高精度風(fēng)電功率預(yù)測的研究

高精度風(fēng)電功率預(yù)測的研究

0風(fēng)電功率預(yù)測模型由于水電本身的波動、間歇性和不確定性，通過引入電源，電動汽車的系統(tǒng)頻率、電壓穩(wěn)定以及電網(wǎng)的旋轉(zhuǎn)容量都受到了不利影響。因此,對風(fēng)電功率進(jìn)行準(zhǔn)確的預(yù)測,可以為科學(xué)地制定調(diào)度計劃提供可靠的依據(jù),對電力系統(tǒng)安全穩(wěn)定運行都具有重要的意義目前,風(fēng)電功率預(yù)測方法主要分為物理方法和統(tǒng)計方法兩大類。其中物理方法是利用一些物理和氣象信息,建立一系列的流體力學(xué)和熱力學(xué)方程組,通過求解這些方程組得到風(fēng)速、風(fēng)向、氣壓等一系列氣象信息,然后根據(jù)這些信息與風(fēng)電功率之間的關(guān)系建立相關(guān)模型得到風(fēng)電功率的預(yù)測值;而統(tǒng)計方法主要是利用歷史數(shù)據(jù),建立歷史數(shù)據(jù)與預(yù)測數(shù)據(jù)之間的關(guān)系模型進(jìn)行預(yù)測文獻(xiàn)文獻(xiàn)為此,本文提出一種基于相關(guān)性分析和K近鄰算法的多輸出預(yù)測模型,以東北地區(qū)某2個風(fēng)電場實測數(shù)據(jù)進(jìn)行預(yù)測,依據(jù)國家能源局文件中的預(yù)測指標(biāo)進(jìn)行誤差評價。結(jié)果表明,該方法原理簡單,預(yù)測精度高。1相關(guān)密切程度相關(guān)性分析是指對2個或多個具備相關(guān)性的變量元素進(jìn)行分析,從而衡量2個變量因素的相關(guān)密切程度。相關(guān)性的元素之間需要存在一定的聯(lián)系或者概率才可以進(jìn)行相關(guān)性分析。相關(guān)系數(shù),或稱線性相關(guān)系數(shù)是衡量2個隨機變量之間線性相關(guān)程度的指標(biāo)。設(shè)2個隨機變量X相關(guān)系數(shù)的取值范圍為[-1,1],R2基于相關(guān)分析和k近鄰算法的多輸出預(yù)測模型2.1建模域預(yù)測值在風(fēng)電功率歷史數(shù)據(jù)中,包含著風(fēng)電功率波動性、間歇性等很多不確定性信息,在進(jìn)行風(fēng)電功率預(yù)測時,通常已知一組風(fēng)電功率,需要對這組數(shù)據(jù)的后面時段進(jìn)行預(yù)測,而這組風(fēng)電功率數(shù)據(jù)就是建模域數(shù)據(jù)。在大量風(fēng)電功率歷史數(shù)據(jù)中,可以尋找與建模域數(shù)據(jù)“相似”的數(shù)據(jù),這種“相似”是指波動特性相似,數(shù)值相近,通過“相似”數(shù)據(jù)的數(shù)值反映建模域數(shù)據(jù)的特性,即從已知數(shù)據(jù)出發(fā),通過與歷史數(shù)據(jù)“相似性”映射的比對,找到“相似”數(shù)據(jù),則“相似”數(shù)據(jù)后面數(shù)據(jù)即可認(rèn)為是已知數(shù)據(jù)的預(yù)測值。此過程是從數(shù)據(jù)出發(fā),通過挖掘已知數(shù)據(jù)與歷史數(shù)據(jù)集關(guān)系的數(shù)據(jù)挖掘過程2.2多步預(yù)測模型(1)數(shù)據(jù)獲取及處理。