[发明专利]一种短期风电功率预测系统的综合误差修正方法

说明书

技术领域

本发明属于电力系统预测与控制技术领域。尤其涉及一种短期风电功率预测系统的综合误差修正方法。

背景技术

随着风电装机容量在电力系统中所占比例的增加，由于风电固有的波动性、间歇性以及不可控性，传统的基于电源的可控性和负荷的可预测性的电力系统发电计划制定变得日益困难。风电发达国家经过长期的研究和探索发现：短期风电功率预测（0-48小时预测）可以有效减轻风能对电力系统调度的不利影响，对电网日前调度优化、风电传输效率提高和风电机组检修维护等方面均有重要作用。

目前大部分投入运行的风电功率预测系统都包含基于数值天气预报的短期风功率预测。数值天气预报是根据大气实际情况，在一定初值和边界条件下，通过数值计算求解描写天气演变过程的流体力学和热力学方程组来预报未来天气的方法。

结合数值天气预报的短期风电功率预测可分为物理方法和统计方法两大类，物理方法利用风电场当地的微地形气象学建模，根据近地气象信息得到风力机组轮毂处的风速等信息，然后把这些信息作为风力机组功率输出模型的输入，得到风电功率预测的结果；统计方法则是通过对历史数据的统计分析，直接建立近地气象信息与风电功率输出之间的关系。两种方法的一个共同研究重点就是风力机组（风电场）功率输出模型的建立。

欧美已具备多种较为成熟的短期风电功率预测系统，相比之下，国内风电功率预测研究多集中在各种预测算法的实现和模型的建立，所开发研制的预测系统投入工程实际应用后，预测精度并没有达到预期，往往存在较大的预测误差。

短期风电功率预测误差的两个主要来源是风电场输出功率模型误差和数值天气预报误差。国内大部分研究侧重通过改进预测算法降低预测误差，预测误差的产生除了与预测算法和模型有关外，还和输入数据源的质量和分析密切相关。特别是我国风电正处于快速规模化发展阶段，很多风电场建设在环境较恶劣地区，通信环境和设备维护水平相对滞后，较容易产生历史突发事件或者某些特殊原因造成的统计异常数据，实际生产过程中数据预处理方法不恰当很容易对统计数据带来很大影响，从而成为较显著的输出功率模型误差来源。另一方面，对短期风功率预测而言，由于数值天气预报误差的存在，预测精度难以通过预测算法的改进实现质的提高。因此，如何在功率预测系统中通过输入数据预处理修正数值天气预报引入的预测误差具有十分重要的工程价值。

发明内容

本发明的主要目的是为了克服现有技术的不足，提出一种短期风电功率预测系统的综合误差修正方法，用于修正各种低质量输入数据影响的短期风电功率预测误差的方法，从而降低风电场输出功率模型环节误差和数值天气预报环节误差。该方法重视输入数据的处理和分析且工程上容易实施。

为达到上述目的，本发明的技术方案分为：

一种短期风电功率预测系统的综合误差修正方法，包括对风电场功率输出环节误差修正以及对数值天气预报环节误差修正；

所述风电场功率输出环节误差修正：首先用多台风机建模替代单机建模后累加计算功率输出模型的最佳建模粒度；其次利用倍方差法剔除功率输出模型散点图上的异常数据点，最后利用相关因子修正功率输出模型的系统误差；

所述数值天气预报环节误差修正：首先通过对比实测风速和不同时空发生数值天气预报风速的相关系数和系统误差修正，得到主导数值天气预报风速序列，利用相关性分析法校正冷锋到达的时滞误差。

所述计算最佳建模粒度是基于多台风机的功率及风速采样，将全风速段从最小风速到最大风速划分为多个子区间，选择若干台风机使输出功率均值在全风速段方差之和最小，其中若干台风机为最佳建模粒度。

由于工作环境恶劣或管理上的突发事件，从风电机组采集得到功率数据和气象信息的不确定度较高，反映在功率输出模型散点图上样本分散度较高，影响建模精度。在本发明中采用以下方法选择最佳建模粒度：

设m台风机为一组进行建模，输入风速为该组风机各机组风速v_i的加权平均，其中下标i代表m台风机编号，i＝1，2，…，m，输出功率也为该组风机各机组输出功率p_i的加权平均，下标i代表m台风机编号，i＝1，2，…，m；和的工程简化可取算数平均。

基于一段时间一批风电机组的功率和风速采样，将全风速段从最小风速到最大风速划分为s个子区间，最佳建模粒度指选择合适的风机建模机组数m，使这m台风机的输出功率均值在全风速段方差之和最小，即满足：