风电功率概率预测方法及装置

    公开(公告)号:CN107067099B

    公开(公告)日:2020-06-19

    申请号:CN201710055611.X

    申请日:2017-01-25

    Abstract: 本发明涉及一种风电功率概率预测方法及装置,所述方法包括:根据历史输出功率以及历史预测功率,获取风电场预测误差的统计特征;根据历史预测功率和风电场的NWP预测结果的风速波动量,获得风电概率预测的条件全集;通过K‑means聚类算法,将条件全集划分为若干条件子集;对处在每个条件子集下的误差集合形成条件经验分布,并检验其数字特征与风电场预测误差的统计特征中数字特征是否重合;若重合则通过K‑means聚类算法再次进行聚类;以及根据各时刻的风电功率预测结果以及条件经验分布,获得风电功率概率预测结果。本发明还涉及一种预测装置。本发明提供的风电功率概率预测方法能够差异性地提供误差分布函数,具有更高的预测准确度。

    风电功率概率预测方法、存储介质及设备

    公开(公告)号:CN108133279B

    公开(公告)日:2020-12-22

    申请号:CN201710757703.2

    申请日:2017-08-29

    Abstract: 本发明涉及一种风电功率概率预测的方法,包括:获取风电场历史数据的统计特征;将历史预测功率和风电场的NWP预测结果的风速波动量序列相结合,形成概率预测的影响因子,并将影响因子划分为多个互不相交的子集;以所述风电场历史数据的统计特征作为输入,通过随机森林算法对次日的误差水平进行分类预测,获得分类预测结果;根据所述分类预测结果,以及预测时所处的历史预测功率和NWP预测结果的风速波动量所在的子集,计算误差的概率密度函数,获得误差随机变量;以及根据风电场的风电功率NWP预测结果以及所述误差随机变量,获得风电功率概率预测结果。该方法具有更好的预测效果。本发明还提供一种计算机可读存储介质及计算机设备。

    风电功率概率预测方法、存储介质及设备

    公开(公告)号:CN108133279A

    公开(公告)日:2018-06-08

    申请号:CN201710757703.2

    申请日:2017-08-29

    Abstract: 本发明涉及一种风电功率概率预测的方法,包括:获取风电场历史数据的统计特征;将历史预测功率和风电场的NWP预测结果的风速波动量序列相结合,形成概率预测的影响因子,并将影响因子划分为多个互不相交的子集;以所述风电场历史数据的统计特征作为输入,通过随机森林算法对次日的误差水平进行分类预测,获得分类预测结果;根据所述分类预测结果,以及预测时所处的历史预测功率和NWP预测结果的风速波动量所在的子集,计算误差的概率密度函数,获得误差随机变量;以及根据风电场的风电功率NWP预测结果以及所述误差随机变量,获得风电功率概率预测结果。该方法具有更好的预测效果。本发明还提供一种计算机可读存储介质及计算机设备。

    风电功率概率预测方法及装置

    公开(公告)号:CN107067099A

    公开(公告)日:2017-08-18

    申请号:CN201710055611.X

    申请日:2017-01-25

    Abstract: 本发明涉及一种风电功率概率预测方法及装置,所述方法包括:根据历史输出功率以及历史预测功率,获取风电场预测误差的统计特征;根据历史预测功率和风电场的NWP预测结果的风速波动量,获得风电概率预测的条件全集;通过K‑means聚类算法,将条件全集划分为若干条件子集;对处在每个条件子集下的误差集合形成条件经验分布,并检验其数字特征与风电场预测误差的统计特征中数字特征是否重合;若重合则通过K‑means聚类算法再次进行聚类;以及根据各时刻的风电功率预测结果以及条件经验分布,获得风电功率概率预测结果。本发明还涉及一种预测装置。本发明提供的风电功率概率预测方法能够差异性地提供误差分布函数,具有更高的预测准确度。

    风功率时间序列的预测方法

    公开(公告)号:CN105825289A

    公开(公告)日:2016-08-03

    申请号:CN201510956093.X

    申请日:2015-12-17

    CPC classification number: G06Q10/04

    Abstract: 本发明涉及一种风功率时间序列的预测方法,包括以下步骤:获取风电场风功率的历史统计数据,并对历史异常数据进行处理,获取风功率时间序列;对风功率时间序列进行小波分解,分解为低频和高频分量;对高频分量的风功率时间序列进行平稳性检验和平稳化处理;对高频分量的风功率时间序列进行ARMA模型的阶数和参数拟合;将ARMA模型转换为Kalman滤波模型并做滚动向前预测,得到高频预测结果;对低频分量的风功率时间序列进行斜率滚动向前外推预测,得到低频预测结果;最后由小波重构得到最终的预测结果。

    一种电网频率振荡的紧急控制方法及装置

    公开(公告)号:CN110350550A

    公开(公告)日:2019-10-18

    申请号:CN201910455577.4

    申请日:2019-05-29

    Abstract: 本发明提供一种电网频率振荡的紧急控制方法及装置,当电网发生持续的频率振荡时,根据每组发电机组的输出功率和机端频率,计算每组发电机组的第一负阻尼指标;根据第一负阻尼指标选择用于紧急控制的发电机组;针对用于紧急控制的发电机组计算其第二负阻尼指标,根据其第一负阻尼指标和第二负阻尼指标,确定紧急控制方法,以控制用于紧急控制的发电机组退出AGC操作或退出一次调频,从而平息频率振荡。本发明通过在线评估各发电机组在频率振荡中的表现,找到存在问题的机组作为用于紧急控制的机组,并进一步判定这些用于紧急控制的机组是一次调频的问题还是AGC的问题,从而将这些紧急控制的机组退出AGC操作还是退出一次调频,以平息电网频率振荡。

Patent Agency Ranking