[发明专利]一种基于条件概率的风电功率加权预测方法

权利要求书

1.一种基于条件概率的风电功率加权预测方法，其特征在于，包括以下步骤：

1)用置信带等值曲线法表示机组的风速-功率特性曲线；

2)通过实际数据测试，得到不同历史时刻的权重系数，准确地预测风速；

3)、采用系数纠偏预测法，得到最终预测功率。

2.根据权利要求1所述的一种基于条件概率的风电功率加权预测方法，其特征在于，所述步骤1)包括如下步骤：

11)读取一风电场中所有风电机组一年的风速-功率运行数据(V，P)，(V，P)是二维连续型随机向量；

12)将所述风速-功率运行数据(V，P)作为若干次样本点，用所述样本点落在点(v，p)的δ邻域内的平均概率密度表示(V，P)的概率密度f(v，p)：

f(v,p)≈n/NSδ---(1)]]>

并且：

limδ→0f(v,p)=f/NSδ---(2)]]>

其中，n为落在(v，p)的δ邻域内的样本点的个数，N为样本点总数，s_δ为(v，p)的δ邻域的面积，f表示落在(v，p)这一点的样本点的个数；

13)根据所述(V，P)的概率密度函数f(v，p)，得到功率的条件分布密度函数f_P|V(p|v)为：

fP|V(p|v)=f(v,p)fV(v)---(3)]]>

其中，f_V(v)为(V，P)关于V的边缘分布密度函数即风速的概率分布函数，f_V(v)为：

fV(v)=∫-∞+∞f(v,p)dp---(4)]]>

其中，0＜p＜+∞，v＝v₀；

14)根据所述功率的条件分布密度函数f_P|V(p|v)，计算出某一风速下功率的条件分布，并得到该风速下所述统计样本点的样本均值μ_r和方差S²，即功率条件分布参数μ和σ²的无偏估计，从而得到该风速下95％置信度的区间为

15)根据步骤4)，取若干不同风速，分别统计其样本均值和方差，得到不同风速下95％置信度的区间；

16)分别连接所述不同风速置信区间的下限及上限，得到两条边界风速一功率特性曲线，曲线的纵坐标表示功率值；按所述纵坐标从小到大取不同水平线，依次连接每条水平线与所述两条风速一功率曲线的两个交点的中点，最终得到一条准确的风速一功率特性曲线。