間尺度優(yōu)選方法原理圖；
[0040] 圖2為基于6s時間尺度的風電功率預測效果對比圖；
[0041] 圖3為基于Imin時間尺度的風電功率預測效果對比圖；
[0042] 圖4為基于5min時間尺度的風電功率預測效果對比圖；
[0043] 圖5為基于15min時間尺度的風電功率預測效果對比圖；
[0044] 圖6為基于30min時間尺度的風電功率預測效果對比圖。
【具體實施方式】
[0045] 下面利用附圖和實施例對本發(fā)明一種面向風電功率超短期預測的風電數(shù)據(jù)時間 尺度優(yōu)選方法作進一步說明。
[0046] 本發(fā)明的一種面向風電功率超短期預測的風電數(shù)據(jù)時間尺度優(yōu)選方法，其特征 是，以預測誤差分析的指標模型為基礎，通過構(gòu)建優(yōu)度指標來綜合分析不同時間尺度風電 數(shù)據(jù)對應的預測精度及數(shù)據(jù)的復雜程度，確定最優(yōu)時間尺度的風電數(shù)據(jù)用于風電功率預 測，具體包括以下步驟：
[0047] 1)建立預測誤差分析的指標模型
[0048] 為評估風電預測的精度，需對預測結(jié)果和實際功率值序列進行對比，并計算相 應指標值來量化分析預測的效果，采用均方根誤差（RMSE)、預測誤差、平均百分比誤差 (MPE)、合格率、準確率，
[0049] 其中，均方根誤差的模型為：
[0051] 式中，Cap是風電場裝機容量，一個預測序列包含N個元素，yi是第i個實際功率 值，是第i個預測值，
[0052] 8,表示對第k個功率序列預測的誤差，由于在特定的時間段內(nèi)，時間尺度的不同會 使實驗數(shù)據(jù)的個數(shù)不同，故B k含有的元素個數(shù)也不相同，每個元素值表示一個點對點的預 測誤差，設 Bk= [bkl，bk2，…，bk.j,…，bknk]，則
[0054] 根據(jù)關(guān)于風電功率預測精度的規(guī)定，RMSE的指標值應不大于20% ;預測的最大誤 差不超過25%，即bkj的取值要不小于75% ;
[0055] 合格率、準確率是參考指標，用Zk表示第k序列預測的準確率：
[0057] 用hk表示第k序列預測的合格率，計算準確率時要涉及預測誤差的計算結(jié)果，設
[0059] 則hk的數(shù)學模型是：
[0061] 平均百分比誤差的計算公式為：
[0063] 引入上述的誤差分析指標模型，用于量化表達不同時間尺度的風電數(shù)據(jù)用于風電 功率預測時的預測效果；
[0064] 2)構(gòu)建風電數(shù)據(jù)的優(yōu)度指標模型
[0065] 風電數(shù)據(jù)是風電功率波動特性的直觀表達，同一時間段不同時間尺度的風電數(shù)據(jù) 維數(shù)和壞數(shù)據(jù)