[发明专利]风电出力预测方法、装置、设备及存储介质

说明书

本申请涉及电力系统规划技术领域，揭露了风电出力预测方法、装置、设备及存储介质，所述方法包括：获取风场的历史出力数据和基础数据；根据所述基础数据，利用转换模型，将所述历史出力数据转换为历史风速数据；基于所述历史风速数据，对预测模型进行训练，所述预测模型基于风速的韦布尔分布和随机差分方程构建得到；根据训练后的预测模型，基于时序，预测未来预设时间内的预测风速数据；根据所述转换模型，将所述预测风速数据转换为预测出力数据。本申请实现准确的预测未来预设时间内的出力情况。

技术领域

本申请涉及电力系统规划技术领域，尤其涉及风电出力预测方法、装置、设备及存储介质。

背景技术

目前，在现有的风电场处理的模拟中，常基于风电功率预测方法，基于灰色模型等预测模型做超短期风电功率预测，其只能做超短期预测，无法考虑到风速的分布和时序；并且还有另一类基于时间序列ARIMA模型的，考虑了风速的时序性特征，但未考虑风速的分布特征。而在现有技术中，如何对短期或较长期的风场出力预测并没有很好的方法，因此，如何在考虑风速的分布和时序的基础上完成对风场出力预测成为了亟待解决的问题。

发明内容

本申请提供了一种风电出力预测方法、装置、设备及存储介质，以解决现有技术中如何对在考虑风速的分布和时序的基础上完成对风场出力预测的问题。

为解决上述问题，本申请提供了一种风电出力预测方法，包括：

获取风场的历史出力数据和基础数据；

根据所述基础数据，利用转换模型，将所述历史出力数据转换为历史风速数据；

基于所述历史风速数据，对预测模型进行训练，所述预测模型基于风速的韦布尔分布和随机差分方程构建得到；

根据训练后的预测模型，基于时序，预测未来预设时间内的预测风速数据；

根据所述转换模型，将所述预测风速数据转换为预测出力数据。

进一步的，在所述利用转换模型，将所述历史出力数据转换为历史风速数据之前，还包括：

根据对所述历史出力数据中的缺失值进行填充以及异常值进行修复；

其中，所述表示日时间的出力，表示日时间的出力，表示天数。

进一步的，所述基础数据包括机组台数、尾流效应系数和出力特征曲线，所述根据所述基础数据，利用转换模型，将所述历史出力数据转换为历史风速数据包括：

根据以及

将历史出力数据转换为历史风速数据；

其中，为风电机组i在时间t下的出力，为风电机组i在时间t下的机组台数，表示风电机组i的尾流效应系数，为风电机组i的出力特征曲线，为风电机组i在时间t的风速，R表示风电机组的额定容量，表示切出风速，表示切入风速，表示额定出力，表示最大出力，和表示常数。

进一步的，所述和通过以下方式确定：

当为零时，且的相邻点的出力大于等于第一预设倍数的时，从到之间进行随机采样，得到；

当为零时，且的相邻点的出力小于第二预设倍数的时，从0到之间进行随机采样，得到；

当时，从到之间进行随机采样，得到，其中为历史风速数据中的最大风速，为额定出力对应的额定风速。

进一步的，所述基于所述历史风速数据，对预测模型进行训练包括：

基于所述预测模型中韦布尔分布的均值关系与方差关系，结合所述历史风速数据进行计算，得到所述预测模型中韦布尔分布中的参数；