[发明专利]一种气象要素超短期预测方法和装置

说明书

本发明提供了一种气象要素超短期预测方法和装置，需要气象要素实测值和短期预测值，需要的气象要素少，降低对历史气象要素的依赖程度，且通过实测值和短期预测值的组合绝对误差和组合相对误差实现气象要素的超短期预测，可以有效提高气象要素的超短期预测精度。本发明提供的技术方案尤其适用于气象要素条件不完备或新建的风电场和光伏电站，通过分配权重，可以分摊数据预测的误差风险，消除大偏差，简单实用、精度高，具有很强的可操作性。

技术领域

本发明涉及新能源技术领域，具体涉及一种气象要素超短期预测方法和装置。

背景技术

风力发电和光伏发电超短期功率预测是指未来15分钟到4小时功率预测，可为新能源实时调度提供决策支持，也可为新能源电站有功功率控制提供参考。风速、温度、相对湿度、气压、辐照度等要素是影响新能源发电的主要气象因素，其预测精度直接影响风力发电和光伏发电超短期功率预测精度。

现有技术中的气象要素超短期预测方法主要有卡尔曼滤波法、人工神经网络和支持向量机等，其中卡尔曼滤波法是利用有限时间内的观测数据进行预测建模，这种方法适用于噪声信号服从高斯分布的情况，实用性较差；人工神经网络方法应用最为广泛，具有较强的容错性以及自组织和自适应能力，对非线性问题的求解十分有效，但存在训练速度慢，容易陷入局部极小等缺点，且需要大量历史样本，局限性强。支持向量机具有全局收敛性，样本维数不敏感，不依赖于经验信息等优点，但最佳核变换函数及其相应的参数确定较为复杂，实用性差，且上述三种方法的超短期预测精度均较低。

发明内容

为了克服上述现有技术中超短期预测精度低的不足，本发明提供一种气象要素超短期预测方法和装置，先获取气象数据，气象数据包括实测值和短期预测值，计算实测值和短期预测值的组合绝对误差和组合相对误差，最后根据实测值和短期预测值的组合绝对误差和组合相对误差对气象要素进行超短期预测，本发明需要气象要素实测值和短期预测值，需要的气象要素少，降低对历史气象要素的依赖程度，且通过气象要素实测值和短期预测值的组合绝对误差和组合相对误差实现气象要素的超短期预测，可以有效提高气象要素的超短期预测精度。

为了实现上述发明目的，本发明采取如下技术方案：

一方面，本发明提供一种气象要素超短期预测方法，包括：

获取气象要素实测值和短期预测值；

计算气象要素实测值和短期预测值的组合绝对误差和组合相对误差；

根据组合绝对误差和组合相对误差对气象要素进行超短期预测。

所述气象要素包括风电场气象要素和光伏电站气象要素；

所述风电场气象要素包括风电场的气温、风速、风向、气压和湿度；

所述光伏电站气象要素包括光伏电站的总辐照度、直接辐照度、散射辐照度、气温、风速、风向、气压和湿度。

所述获取气象要素实测值和短期预测值的时间分辨率大于15min。

所述气象要素实测值和短期预测值的组合绝对误差和组合相对误差按下式计算：

δ＝λ₁δ₁+λ₂δ₂+λ₃δ₃+…+λ_nδ_n

θ＝λ₁θ₁+λ₂θ₂+λ₃θ₃+...+λ_n*θ_n