[发明专利]一种基于协方差的短期风功率预测方法

权利要求书

1.一种基于协方差的短期风功率预测方法，其特征在于：包括以下步骤：

步骤1：实时获取风力发电场的数据包括实时风功率数据、数值天气预报 数据、实时上网数据、风塔气象台数据；

步骤2：将实时获取的数值天气预报数据、实时上网数据、风塔气象台数 据进行协方差计算预测，所述协方差计算预测基于NWP空间差值模型、BP神 经网络模型和LS-SVM模型三个模型分别进行风功率预测；

步骤3：对实时风功率数据和协方差计算预测的三个模型数据通过权值分 配组合进行误差分析得到最终预测结果。

2.根据权利要求1所述的一种基于协方差的短期风功率预测方法，其特 征在于：所述误差分析预测包括如下步骤：

步骤21：分别计算NWP空间插值模型、BP神经网络模型、LS-SVM模型当 前时刻预测风功率值的误差e_i和误差的方差σ_i；

其中，i＝1,2,3；

σi=ei2;]]>

式中：gi为当前时刻的真实风功率值，为当前时刻各个模型的预测风 功率值；

步骤22：分配NWP空间插值模型、BP神经网络模型、LS-SVM模型当前时 刻所占的权重，假定各自的权重系数为λ₁、λ₂、λ₃，则组合后当前时刻的风功 率值p为：

p＝λ₁P₁+λ₂P₂+λ₃P₃；

式中：λ₁、λ₂、λ₃和P₁、P₂、P₃分别为NWP空间插值、BP神经网络、LS-SVM 模型的权重和预测的功率值；

步骤23：计算组合后当前时刻预测风功率值误差的方差e_c，则方差e_c满 足：

其中，e_c为组合模型的误差，var(e_c)为e_c的方差；

步骤24：用拉格朗日法求解步骤23得到权重系数：

λi=(Σt=1meit2)-1[Σj=13(Σt=1mejt2)-1]-1;]]>

式中：e_it为单一模型i在t时刻的预测误差，m为历史风功率值的个数；

步骤25：将求解得到的权重系数λ_i代入到步骤22中即可得到当前时刻组 合模型预测的风功率值。