一種風電場短期風速預測方法
【專利摘要】本發(fā)明公開了一種風電場短期風速預測的新方法，該方法包括如下步驟：采集一段時間的風速數據，整理后形成用于分析預測的時間序列；采用地毯式遍歷搜索的方法，在動態(tài)的三次指數平滑預測方法的基礎上，根據誤差平方和最小的準則確定動態(tài)的平滑系數；利用確定的動態(tài)平滑系數和動態(tài)的三次指數平滑方法進行一步或多步預測；依此類推，采集新的歷史數據，并更新平滑系數，繼續(xù)進行后期的風速預測。上述風電場短期風速預測方法綜合考慮了當地歷史風速的特點，預測效果較好。
【專利說明】一種風電場短期風速預測方法
【技術領域】
[0001]本發(fā)明涉及風力發(fā)電【技術領域】，特別涉及一種基于自適應的動態(tài)三次指數平滑預測模型的風電場短期風速預測方法。
【背景技術】
[0002]從近幾年的分布式電源發(fā)展情況來看，風電由于其技術的成熟和發(fā)電成本的降低無疑成為最有發(fā)展前景的新能源。風電機組的出力具有很強的隨機性，而這又是由風速的隨機性決定的。因此，對風速的預測研究已經成為研究風力發(fā)電系統(tǒng)出力的必不可少的一部分。
[0003]目前，國內外一些專家學者已經提出了很多風速預測方法，諸如人工神經網絡法、卡爾曼濾波法、小波變換法、基于時間序列分析的自回歸滑動平均(ARMA)建模法、灰色模型預測等。另外，最新的一些研究都是基于傳統(tǒng)方法進行改進或者綜合，比如基于神經網絡組合預測的風電場風速及發(fā)電功率短期預測、基于經驗模式分解和神經網絡的短期風速組合預測、基于AR_ARIMA模型的風速預測等。這些方法都在一些特定的領域有很好的應用，但都沒考慮不同時間段的歷史數據對預測結果的影響大小。
[0004]現有的風電場風速預測方法能，誤差在25%_40%，風速預測的精度受到風速劇烈波動而發(fā)送比較大的誤差，無法準確預測風速，影響了風速預測的精度，特別是不同的地方，即使采用同一種方法預測，其預測精度也不一樣。
【發(fā)明內容】
[0005]有鑒于此，本發(fā)明所要解決的技術問題是提供一種風電場短期風速預測方法，該方法采用基于自適應的動態(tài)三次指數平滑方法對風速進行預測，目的在于考慮了不同時間段的風速數據對預測結果的影響大小。
[0006]本發(fā)明的目的是這樣實現的:
[0007]本發(fā)明提供的一種風電場短期風速預測方法，包括以下步驟:
[0008]S1:采集N個風速數據并整理形成風速歷史數據序列；
[0009]S2:采用遍歷搜索算法，在動態(tài)的三次指數平滑預測方法的基礎上，根據誤差平方和最小的準則確定不同時段的動態(tài)平滑系數；
[0010]S3:利用動態(tài)的三次指數平滑方法和動態(tài)平滑系數計算第I次風速預測值；
[0011]S4:輸出第I次風速預測值；
[0012]S5:采集第N+1期風速實測數據；
[0013]S6:更新風速歷史數據序列；
[0014]S7:返回步驟S2重復循環(huán)，進行第二次或者更多次的風速預測，直至結束。
[0015]進一步，所述步驟S2中的動態(tài)的三次指數平滑預測方法是通過以下步驟來實現的:
[0016]S21:利用如下三次指數平滑公式計算出指數平滑值:
【權利要求】
1.一種風電場短期風速預測方法，其特征在于:包括以下步驟: 51:采集N個風速數據并整理形成風速歷史數據序列； 52:采用遍歷搜索算法，在動態(tài)的三次指數平滑預測方法的基礎上，根據誤差平方和最小的準則確定不同時段的動態(tài)平滑系數； 53:利用動態(tài)的三次指數平滑方法和動態(tài)平滑系數計算第1次風速預測值； 54:輸出第1次風速預測值； 55:采集第N+1期風速實測數據； 56:更新風速歷史數據序列； 57:返回步驟S2重復循環(huán)，進行第二次或者更多次的風速預測，直至結束。
2.根據權利要求1所述的風電場短期風速預測方法，其特征在于:所述步驟S2中的動態(tài)的三次指數平滑預測方法是通過以下步驟來實現的: 521:利用如下三次指數平滑公式計算出指數平滑值:
3.根據權利要求1所述的風電場短期風速預測方法，其特征在于:所述步驟S6中更新風速歷史數據序列是通過以下步驟來實現的: 561:去掉風速歷史數據序列中第一個風速數據； 562:將采集的第N+1期風速實測數據置入去掉的第一個風速數據的風速歷史數據序列中。
4.根據權利要求1所述的風電場短期風速預測方法，其特征在于:所述N個風速數據是通過每間隔一段時間采集風電場的風速數據獲取的。
5.根據權利要求2 所述的風電場短期風速預測方法，其特征在于:所述第t期實測風速值是每間隔1/6-3小時采集形成的。
6.根據權利要求2所述的風電場短期風速預測方法，其特征在于:所述實測風速值是通過風速采集儀獲取的。
7.根據權利要求1所述的風電場短期風速預測方法，其特征在于:所述遍歷搜索算法的搜索步長為0.001-0.1。
【文檔編號】G06Q10/04GK103559563SQ201310589794
【公開日】2014年2月5日 申請日期:2013年11月20日 優(yōu)先權日:2013年11月20日
【發(fā)明者】王國權, 劉華勇, 周平, 王森, 宮林 申請人:國家電網公司, 國網重慶市電力公司電力科學研究院