根據(jù)電網(wǎng)調(diào)度中心統(tǒng)計數(shù)據(jù)和風(fēng)電場歷史功率輸出數(shù)據(jù),獲取大量風(fēng)電功率歷史數(shù)據(jù)P′(t′);其中,t′為最后一個歷史數(shù)據(jù)對應(yīng)的時刻;進(jìn)行風(fēng)電功率預(yù)測時,需要預(yù)測的風(fēng)電功率為P(t+lΔt),(l=1,2,…,L),L為多步預(yù)測的步數(shù)。針對已知數(shù)據(jù)的采樣間隔Δt,選取相同采樣間隔的歷史數(shù)據(jù)P′(t′-mΔt),(m=0,1,2,…,M)。(2)“相似”數(shù)據(jù)獲取。根據(jù)上一步驟獲取的數(shù)據(jù),通過計算已知數(shù)據(jù)與歷史數(shù)據(jù)集的相關(guān)系數(shù),獲得與已知數(shù)據(jù)P(t-nΔt),(n=0,1,2,…,N),相同長度即長度為N+1強相關(guān)的歷史數(shù)據(jù),即滿足相關(guān)系數(shù)大于或等于0.8,再次計算強相關(guān)歷史數(shù)據(jù)集中與已知數(shù)據(jù)P(t-nΔt),(n=0,1,2,…,N)相同長度的最近鄰數(shù)據(jù),即滿足歐幾里得距離為最小的連續(xù)采樣時間對應(yīng)的功率數(shù)據(jù),此功率數(shù)據(jù)即為與已知數(shù)據(jù)最為“相似”的數(shù)據(jù)。(3)多輸出模型的風(fēng)電功率實時預(yù)測。設(shè)多輸出模型的風(fēng)電功率實時預(yù)測值為P贊式中:(m-N-l≥0),l=1,2,…,L,L為多輸出預(yù)測的輸出步數(shù),即輸出預(yù)測值的數(shù)量。3計算與分析3.1風(fēng)電場運行預(yù)測數(shù)據(jù)選取本文以東北某2個不同規(guī)模風(fēng)電場的風(fēng)電功率實測數(shù)據(jù)進(jìn)行算例分析,時間分辨率為15min,風(fēng)電場A裝機容量為400.5MW,風(fēng)電場B裝機容量為49.5MW,其中歷史數(shù)據(jù)為2012年6月到8月數(shù)據(jù),預(yù)測數(shù)據(jù)選取9月份數(shù)據(jù)。3.2預(yù)測計劃和預(yù)測擬合結(jié)果國家能源局的相關(guān)規(guī)定要求,風(fēng)電功率實時預(yù)報是自上報時刻起未來15min至4h的預(yù)測預(yù)報,時間分辨率為15min,每15min預(yù)測一次日平均絕對值誤差e式中:e日平均預(yù)測計劃曲線準(zhǔn)確率r式中:r日平均預(yù)測計劃曲線合格率r式中:r全天預(yù)測結(jié)果均方根誤差r以上評價指標(biāo)中,e3.3種預(yù)測方式下的預(yù)測結(jié)果對比通過上述“相似”數(shù)據(jù)的獲取方法分別在本文提出的多輸出預(yù)測方式和文獻(xiàn)比較多輸出預(yù)測方式和滾動預(yù)測方式與持續(xù)法預(yù)測效果及預(yù)測誤差進(jìn)行比較。圖1~5分別為基于風(fēng)電場A的預(yù)測效果對比圖,建模域數(shù)據(jù)和預(yù)測域數(shù)據(jù)均為4h,即16個風(fēng)電功率值的預(yù)測結(jié)果,圖1為多輸出預(yù)測結(jié)果與實際值的對比圖,圖2為滾動預(yù)測結(jié)果與實際值的對比圖,圖4為持續(xù)法預(yù)測結(jié)果與實際值的對比圖,將圖1、圖2和圖3結(jié)合即得到圖4中3種預(yù)測方式的結(jié)果對比,由圖4可以看出,4h16個預(yù)測功率點的預(yù)測效果由高到低的順序為多輸出預(yù)測,滾動預(yù)測,持續(xù)法預(yù)測。