一種含模型切換機(jī)制的風(fēng)電功率爬坡事件預(yù)測方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明專利涉及一種風(fēng)電功率預(yù)測方法，尤其是涉及一種含預(yù)測模型切換機(jī)制的 風(fēng)電功率爬坡事件預(yù)測方法。
【背景技術(shù)】
[0002] 隨著能源危機(jī)的日益嚴(yán)重，全世界范圍內(nèi)都在大力發(fā)展可再生能源。目前，風(fēng)電作 為一種豐富的，可開發(fā)利用的資源，在電網(wǎng)的滲透率逐步提高。然而由于風(fēng)能受到大氣運動 的影響具有隨機(jī)性和波動性，尤其是在大規(guī)模、高集中度的風(fēng)電發(fā)展模式，短時間內(nèi)的大幅 值風(fēng)電波動對電網(wǎng)危害巨大，以爬坡事件最甚。為了指導(dǎo)調(diào)度部門提前制定有效的發(fā)電計 劃，預(yù)防爬坡等重大威脅的風(fēng)電事件，和即時采取控制減災(zāi)措施，保證電力系統(tǒng)的安全、穩(wěn) 定運行，對風(fēng)電功率爬坡事件的提前預(yù)測十分重要。
[0003] 國外學(xué)者對風(fēng)電功率爬坡事件的研宄起步較早。由于2008年在美國德州發(fā)生了 一場大規(guī)模、危害較大的功率下坡事件，造成電力可靠性委員會（ElectricReliability CouncilofTexas，ERCOT)嚴(yán)重的經(jīng)濟(jì)損失，因此該問題被得到廣泛的重視。目前對風(fēng)電 功率爬坡事件的研宄主要集中在爬坡事件的定義、分類和預(yù)測研宄。其中預(yù)測研宄仍存在 不足，主要采用的方法是在風(fēng)電功率預(yù)測的基礎(chǔ)上進(jìn)行爬坡檢測和判別，因此對于爬坡事 件的定義研宄是進(jìn)行爬坡事件預(yù)測的前提。目前常用的幾種數(shù)值定義，主要涉及爬坡事件 的變化幅值、持續(xù)時間和爬坡率等重要特征。斯坦福大學(xué)的Sevlian博士在此基礎(chǔ)上提出 采用打分方式的爬坡事件檢測算法。而爬坡事件分類的目的在于根據(jù)爬坡預(yù)測結(jié)果判定爬 坡事件類型，從而選擇合適的有效控制、治理措施。
[0004] 爬坡事件是定義在一段時間內(nèi)的功率變化事件。為了實現(xiàn)爬坡事件的預(yù)測需要考 慮兩方面的問題，一是長時間的事件預(yù)測的實現(xiàn)，二是如何有效地從預(yù)測結(jié)果中提取風(fēng)電 功率爬坡事件特征量。目前關(guān)于風(fēng)電功率方法主要包括物理模型和統(tǒng)計模型兩類，其中物 理模型可實現(xiàn)較長期的預(yù)測，但預(yù)測精度不高；而統(tǒng)計模型對于短期的風(fēng)電功率預(yù)測具有 較高的預(yù)測精度，但誤差會隨著預(yù)測時長的增大而增大。為了解決爬坡事件的預(yù)測問題，需 要較長時間的功率預(yù)測結(jié)果來滿足爬坡事件預(yù)測的要求，同時為保證有效地捕獲爬坡事件 特征，風(fēng)電功率預(yù)測的預(yù)測精度需得到保證，從而保證有效地實現(xiàn)爬坡事件預(yù)測研宄。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明專利的目的是針對上述現(xiàn)狀，提出一種能夠?qū)㈤L期的風(fēng)電功率預(yù)測按爬坡 事件的需求轉(zhuǎn)換成連續(xù)的局部風(fēng)電功率預(yù)測，并通過選取最優(yōu)的短期預(yù)測模型完成較高精 度的風(fēng)電功率預(yù)測，結(jié)合爬坡定義和電網(wǎng)狀態(tài)完成風(fēng)電功率爬坡事件預(yù)測的新方法。
[0006] 本發(fā)明的上述技術(shù)問題主要通過以下技術(shù)方案實現(xiàn)的：
[0007] -種含預(yù)測模型切換機(jī)制的風(fēng)電功率爬坡事件預(yù)測方法，其特征在于：包括以下 步驟，
[0008] 步驟1:以歷史的風(fēng)電功率數(shù)據(jù)為研宄對象，檢測出所有歷史的爬坡事件，并對其 持續(xù)時間進(jìn)行統(tǒng)計，找出能夠滿足絕大多數(shù)爬坡時長的時間窗口作為局部預(yù)測模型的適用 時長；同時，對原始數(shù)據(jù)進(jìn)行分析，完成對數(shù)據(jù)預(yù)處理和相空間重構(gòu)等工作，包括以下子步 驟，
