[发明专利]概率性框架下光伏功率的层级式协调预测方法

说明书

概率性框架下光伏功率的层级式协调预测方法，解决了如何在电力系统多层次结构中生成高质量且聚合一致的光伏功率预测分布的问题，属于光伏发电技术领域。本发明包括：S1、生成电力系统各层级且包含预测范围h的基础光伏预测功率矩阵χ；S2、根据χ，计算向前1步的基础光伏预测功率误差，并组成基础光伏预测功率误差矩阵，采用块自举法从基础光伏预测功率误差矩阵中有放回地抽取J个误差块矩阵εsupgt;(j)/supgt;，并将其叠加至χ中，得到矩阵χsupgt;(j)/supgt;；S3、在每个矩阵χsupgt;(j)/supgt;中提取第h列向量，并将提取的所有列向量排列成H个m×J阶的新基础光伏预测功率矩阵,根据新基础光伏预测功率矩阵获得电力系统各层级的调和光伏预测功率序列

技术领域

本发明涉及一种概率性框架下光伏功率的层级式协调预测方法，属于光伏发电技术领域。

背景技术

光伏功率预测可以是确定性的也可以是概率性的。前者提供了光伏功率在未来某个时间下的单点估计，后者则通过预测区间或分位数提供了光伏功率大部分甚至全部的预测分布。显然，概率性预测相比于确定性预测能够携带更多的信息。事实上，一旦估计出概率分布，预测者还可根据评分函数对应的统计函数对其进行总结，得到一个比仅使用确定性预测更优的单点光伏功率预测值。不过，概率性预测的好处并未被光伏预测领域的所有学者所认识，也就是说，概率性光伏预测并没有在这一领域受到广泛实践。当将目光放到其在电力系统的应用时，不难发现概率性光伏预测还可以告知系统操作员光伏并网功率位于某个区间这一事件发生的概率。基于此，系统操作员能权衡好风险与成本，避免采用过于保守进而产生难以承受成本的调度方案。从这两方面讲，概率性光伏预测毫无疑问是一个值得推崇的技术，甚至成为这一行业的标准或规范。

光伏功率注入电网可以建模为一个多层次结构。此时，电力系统较高层级的总光伏功率注入量可以由按照区域或节点等不同特征划分的较低层级的光伏功率注入量累加而得。然而，这一性质并不适用光伏预测功率。具体地，假设现在需要某一区域未来一小时的光伏预测值，这时有两个策略供选择。首先，可以根据该区域的历史光伏出力时间序列直接预测该值。另一方面，也可以简单地将该区域所有光伏厂站提交的光伏预测功率直接累加。考虑到可用的信息集和预测的模型并不相同，这两个预测在多数情况下并不相等。这一现象在层级式预测(hierarchical forecast)中被称之为“聚合不一致性(aggregationinconsistency)”。为解决这一问题，有学者借助于层级式协调预测(hierarchicalreconciliation forecast)方法来实现不同时间序列的聚合一致，并已应用于光伏功率。一般而言，使用层级式协调预测方法前后的预测值分别俗称基础光伏预测功率(base PVforecast power)和调和光伏预测功率(reconciled PV forecast power)。此时，层级式协调预测方法亦可以被认为是一种组合和修改不同层级的基础光伏预测功率的后处理技术，从而使最终的预测即调和光伏预测功率是聚合一致的。值得指出的是，具备聚合一致性的不同层级光伏预测能够助力电力系统运行管理的协同决策，且能够充分捕获不同时间序列的时空关系，进而改善个体和整体的预测性能。从这点出发，当获得电力系统不同层级的基础光伏预测功率时，有必要应用层级式协调预测方法产生聚合一致的调和光伏预测功率，以提高系统的整体效益。

从前述可知，概率性预测和层级式协调预测方法，是近年来太阳能领域相关学者追逐的新课题方向，更遑论两者的结合，即概率性预测协调(probabilistic forecastreconciliation)方法。根据是否提前假定预测分布的类型，概率性预测协调方法可分为参数型和非参数型。一般情况下，实际概率分布并不严格符合某种类型的经典概率分布。此时采用不受这些假设限制的非参数概率性预测协调应是预测者的第一选择。不过需要注意的是，概率性框架下的聚合一致性指的是每个聚合时间序列的预测分布等于相应分解时间序列的预测分布的卷积。

在此背景下，需要一种能够描述光伏预测不确定性，且能实现电力系统不同时间序列的光伏预测聚合一致，进而改善光伏预测性能的非参数框架下的概率性预测协调方法。

发明内容