圖5為3種預(yù)測方式的預(yù)測誤差對比情況,顯而易見,此時持續(xù)法的預(yù)測誤差相對較大。表1為風(fēng)電場A在3種預(yù)測方式下的預(yù)測結(jié)果評價指標(biāo)統(tǒng)計表。從表1可以看出,多輸出預(yù)測的日平均絕對值誤差和周平均絕對值誤差均在3萬kW以下,占開機總?cè)萘?%左右,且3種預(yù)測方法的準(zhǔn)確率均在90%以上,并且多輸出模型的日預(yù)測準(zhǔn)確率和周預(yù)測準(zhǔn)確率均最高,分別為91.893%和92.705%,全天預(yù)測結(jié)果均方根誤差明顯低于其他2種預(yù)測,驗證了本文所提模型的有效性。3.4種預(yù)測方式下的預(yù)測結(jié)果對比為了進(jìn)一步驗證本文所提出的方法具有普適性,同時對風(fēng)電場B進(jìn)行了相似的算例分析。圖6~10分別為基于風(fēng)電場B的預(yù)測效果對比圖,建模域數(shù)據(jù)和預(yù)測域數(shù)據(jù)均為4h的3種預(yù)測的預(yù)測效果圖,圖6為多輸出預(yù)測結(jié)果與實際值的對比圖,圖8為滾動預(yù)測結(jié)果與實際值的對比圖,圖9為持續(xù)法預(yù)測結(jié)果與實際值的對比圖,將圖6~8結(jié)合即得到圖9中3種預(yù)測方式的結(jié)果對比,由圖9可以看出,對于4h16個預(yù)測功率點的預(yù)測效果由高到低的順序為多輸出預(yù)測,滾動預(yù)測,持續(xù)法預(yù)測。圖10為3種預(yù)測方式的預(yù)測誤差比較,此時滾動預(yù)測方式下預(yù)測誤差相對較大。表2為風(fēng)電場B在3種預(yù)測方式下的預(yù)測結(jié)果評價指標(biāo)。從表2可以看出,3種預(yù)測方式中,多輸出預(yù)測的日預(yù)測準(zhǔn)確率最高,為97.476%,合格率達(dá)到100%,且周預(yù)測準(zhǔn)確率與滾動多步預(yù)測相近,但滾動多步預(yù)測方式其時間復(fù)雜度較高,每滾動一次將進(jìn)行一次“相似”數(shù)據(jù)的搜索。對于全天預(yù)測結(jié)果均方根誤差則是持續(xù)法較好,其原因在于:持續(xù)法作為一種恒功率預(yù)測方法,其中無波動情況,而風(fēng)電功率實際波動性很顯著,持續(xù)法預(yù)測時對風(fēng)電功率波動相當(dāng)于進(jìn)行平抑作用,因此,也具有很好的預(yù)測效果。4風(fēng)電功率超短期預(yù)測方法的局限性本文基于相關(guān)性分析和K近鄰算法相結(jié)合,提出一種利用“相似”數(shù)據(jù)進(jìn)行預(yù)測的多輸出模型的風(fēng)電功率超短期預(yù)測方法,并根據(jù)國家能源局規(guī)定的評價指標(biāo),對2種多步預(yù)報方式和持續(xù)法在不同風(fēng)電場下的預(yù)測精度進(jìn)行了比較,得出以下結(jié)論:(1)本文提出的多輸出模型風(fēng)電功率超短期預(yù)測方法在對風(fēng)電功率進(jìn)行預(yù)測時,具有較高的預(yù)測精度,且具有普適性。(2)對于同一風(fēng)電場,進(jìn)行橫向比較,得出基于“相似”數(shù)據(jù)理論的多輸出預(yù)測方式下在預(yù)測精度和時間復(fù)雜度方面優(yōu)于滾動預(yù)測方式。(3)對于不同的風(fēng)電場,進(jìn)行縱向比較,得出多輸出預(yù)測模型的預(yù)測效果優(yōu)于持續(xù)法的預(yù)測效果。(4)大量算例分析發(fā)現(xiàn),會存在少數(shù)滾動預(yù)測