基于误差分类的风电功率区间评估

韩 丽，乔 妍，景惠甜

（中国矿业大学电气与动力工程学院,江苏省徐州市221116）

0 引言

作为可再生能源的风力发电在世界各地得到了普遍的应用和发展,但由于风电本身的间歇性、随机性和波动性导致很难对其进行准确预测。由于预测误差的普遍存在,对于电力系统规划和运行决策而言,能够得到预测数值波动范围的区间评估至关重要［1］。

预测误差的主要评估方法有参数型方法和非参数型方法［2］。参数型方法假设预测误差数据服从某种特定的分布形式,如高斯分布［3］、贝塔分布［4］、t 分布［5］等。文献［6］提出了一种基于风电场功率特性曲线的预测误差分布估计方法,但对这种基于误差拟合的方法而言,误差拟合效果的优劣程度会对风电功率评估区间的范围造成很大影响,事实上风电的非线性使整体功率预测误差不服从于任何已知分布的函数,而各种分布拟合函数应用于不同时刻,其效果也存在较大差异。非参数型方法不用预先假设预测误差的分布形式,但需要的数据量大、计算复杂,常用的方法有分位数回归［7-8］、核密度估计［9-10］等。文献［11］将误差分为模型误差和数据噪声误差2 类,通过确定2 类误差之间的方差来构建评估区间,考虑了不同类型的误差对于风电区间评估的影响,但该方法给出的评估区间范围比较大,对于风电功率短时波动的识别不明显。文献［12］用模糊C 均值聚类将历史数据划分为多个子区间,再利用核密度估计计算各子区间的概率密度函数,虽然采用聚类算法可以提高划分类别的有效性,但忽视了各个子区间的相关性,未考虑到数据整体的时序相关性。……