[发明专利]基于蚁群优化的超短期功率预测数据的修正方法及系统

说明书

本申请提出基于蚁群优化的超短期功率预测数据的修正方法及系统，其中，所述修正方法包括：获取预设时段内风电场对应的原始超短期功率预测数据、实发功率数据及超短期功率预测数据修正模型；利用蚁群优化算法确定所述超短期功率预测数据修正模型对应的修正系数；将所述原始超短期功率预测数据、所述实发功率数据及所述修正系数代入所述超短期功率预测数据的修正模型中，并对所述超短期功率预测数据修正模型进行求解，得到所述原始超短期功率预测数据对应的修正后的超短期功率预测数据。本申请提出的技术方案，利用蚁群优化算法确定修正系数，并基于所述修正系数对原始超短期功率预测数据进行修正，进而提高了超短期功率预测数据的精度。

技术领域

本申请涉及超短期功率预测领域，尤其涉及基于蚁群优化的超短期功率预测数据的修正方法及系统。

背景技术

在“风储”场景下，风电场一般会采用超短期功率预测数据作为储能系统充放电控制的核心边界(即作为风电场实发功率)，但是，由于风力的间隙性、随机性等自然属性，导致超短期功率预测精度普遍不高，进而影响到储能系统的充放电控制策略，间接影响到“风储”联合输出功率，最终影响风电场在现货市场中的收益。

现有技术中根据天气预报数据建立对应的算法模型来实现对风电超短期功率的预测，并以一天或一段时间的准确率作为评价指标，在小时、分钟等更细时间粒度上的精度较低，并且未对超短期功率的预测结果的精确度进行进一步的提升处理，使得超短期功率预测数据的精度较低。

发明内容

本申请提供的基于蚁群优化的超短期功率预测数据的修正方法及系统，以至少解决超短期功率预测数据的精度较低的技术问题。

本申请第一方面实施例提出一种基于蚁群优化的超短期功率预测数据的修正方法，所述修正方法包括：

获取预设时段内风电场对应的原始超短期功率预测数据、实发功率数据及超短期功率预测数据修正模型；

利用蚁群优化算法确定所述超短期功率预测数据修正模型对应的修正系数；

将所述原始超短期功率预测数据、所述实发功率数据及所述修正系数代入所述超短期功率预测数据的修正模型中，并对所述超短期功率预测数据修正模型进行求解，得到所述原始超短期功率预测数据对应的修正后的超短期功率预测数据。

优选的，所述超短期功率预测数据的修正模型的计算式如下：

P_adjust,t＝P_predict,t+β(P_real,t-1-P_predict,t-1)

式中，P_adjust,t为第t个时刻修正后的超短期功率预测数据，P_predict,t为第t个时刻的原始超短期功率预测数据，β∈[0,1]，β为原始超短期功率预测数据对应的修正系数，P_real,t-1为第t-1个时刻的实发功率数据，P_predict,t-1为第t-1个时刻的原始超短期功率预测数据。

优选的，所述利用蚁群优化算法确定所述超短期功率预测数据修正模型对应的修正系数，包括：

获取所述预设时段内风电场对应的理想折扣率及投资回报率；

以所述预设时段内风电场对应的投资回报率与理想折扣率之和最大为目标，并利用蚁群优化算法确定所述超短期功率预测数据修正模型对应的修正系数。

进一步的，所述预设时段内风电场对应的理想折扣率的计算式如下：

式中，IDR为预设时段内风电场对应的理想折扣率，Actual为基于原始超短期功率预测数据计算得到的预设时段的总收益，Ideal为基于实发功率数据计算得到的预设时段的总收益。