[发明专利]一种风功率时间序列组合预测方法

摘要

本发明公开了一种风功率时间序列组合预测方法，该方法基于直接多步预测法和滚动多步预测法对风电场的日前风功率进行组合预测。本发明能够有效提高风功率预测方法的日前预测精度，解决了目前工程风功率短期预测技术存在风功率预测效果差的问题，能够为电网企业节约巨额的备用发电容量购买费用，提升电网企业运营效益，同时可以有效减少弃风电量，提升风电有效并网容量，为发电企业带来巨额利润，促进节能减排。

主权项

一种风功率时间序列组合预测方法，其特征在于：包括以下的步骤：S1：按日采集待预测的风电场的风能发电功率数据，即历史风功率数据，并将采集到的历史风功率数据生成一个相应的时间序列量X，作为训练样本集；S2：利用训练样本集X，以时间序列预测模型为核模型，采用直接多步预测法，计算生成风功率预测序列XDMS；S3：利用训练样本集X，以时间序列预测模型为核模型，采用滚动多步预测法，计算生成风功率预测序列XIMS；S4：按日对风功率预测序列XDMS、XIMS和训练样本集X进行统计分析，在置信度系数α下按照以下几步计算得出各自的高准确预测时间范围TDMS和TIMS，其中∑TDMS+∑TIMS＝24小时，S4.1：按日对风功率预测序列XDMS和训练样本集X进行预测误差计算，在置信度系数α下计算得出直接多步预测方法预测误差带的平均误差曲线EDMS；S4.2：按日对风功率预测序列XIMS和训练样本集X进行预测误差计算，在置信度系数α下计算得出滚动多步预测方法预测误差带的平均误差曲线EIMS；S4.3：比较EDMS与EIMS在24小时内的数值大小，选取EDMS<EIMS对应的时间区间为时间范围TDMS，选取EIMS<EDMS对应的时间区间作为滚动多步法预测的时域范围TIMS；S5：采用时间序列预测模型作为核模型，在时间范围TDMS内采用直接多步预测方法对待预测日在时间范围TDMS内的风功率进行预测，得到时间范围TDMS内的预测结果；在时间范围TIMS内采用滚动多步预测方法对待预测日在时间范围TIMS内的风功率进行预测，得到时间范围TIMS内的预测结果；S6：将时间范围TDMS内的预测结果和时间范围TIMS内的预测结果进行组合，形成完整的待测日风功率预测结果；以上步骤S1、S4、S5和S6中所述“日”为24小时。