[发明专利]一种计及多风电场相关性的区域风电出力预测方法

说明书

技术领域

本发明属于电力系统预测与风力发电配电技术领域。 

背景技术

风电作为一种清洁的新型能源，具有波动性、不确定性和间歇性。风电的大规模接入电网对电力系统的稳定运行和正常调度带来巨大的挑战。深入研究风电功率预测技术，可以降低风电波动性引入的不良影响，为电网的合理调度和稳定运行提供依据，从而提高风力发电的质量和经济效益。

此外，电网内的多个风电场出力往往因其地理位置的远近而有着不同程度的相关性，而这种相关性可以用Copula函数较准确的描述出力。针对单一Copula函数（如正态Copula、ｔ-Copula、 Frank Copula，Gumbel Copula和Clayton Copula）拟合风电场出力间的相关性时存在一定的局限，采用能更好拟合风电场出力相关性的M-Copula函数。

在进行同一区域多风电场的功率预测时，若不考虑此相关性，可能会导致功率预测值出现较大误差，从而造成系统规划和运行风险评估偏离实际。 

发明内容

技术问题： 本发明的目的是提供一种计及多风电场相关性的区域风电出力预测方法，在进行同一区域多风电场的功率预测时，基于M-Copula函数建立的多风电场间的相关性，采用组合预测功率法，进行考虑相关性的区域多风电场功率预测，从而提高功率预测精度，减小预测误差。

技术方案：本发明提出了一种新的组合功率预测方法，即将两种功率预测方法进行组合，其中，法一：直接预测功率法，根据历史功率数据，基于ARIMA模型直接进行风电场总输出功率的预测；法二：预测风速法预测功率，根据历史风速数据，将某一风电场内机组分别进行K-means聚类划分机群，并求解每组机群的P-V（功率—风速）特性曲线，进行分段多项式拟合，求解风电场总出力表达式；基于ARIMA模型进行每类机群风速的预测，由预测的风速结果和P-V特性曲线，求解出每类机群功率预测值，再得到该风电场的总输出功率预测。

本发明是采用以下的技术方案来实现的，包括下列步骤：

Step1：采集并筛选风速及有功数据，剔除离网不工作的、异常状况导致停机的以及发生畸变的坏数据点；

Step2：直接预测功率法：根据历史功率数据，基于ARIMA模型直接进行风电场总输出功率的预测；

Step3：预测风速法预测功率；

Step4：组合预测功率法预测功率：将上述两种功率预测方法加权平均组合，并利用最小二乘法求解得到最优权重系数；

Step5：基于M-copula理论建立两风电场间输出功率的相关性模型，进行最优权重系数及copula函数参数估计；

Step6：进行未考虑相关性的多风电场总输出功率的预测；基于Step5的两风电场间输出功率的相关性模型，进行计及相关性的多风电场的功率预测；

Step7：分析预测结果：进行Step2、Step3和Step4的三种预测功率法的预测误差分析；分析Step6中考虑与未考虑相关性的多风电场功率预测值结果。

其中：

所述Step3的预测风速法预测功率的方法为：根据历史风速和功率数据，将某一风电场内机组分别进行K-means聚类划分机群，并求解每组机群的功率-风速P-V特性曲线，进行分段多项式拟合，求解风电场总出力表达式；基于ARIMA模型进行每类机群风速的预测，由预测的风速结果和P-V特性曲线，求解出每类机群功率预测值，再得到该风电场的总输出功率预测。

所述Step4的组合预测功率法预测功率的方法为：将Step2的直接预测功率法和Step3的预测风速法预测功率两种方法的预测功率值加权平均，即                                                ，其中，、分别为两种预测方法的权重系数，，且，、分别为两种预测方法的预测功率值，为组合预测功率法的预测功率值；最后利用最小二乘法求解得到最优权重系数、。

所述Step5的基于M-copula理论建立两风电场间输出功率的相关性模型，进行最优权重系数及copula函数参数估计的方法为：选用由 Gumbel Copula、Frank Copula和 Clayton Copula三个 Copula 函数的线性组合构造的M-Copula函数建立两风电场间输出功率的相关性模型，M-Copula 函数其表达式为：

其中，