[0009] 步驟1. 1，首先對原始的風(fēng)電功率數(shù)據(jù)序列進(jìn)行壞值、缺值等處理，以保證數(shù)據(jù)的 完整性和有效性，同時通過濾波處理消除不必要的噪聲，得到干凈的序列；另一方面，通過 對歷史爬坡事件持續(xù)時間的統(tǒng)計分析，給出局部預(yù)測模型的適用時長；
[0010] 步驟1. 2,為了方便預(yù)測模型的建立，首先對數(shù)據(jù)進(jìn)行空間重構(gòu)；設(shè)原始數(shù)據(jù)序列 為Ixn}，則取相隔時間間隔T的兩個觀測量XjPXn+T，通過式一計算互信息值，取互信息熵 第一個極小值點作為重構(gòu)的延遲時間；
[0011]
【主權(quán)項】
1. 一種含預(yù)測模型切換機(jī)制的風(fēng)電功率爬坡事件預(yù)測方法，其特征在于：包括以下步 驟， 步驟1:以歷史的風(fēng)電功率數(shù)據(jù)為研宄對象，檢測出所有歷史的爬坡事件，并對其持續(xù) 時間進(jìn)行統(tǒng)計，找出能夠滿足絕大多數(shù)爬坡時長的時間窗口作為局部預(yù)測模型的適用時 長；同時，對原始數(shù)據(jù)進(jìn)行分析，完成對數(shù)據(jù)預(yù)處理和相空間重構(gòu)等工作，包括以下子步驟， 步驟1.1，首先對原始的風(fēng)電功率數(shù)據(jù)序列進(jìn)行壞值、缺值等處理，以保證數(shù)據(jù)的完整 性和有效性，同時通過濾波處理消除不必要的噪聲，得到干凈的序列；另一方面，通過對歷 史爬坡事件持續(xù)時間的統(tǒng)計分析，給出局部預(yù)測模型的適用時長； 步驟1. 2,為了方便預(yù)測模型的建立，首先對數(shù)據(jù)進(jìn)行空間重構(gòu)；設(shè)原始數(shù)據(jù)序列為 |xn}，則取相隔時間間隔T的兩個觀測量XjPXn+T，通過式一計算互信息值，取互信息熵第 一個極小值點作為重構(gòu)的延遲時間；
步驟1. 3,假設(shè)原始序列的重構(gòu)嵌入維數(shù)為m，則對重構(gòu)后的序列根據(jù)式二計算相點間 的距離，若滿足式三至式四，則取m作為重構(gòu)的嵌入維數(shù)；
步驟1. 4,根據(jù)步驟1. 2和步驟1. 3中求出的延遲時間和嵌入維數(shù)，按照式五完成序列 的相空間重構(gòu)；以重構(gòu)后的數(shù)據(jù)為對象，根據(jù)步驟I. 1求得的局部模型適用長度將歷史的 數(shù)據(jù)劃分為一個個連續(xù)的事件段，以便在進(jìn)行模型訓(xùn)練和預(yù)測時作為基本單位進(jìn)行研宄； Xn=(xn，xn+T，…xn+(m_ 1)T) G Rm，n = 1，2...，N0= N-(m-l)T式五 步驟2 :以多變量混沌預(yù)測模型為基礎(chǔ)，為了能夠?qū)崿F(xiàn)較長期的功率預(yù)測，結(jié)合數(shù)值天 氣預(yù)報給出的氣象數(shù)據(jù)建立多變量的混沌預(yù)測模型；同時考慮到不同爬坡事件的物理背景 不一樣，且為進(jìn)一步提高模型的預(yù)測精度，在傳統(tǒng)預(yù)測模型基礎(chǔ)上加入不同核函數(shù)構(gòu)成預(yù) 測模型庫，根據(jù)給定的模型庫完成對歷史事件段的模型識別，訓(xùn)練得到最優(yōu)的局部預(yù)測模 型；包括以下子步驟， 步驟2. 1，根據(jù)傳統(tǒng)的混沌時間序列的局部線性預(yù)測模型，引入非線性映射，構(gòu)造如式 六所示的基本預(yù)測模型；
式中，?表示非線性變換，e表示殘差項； 步驟2. 2,為了反映不同物理背景下爬坡事件功率變化的特殊性，對非線性變換?采 用不同的核函數(shù)表示，選取3種常用的核函數(shù)：多項式核函數(shù)、徑向基核函數(shù)和Sigmoid核 函數(shù)，如式七，從而構(gòu)成局部預(yù)測模型的模型庫；
