[发明专利]基于非参数概率预测及风险期望的风电日前消纳优化方法

说明书

本发明提供了一种基于非参数概率预测及风险期望的风电日前消纳优化方法，该方法包括：基于风电出力概率预测得到非参数经验累积概率分布，进而得到风电日前概率预测置信边界的计算、基于后向消除法的风电概率预测出力场景的削减和得到基于非参数概率预测及风险期望的风电消纳优化结果。本发明提供的技术方案实现了基于在一定置信水平下风电场功率非参数概率预测方法，该方法适合弃风风险及失负荷风险的风电消纳水平的计算。

技术领域

本发明属于电力系统预测与控制技术领域，具体涉及一种基于非参数概率预测及风险期望的风电日前消纳优化方法。

背景技术

风电概率密度预测是指预测未来某一个时间点风电功率的所有概率信息，需要预测在某一时间段，某一预测尺度下的风电功率这一随机变量的分布函数或密度函数。相比传统点预测信息，风电概率密度预测不仅能体现出风电输出功率的不确定性，通过对相关数据的统计分析，提供预测时刻风电功率的密度函数，能够展现完整的风电功率的概率分布，定量描述风电功率取某个值的可能性大小。

在风电大规模并网背景下，其具有的波动性和随机性给传统电力系统的安全稳定运行带来巨大挑战。解决这一问题重要手段的风电功率预测技术，由于点预测模型的固有缺陷，风电功率的点预测误差无法避免，点预测结果不能对风电功率不确定性做出定量描述的缺陷难以克服。另外，从风电功率的应用层面来说，尤其是对于未来高比例可再生能源并网情况存在的风电消纳问题系统运行风险问题，仅仅采用单点的预测值是不能完整反映风电的不确定性及波动特性。

传统确定性机组组合模型或者场景法机组组合模型很难完整体现电力系统风险，因此，需要提供一种综合利用风电概率预测信息以及基于风险的机组组合模型来解决以上问题。

发明内容

为了克服现有点预测对风电消纳的不足，本发明提出了一种基于非参数概率预测及风险期望的风电日前消纳优化方法，用于获取基于在一定置信水平下风电场功率非参数概率预测方法以及考虑弃风风险及失负荷风险的风电消纳水平。

一种基于非参数概率预测及风险期望的风电日前消纳优化方法，所述方法包括：

I、基于风电出力概率预测得到非参数经验累积概率分布，进而得到风电日前概率预测的置信边界；

II、基于后向消除法的风电概率预测出力场景的削减；

III、得到基于非参数概率预测及风险期望的风电消纳优化结果。

进一步的，所述步骤I包括：

I-1、根据风电出力主导影响条件构建条件空间子集；

I-2、建立风电出力概率预测非参数经验累积概率分布模型；

I-3、计算风电日前概率预测的置信边界。

进一步的，所述步骤I-1的所述风电出力主导影响条件包括风速、风向和预测时间尺度。

进一步的，所述步骤I-2的所述累积概率分布模型如下式所示：

其中，F(x_s)表示累积概率分布函数；x_s为在s个条件空间子集中风电出力样本值；n_s为在s个条件空间子集中风电出力样本个数；I(X≤x_s)为指示函数；Ω_s为第s个条件空间子集；q为主导影响因子，其个数为2，每个主导影响因子划分成K_q个区间，k_q∈K_q。

进一步的，所述步骤I-3包括：

置信水平α_γ时的风电预测出力的分位点如下式所示：

风电预测出力的非参数概率模型如下式所示：