[发明专利]一种风电功率预测系统的横向误差平移修正方法

权利要求书

1.一种风电功率预测系统的横向误差平移修正方法，其特征在于所述方法包括下列步骤：

(1)采集风电功率历史短期或超短期预测和实测数据序列，按照四个季度进行分类，将每年各季度的数据分别划分为三种功率趋势段：功率持续增加段、功率持续降低段和功率保持不变段，并生成功率趋势段起止点序列；

(2)采用功率趋势持续时间模型得到各功率趋势段的持续时间序列；

(3)对各功率趋势段的持续时间进行概率统计分析，得出宏观集中分布值，输入风电功率预测横向误差模型，得到每年各季度的横向误差，对每年同季度的横向误差取加权平均值作为各季度的短期或超短期横向误差修正值输出；

(4)对风电功率预测系统提供给电网调度的风电功率短期或超短期预测序列根据各季度的横向误差修正值进行平移修正，并对平移修正前后的效果进行整体评估。

2.如权利要求1所述的一种风电功率预测系统的横向误差平移修正方法，其特征是所述三种功率趋势段：功率持续增加段、功率持续降低段和功率保持不变段，分别是指风电预测或实测功率在该段内的变化趋势始终保持不变，即功率持续增加、持续降低和保持不变的功率曲线段。

3.如权利要求1所述的一种风电功率预测系统的横向误差平移修正方法，其特征是所述对采集到的风电功率历史短期或超短期预测和实测数据序列，按照四个季度进行分类，并将每年各季度的数据分别按照三种形式进行功率趋势段的划分，分为计及功率趋势跃变点和忽略功率趋势跃变点两种情况；

其中，计及功率趋势跃变点是对功率趋势段进行严格意义的划分：

记一组连续的功率序列P为：

P＝[P_i，P_(i+1)，…，P_(i+m)，P_(i+m+1)，…，P_(i+m+n)，P_(i+m+n+1)，…，P_(i+m+n+o)]

且序列中各元素的数值大小关系满足：

P_i＜P_(i+1)＜…＜P_(i+m)＝P_(i+m+1)＝…＝P_(i+m+n)＞P_(i+m+n+1)＞…＞P_(i+m+n+o)

其中(i+m+n+o)为序列P中元素的总个数，则划分后连续功率序列P的功率持续增加段、保持段和降低段序列分别为：

P_1＝[P_i，P_(i+1)，…，P_(i+m)]

P_0＝[P_(i+m)，P_(i+m+1)，…，P_(i+m+n)]

P_2＝[P_(i+m+n)，P_(i+m+n+1)，…，P_(i+m+n+o)]

从这一连续的有功功率序列P中提取各功率趋势段起止点的功率值，并生成功率趋势段起止点序列DD_P：

DD_P＝[P_i，P_(i+m)，P_(i+m+n)，P_(i+m+n+o)]

其中，忽略功率趋势跃变点能够较全面的把握相邻功率趋势段的功率变化情况：

当功率持续增加时，记一组连续的功率序列P为：

P＝[P_(i-n)，P_(i-n+1)，…，P_(i+1)，P_i，P_(i+1)，P_(i+2)]

且序列中各元素的数值大小关系满足：

P_(i-n)＜P_(i-n+1)＜…＜P_(i-1)＜P_i且P_i＞P_(i+1)

此时根据序列P中P_(i+2)值的大小，功率持续增加段序列P_1将为以下三种情况之一：

当功率持续降低时，记一组连续的功率序列P为：

P＝[P_(i-n)，P_(i-n+1)，…，P_(i-1)，P_i，P_(i+1)，P_(i+2)]

且序列中各元素的数值大小关系满足：

P_(i-n)＞P_(i-n+1)＞…＞P_(i-1)＞P_i且P_i＜P_(i+1)

此时根据序列P中P_(i+2)值的大小，功率持续降低段序列P_2将为以下三种情况之一：

当功率保持不变时，按照上述计及功率趋势跃变点的划分方法进行。

同理，分别从各功率趋势段序列中提取各功率趋势段起止点的功率值，并生成功率趋势段起止点序列DD_P′：

DD_P′＝[P_i，P_(i+m)，P_(i+m+n)，P_(i+m+n+o)]。