步驟3 :根據(jù)上述得到的模型庫，對每個獨立的事件段分別進(jìn)行模型訓(xùn)練，得到每個段 內(nèi)的最優(yōu)預(yù)測模型，然后根據(jù)原始數(shù)據(jù)和最優(yōu)模型的對應(yīng)關(guān)系進(jìn)行訓(xùn)練，可得到不同預(yù)測 模型的切換機(jī)制； 步驟4 :結(jié)合步驟2中的模型庫和步驟3中的模型切換機(jī)制，完成較長期的風(fēng)電功率預(yù) 測預(yù)測；最后根據(jù)爬坡事件的數(shù)值定義完成預(yù)測數(shù)據(jù)的爬坡事件檢測，考慮到實際發(fā)不發(fā) 生爬坡危害與電網(wǎng)的狀態(tài)有關(guān)，因此進(jìn)一步結(jié)合電網(wǎng)的實際運行狀態(tài)完成對風(fēng)電功率爬坡 事件的預(yù)測和判定；
2. 根據(jù)權(quán)利要求1所述的一種含預(yù)測模型切換機(jī)制的風(fēng)電功率爬坡事件預(yù)測方法，其 特征在于：所述步驟3主要包括以下子步驟， 步驟3. 1，對步驟2中模型庫中的模型進(jìn)行編號，在對連續(xù)事件段進(jìn)行模型訓(xùn)練時，可 得到最優(yōu)模型的編號序列IcJ，結(jié)合原始的事件段數(shù)據(jù)，可建立若式八的訓(xùn)練集； T=KxllC- )} e(/?,H x〇A,i 式八 步驟3. 2,上述訓(xùn)練集可看成是含多類別的分類數(shù)據(jù)集，其中一種類別表示一種預(yù)測模 型，對此可建立多類別的支持向量機(jī)分類模型訓(xùn)練分類器；通過分級分類法，對于含k種類 別的數(shù)據(jù)需建立k-1個基本的SVM模型，如下式：
式中，《，b為分類器參數(shù)；I為松弛變量；yn表示重新定義的類別變量，當(dāng)某一類別為 主要研宄對象時，則yn= 1，余下的類別值y n= -1 ;通過SVM模型的求解可得步驟2中3類 別模型庫的分類器，該分類器即為局部預(yù)測模型的切換機(jī)制。
3. 根據(jù)權(quán)利要求1所述的一種含預(yù)測模型切換機(jī)制的風(fēng)電功率爬坡事件預(yù)測方法，其 特征在于：所述步驟4主要包括以下子步驟， 步驟4. 1，以步驟1中得到的局部模型適用長度為單位，結(jié)合數(shù)值天氣預(yù)報的結(jié)果，完 成短時間內(nèi)的局部風(fēng)電功率預(yù)測；同時根據(jù)模型切換機(jī)制，進(jìn)行不同事件段預(yù)測模型的切 換，綜合多個連續(xù)事件段的預(yù)測，完成長期的風(fēng)電功率預(yù)測； 步驟4. 2,根據(jù)給定的風(fēng)電功率爬坡事件定義，如式十，檢測出預(yù)測結(jié)果中滿足爬坡數(shù) 值定義的爬坡事件；考慮電網(wǎng)實際調(diào)度計劃，如切機(jī)切負(fù)荷等情況，在加入電網(wǎng)運行狀態(tài)的 基礎(chǔ)上，檢測出具有危害性的爬坡事件，以便指導(dǎo)電力系統(tǒng)進(jìn)行調(diào)度和控制；
該定義認(rèn)為相隔長度At的兩個時刻的風(fēng)電功率幅值的誤差絕對值與時間間隔At的 比值大于某一給定的最大功率爬坡率Rval，則稱為一個風(fēng)電功率爬坡。
【專利摘要】本發(fā)明涉及一種風(fēng)電功率預(yù)測方法，尤其是涉及一種含預(yù)測模型切換機(jī)制的風(fēng)電功率爬坡事件預(yù)測方法。該方法基于含模型切換機(jī)制的風(fēng)電功率預(yù)測方法和考慮電網(wǎng)運行狀態(tài)的爬坡堅持方法，主要包括下述步驟：步驟一，完成風(fēng)電功率數(shù)據(jù)的預(yù)處理和局部模型適用長度的求??；步驟二，在局部段劃分的基礎(chǔ)上，完成最優(yōu)預(yù)測模型的識別，并根據(jù)識別結(jié)果完成模型切換機(jī)制的訓(xùn)練；步驟三，結(jié)合預(yù)測模型庫和模型切換機(jī)制完成長期的風(fēng)電功率預(yù)測；步驟四，結(jié)合爬坡事件定義和電網(wǎng)實際運行狀態(tài)，對預(yù)測的風(fēng)電功率結(jié)果進(jìn)行爬坡事件判別。本發(fā)明提供的方法通過較高精度的風(fēng)電功率預(yù)測保證爬坡事件預(yù)測的準(zhǔn)確性，為電力系統(tǒng)制定正確的爬坡控制措施提供可靠的保障。
【IPC分類】G06Q50-06, G06Q10-04
【公開號】CN104820869
【申請?zhí)枴緾N201510219455
【發(fā)明人】歐陽庭輝, 查曉明, 秦亮, 熊一, 夏添
【申請人】武漢大學(xué)
【公開日】2015年8月5日
【申請日】2015年4月29日