[发明专利]一种风电机组出力分步不确定性预测方法及装置

说明书

本发明提供了一种风电机组出力分步不确定性预测方法，包括：提取风电场特定机位风机的风况特征信息，基于提取的风况特征信息进行无监督聚类，并基于不同风况类别分步进行风况不确定性预测建模和风机出力不确定性建模；最终得到风机出力的不确定性预测模型，基于该模型进行预测。本发明另一方面提供一种风电机组出力分步不确定性预测装置。上述方法充分利用单步预测的可察可控性，增强特定机位风机超短期或短期出力预测的灵活性和可控性；同时，通过单步预测不确定性控制改进预测精度，提升最终风机出力预测精度。此外，基于定期时间驱动、预测精度监测的事件驱动等触发方式更新分步预测模型，保障风机出力预测的可靠性。

技术领域

本发明涉及一种风电机组出力预测方法及装置，具体涉及一种风电机组出力分步不确定性预测方法及装置。

背景技术

由于风能的随机波动性，使得规模化风电并网为电网调度、安全与经济运行带来了严峻挑战。风功率预测是增强风电功率可知性、可控性的重要手段。随着数值天气预报精度的不断提高，基于天气预报的中长期风功率预测技术获得长足发展。然而，限于时间、空间尺度，中长期风功率预测难以保证短期、超短期及小微空间的风功率预测精度。近年来，风电快速的规模化增长过后，风电运行质量的提升日益受到重视。为了提高风机控制性能、风电场运行水平，围绕特定风机机位的超短期/短期风功率预测技术日益重要；同时，考虑风能的随机性，风功率的不确定性预测吸引了越来越多的关注。目前，关于特定机位风功率预测的研究大多为直接基于风机出力时间序列的预测，未能充分考虑影响风机出力的各种不确定性因素，因而，预测精度及灵活性、预测结果的表征能力及其使用均受到限制。为了解决这一问题，本发明采用分步预测技术，分别考虑特定机位风机的风况预测不确定性、风机出力曲线不确定性等，研究风机功率的超短期/短期分步不确定性预测技术。

发明内容

将影响风机出力不确定性的因素进行合理归类，主要归结为特定机位的风况条件、风机出力运行条件等因素，进而可分别进行特定机位风机的风况不确定性预测、风机出力特性不确定性建模。通过两步不确定性综合，可以得到风机最终出力的不确定性预测。此方案的实施，使得单步预测能力可察可控，大大增加了风机超短期/短期预测的灵活性和可控性。通过对不同步骤不确定性建模精度的调整，可以提高最终风机出力预测的精度，较好地解决了特定机位风机出力的超短期/短期预测问题。对现有的超短期/短期风机出力预测技术，是一种有益的补充和改进。

本发明提供一种风电机组出力分步不确定性预测方法：

(1)包括以下步骤：

构建风电机组出力分步不确定性预测模型：

提取风电场特定机位风机的风况特征信息；

基于特定机位风机风况特征信息进行风况类别划分；

基于风况类别划分及风况特征信息建立风况不确定性预测模型；

基于风况类别划分及风况特征信息建立风机出力特性不确定性模型；

基于分类别的风况不确定性预测模型和风机出力特性不确定性模型，构建风电机组分步出力不确定性预测模型；

将风电场特定机位风机的风况数据输入上述预测模型，获得预测结果。

(2)如(1)所述的一种风电机组出力分步不确定性预测方法，基于风电场至少一特定机位的风机在不同风况下的测量数据进行风况特征信息提取。

(3)如(1)至(2)任一所述的一种风电机组出力分步不确定性预测方法，测量数据包含若干测量时间，根据测量时间将测量数据划分为若干时间序列片段作为时间信息粒，挖掘提取时间信息粒的特征作为时间信息粒的降维表征，将其作为风况特征信息粒。

(4)如(1)至(3)任一所述的一种风电机组出力分步不确定性预测方法，采用无监督聚类算法对风况特征信息进行风况类型划分。