[发明专利]一种风电场短期风速预测方法

权利要求书

1.一种风电场短期风速预测方法，其特征在于：包括以下步骤：

S1：采集N个风速数据并整理形成风速历史数据序列；

S2：采用遍历搜索算法，在动态的三次指数平滑预测方法的基础上，根据误差平方和最小的准则确定不同时段的动态平滑系数；

S3：利用动态的三次指数平滑方法和动态平滑系数计算第1次风速预测值；

S4：输出第1次风速预测值；

S5：采集第N+1期风速实测数据；

S6：更新风速历史数据序列；

S7：返回步骤S2重复循环，进行第二次或者更多次的风速预测，直至结束。

2.根据权利要求1所述的风电场短期风速预测方法，其特征在于：所述步骤S2中的动态的三次指数平滑预测方法是通过以下步骤来实现的：

S21：利用如下三次指数平滑公式计算出指数平滑值：

St(1)=αXt+(1-α)St-1(1)St(2)=αSt(1)+(1-α)St-1(2)St(3)=αSt(2)+(1-α)St-1(3)---(1)]]>

其中，为第t期风速的一次指数平滑值，为第t期风速的二次指数平滑值，为第t期风速的三次指数平滑值；α为平滑系数，且α∈(0,1)；X_t为风速历史数据序列的第t期实测数据；

表示第t-1期风速的一次指数平滑值，表示第t-1期风速的二次指数平滑值，表示第t-1期风速的三次指数平滑值；t＝1,2,…N；

S22：利用如下公式计算第t+m期的风速预测值：

X^t+m=at+btm+ctm2---(2)]]>

其中，m为预测步长，即需要预测的期数与当前期数的间隔数，取正整数1，2，3…；

且预测参数为：

at=3St(1)-3St(2)+St(3)]]>

bt=α2(1-α)2[(6-5α)St(1)-(10-8α)St(2)+(4-3α)St(3)]]]>

ct=α22(1-α)2(St(1)-2St(2)+St(3))---(3)]]>

S23：按如下公式归一化处理三次指数平滑模型的各项系数进行：

φk,t=αk1-(1-αk)t---(4)]]>

其中，φ_k,t是关于时间t的函数，φ_k,t表示第k次第t期的动态平滑系数，将第k次的自适应的平滑系数记为α_k，且α_k∈(0,1)，t＞1时，φ_k,t∈(0,1)，满足平滑参数的条件；

S24：通过以下公式建立基于自适应的动态三次指数平滑法的风速预测模型：

Sk,t(1)=φk,tXk,t+(1-φk,t)Sk,t-1(1)Sk,t(2)=φk,tSk,t(1)+(1-φk,t)Sk,t-1(2)Sk,t(3)=φk,tSk,t(2)+(1-φk,t)Sk,t-1(3)---(5)]]>

其中，X_k,t＝X_k+t-1，t＝1,2,…N，N为每次预测时选取的历史数据的期数；表示第k次第t期的风速一次指数平滑值，表示第k次第t期的风速二次指数平滑值，表示第k次第t期的风速三次指数平滑值，表示第k次第t-1期的风速一次指数平滑值，表示第k次第t-2期的风速二次指数平滑值，表示第k次第t-1期风速的三次指数平滑值，φ_k,t表示第k次第t期的动态平滑系数，X_k,t表示第k次第t期的实测风速值；

S25：按以下预测公式计算：

X^k,t+m=ak,tbk,tm+ck,tm2,k=1,2,3...(6)]]>

其中，表示第k次的m步预测结果；式中t＝2,3…N：

ak,t=3Sk,t(1)-3Sk,t(2)+Sk,t(3)]]>

bk,t=φk,t2(1-φk,t)2[(6-5φk,t)Sk,t(1)-(10-8φk,t)Sk,t(2)+(4-3φk,t)Sk,t(3)]]]>

ck,t=φk,t22(1-φk,t)2(Sk,t(1)-2Sk,t(2)+Sk,t(3))---(7)]]>

当t＝1时，每一次都令预测值等于所选取的N期数据的初始值，即

表示第k次的1步预测结果，X_k,1表示第k次第1期的实测风速，X_k表示风速历史数据序列的第k期实测数据；

S26：按以下公式求取最小误差平方和：

fk=minΣt=kk+N-1(X^k,t-Xk,t)2→αk→φk,t,k=1,2,3...,N=1,2,3...(8)]]>

其中，误差平方和f最小值所对应的平滑系数α_k为当次的自适应平滑系数；

S27：结合上一步确定的α_k,φ_k，将N替换t，代入（6）～（7）式得到最终的预测公式为：

X^N+k+m-1=X^k,N+m=ak,N+bk,Nm+ck,Nm2,k=1,2,3...(9)]]>

其中，表示最终预测值，表示第k次的N+m步预测结果。