【精彩論文推薦】清華大學 吳問足,喬穎,魯宗相等:風電功率概率預測方法及展望

電力系統自動化編輯部2017-12-07 11:42:46

 提示點擊""關注本刊微信


原文發表在《電力系統自動化》2017年第41卷第18期,歡迎品讀。



本文引文信息

吳問足, 喬穎, , 等. 方法及展望 [J]. 電力系統自動化, 2017, 41(18): 167-175. DOI: 10.7500/ AEPS20160914002.

WU Wenzu, QIAO Ying, LU Zongxiang, et al. Methods and Prospects for Probabilistic Forecasting of Wind Power [J]. Automation of Electric Power Systems, 2017, 41(18): 167-175. DOI: 10.7500/ AEPS20160914002.



風電功率概率預測方法及展望

DOI: 10.7500/AEPS20160914002

吳問足,喬穎,魯宗相,汪寧渤,周強



概率預測的定義和框架


風電功率概率預測是根據氣象數據、歷史風電功率實測數據和預測數據,針對風電功率的不確定性建立預測模型,提供未來時刻風電功率的波動區間或分佈(密度)函數的一種風電功率預測類型。


概率預測輸入數據及預處理:

概率預測的輸入數據主要包括數值天氣預報(NWP)數據、歷史風電功率實測數據和風電功率預測數據。這些數據中往往包含大量的噪聲和多種不同頻率的序列,比較典型去除噪聲的方法有小波變換、集合模式分解和經驗模式分解等。


不同時間尺度下的風電功率概率預測採用的建模對象及適用的問題:

  • 短期/超短期風電功率概率預測能前瞻未來數小時或幾天內風電功率的概率分佈,在不同時刻差異化的概率分佈能給電力系統的決策者們提供更為豐富的不確定信息。


  • 中長期的概率預測側重於對長時間段內風資源與風電功率分佈的研究,通常使用威布爾分佈,適用於電力系統的規劃場合


    目前,短期/超短期概率預測是本領域的研究熱點。



概率預測的建模方法與分類


  • 根據是否假設風電功率/點預測誤差服從已知分佈,可將風電功率概率預測分類為參數化建模和非參數化建模兩種模式。


  • 根據是否假設功率/誤差的概率分佈與其他輸入變量相關,又可以將其分類為條件建模和非條件建模。


風電功率不確定性建模發展趨勢:

  • 從非條件建模走向條件建模,從單條件建模走向多條件建模,採用多樣化的分佈函數來適應非平穩、異方差的風電功率序列。


  • 從參數化和非參數化建模角度來看,分佈的參數數目呈現增長趨勢,而更多的非參數化的數學方法也被提出,以克服參數化建模方式的固有缺陷。



概率預測中涉及的新型算法


在數據採樣和提取環節:

聚類分析將樣本數據集合劃分為若干個不相交的子集

自助採樣法在樣本量比較小時充分利用誤差集合中的統計信息。


不確定性建模環節:

一些新型的機器學習方法如極限學習機、貝葉斯方法等。風電功率預測中運用卷積神經網絡、遞歸神經網絡等深度學習方法處理時序序列的研究還處於起步階段。



概率預測的評價指標


概率預測和區間預測的評價指標可分為可靠性指標和敏銳性指標。


其他評價指標:

連續排名概率得分(continuous ranked probability score,CRPS)

覆蓋帶寬準則(coverage width-based criterion, CWC)

邊際校準(marginal calibration,MC)

期望值平均絕對百分比誤差等。



概率預測發展方向展望


1. 優化誤差分佈的建模思路

  • 不同分佈擬合點預測誤差:

    為了擬合風電功率預測誤差的極端值,研究者們使用了多種不同分佈擬合點預測誤差,這些分佈可能適合不同的點預測方法或風電場,有必要提出一種適應不同的點預測方法和不同的風電場的通用方法。


  • 誤差分割與細化分析:

    現在的誤差處理方法一般將誤差當成一個整體處理,將點預測誤差進行分割和細化分析,有助於提高模型的精確程度。


2. 考慮時空相依的風電功率概率預測

  • 誤差的分佈函數的時變特性

    現有研究僅停留在定性分析上,如果在估計分佈函數的模型中定量考慮分佈的時變特性,會對概率預測的各項指標有一定程度的提升。


  • 風電功率不確定性的時間和空間的相關關係:

    進一步的研究可以從時空相依結構的稀疏性結構入手,解決有階段多隨機變量之間的相關關係模型(如協方差矩陣)中的參數數量過多的問題


3. 優化設計概率預測的評價指標

  • 考慮預測結果對電網運行的影響:

    現有指標以統計學指標居多,適合描述預測結果逼近真實分佈的程度。可以考慮在典型的含風電運行模型中,考慮概率預測結果帶來的運行風險,設計與之相關的評價指標。


  • 點預測指標和概率預測指標有趨同性

    在建模對象是點預測誤差時,可以在概率預測指標中剝離含有評價點預測好壞的成分,設計適合不同分析需要的概率預測特色指標。


4. 將概率預測結果應用於電力系統其他領域

風電功率的概率預測用於日前、日內等短期運行場合,現行做法是將風電出力限定在區間預測的結果的上下界上進行調度,若引入可靠性和敏銳性較高的概率預測,能夠降低相關的火電機組的開機數量和啟停次數,節省成本。



下方查看歷史文章

《電力系統自動化》2017年第18期目次


【精彩論文推薦】華南理工大學 荊朝霞,陳達鵬:美國調頻輔助服務市場的調頻補償機制分析


【精彩論文推薦】 華北電力大學 顧雪平,張尚等:安全域視角下的有功安全校正優化控制方法


主要作者及團隊介紹

吳問足,清華大學碩士,目前任職於南方電網系統運行部,研究方向:風電功率不確定性分析,風電功率概率預測。


新能源電力系統動態分析與運行科研團隊依託於清華大學電力系統及發電設備控制和仿真國家重點實驗室,聚焦大規模風電、光伏併網的運行與規劃,從2002年開始,廣泛開展風電功率預測、光伏功率預測、風電場/光伏電站廠站端分析模型與有功/無功優化控制、可再生能源併網戰略規劃等研究課題,發表100多篇相關科技論文和3部著作,獲批發明專利20餘項,國家級科技進步獎1項,獲省部級科技進步一等獎2項,二等獎3項,三等獎1項,國網、南網科技進步獎4項。


團隊帶頭人為清華大學電機系魯宗相副教授,主要研究方向為風電/太陽能發電併網分析與控制、能源與電力宏觀規劃、電力系統可靠性、分佈式電源及微電網。主持國家自然科學基金2項、重點研發計劃課題1項,863子課題1項,科技支撐項目子課題2項,國際合作項目1項。出版著作3部,發表論文100餘篇,其中SCI收錄10篇,EI收錄60餘篇。獲省部級及國家電網、南方電網獎勵5項。中國科學引文數據庫CSCD收錄74篇論文,H指數為29,總被引3377篇次,2007、2014年度2次獲得領跑者5000論文獎,1篇論文獲中國科技期刊2016年度優秀論文獎。


鄭重聲明:根據國家版權局相關規定,紙媒、網站、微博、微信公眾號轉載、摘編本微信作品,需包含本微信名稱、二維碼等關鍵信息,並在文首註明《電力系統自動化》原創。個人請按本微信原文轉發、分享。


關於《電力系統自動化》


點擊左下方“閱讀原文”獲取原文摘要









閱讀原文

TAGS: