[发明专利]一种不依赖于模型的极短期风预测方法

摘要

本发明公开了一种不依赖于模型的极短期风预测方法，实际是将预测问题转换为轨迹跟踪问题，包括步骤：1)设计风预测控制率；2)运动方程离散化；3)根据风预测控制率，通过历史数据获得υ*和θ*；4)将步骤3)得到的υ*和θ*带入到式(6)即可得到下一采样时刻的风预测值。本发明不依赖于风模型即可进行风预测，且进行风预测时，使用了多步历史数据，增加了预测准确性和可靠性。本发明方法不仅能进行仿真验证，且简单易行，便于应用于实际中去，另外，能够保证预测误差的收敛性。

主权项

1.一种不依赖于模型的极短期风预测方法，其特征在于，该方法实际是将预测问题转换为轨迹跟踪问题：将横轴为时间t，纵轴为y轴的坐标系记为toy坐标系，风信息沿toy坐标系中的任意曲线C变化，在某一时刻，风信息是曲线C上的一个点Pa＝(t,ya)，风信息预测是toy坐标系中的移动点P＝(t,y)，则预测问题转化为点P对点Pa的跟踪问题；点P在toy坐标系中的运动方程为：式中，y是坐标系中移动点P的位置变量，υ是移动点P的线速度，θ是移动点P的方向角，即线速度与时间轴方向的夹角，且θ∈(‑π/2,π/2)，是移动点P的角速度；点Pa的运动方程为：式中，y_a是坐标系中移动点P_a的位置变量，υ_a是移动点P_a的线速度，θ_a是移动点P_a的方向角，即线速度与时间轴方向的夹角，且θ_a∈(‑π/2,π/2)，是移动点P的角速度；综合考虑到轨迹跟踪的位置控制和方向控制，定义跟踪误差ε如下：式中，e和s分别是沿Pa的线速度方向及其垂直方向的跟踪误差，θe是方向角误差，δy＝y‑ya是y轴方向的跟踪误差；通过轨迹跟踪控制率υ、ω的设计，使移动点P(t)能够稳定地跟踪实际轨迹Pa(t)，即在某一时刻之后跟踪误差一致最终有界或者最终收敛到0，实现风信息的预测；所述极短期风预测方法，包括以下步骤：1)设计风预测控制率预测点P(t)跟踪实际点Pa(t)，若υ和ω按照如下控制率进行更新：则能够实现预测点P(t)对实际点Pa(t)的一致最终有界跟踪，即实现风信息的预测，其中，η1和η2均是正的常数；证明：定义非负李雅普诺夫函数求V对时间的导数并将υ和ω的控制率带入，最终得：因为V≥0、根据李雅普诺夫稳定性理论得V有界，进而得e和s是有界的，θ_e＝θ‑θ_a∈(‑π，π)也是有界的；由于有界，因此和有界，又有和有界，根据Barbalat引理可得，当时间t趋于无穷时，δ_ysinθ和sinθ_e趋于零，因此当时间t趋于无穷时，e趋于零、s趋于零、θ_e趋于零；2)运动方程离散化将上面公式(1)中的离散化得到：y((k+1)T)＝y(kT)+Tυ*sinθ*    (6)式中，k为正整数，T是采样周期，y((k+1)T)和y(kT)分别是风预测值在下一采样时刻和当前采样时刻的值，υ*和θ*分别是下一采样时刻的期望线速度和方向角；3)根据风预测控制率，通过历史数据获得υ*和θ*，具体过程如下：根据公式(4)，离散化后，下一采样时刻期望角速度ω*的控制率如下：式中，δ_y(kT)是当前时刻y轴方向的跟踪误差，δ_y(kT)＝y(kT)‑y_a(kT)；y((k‑1)T)是上一时刻预测值；y_a(kT)、y_a((k‑1)T)、y_a((k‑2)T)分别是实际风信息的当前采样时刻值、上一采样时刻值、上上一采样时刻值；θ_a(kT)、θ_a((k‑1)T)分别是当前时刻实际方向角、上一时刻实际方向角，θ_a(kT)＝arctan((y_a(kT)‑y_a((k‑1)T))/T)，θ_a((k‑1)T)＝arctan((y_a((k‑1)T)‑y_a((k‑2)T))/T)；ω_a(kT)是当前时刻实际角速度，ω_a(kT)＝(θ_a(kT)‑θ_a((k‑1)T))/T；θ(kT)是当前采样时刻的预测值的方向角，θ(kT)＝arctan((y(kT)‑y((k‑1)T))/T)；υ_a(kT)是当前采样时刻实际线速度，k是大于2的正整数；由于θ^*未知，根据及通过Tω^*+θ(kT)来得到θ^*；根据公式(4)，离散化后，下一采样时刻期望线速度υ*的控制率如下：4)将步骤3)得到的υ*和θ*带入到式(6)即可得到下一采样时刻的风预测值。