CN110633864B - 一种基于距平偏差的风速数值预报订正方法及其*** - Google Patents
一种基于距平偏差的风速数值预报订正方法及其*** Download PDFInfo
- Publication number
- CN110633864B CN110633864B CN201910892962.5A CN201910892962A CN110633864B CN 110633864 B CN110633864 B CN 110633864B CN 201910892962 A CN201910892962 A CN 201910892962A CN 110633864 B CN110633864 B CN 110633864B
- Authority
- CN
- China
- Prior art keywords
- wind speed
- predicted
- value
- speed data
- flat
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Wind Motors (AREA)
Abstract
本发明公开了一种基于距平偏差的风速数值预报订正方法及其***,包括:获取历史实况风速数据和历史预测风速数据,计算历史实况风速数据和历史预测风速数据的平均值;选择待预测时段,计算实况风速平均值、实况风速距平值、预测风速平均值以及预测风速距平值;选择待预测时段内某一时刻点t,计算时刻点t的实况风速距平值和预测风速距平值,并根据实况风速距平值和预测风速距平值计算时刻点t的距平偏差值;根据时刻点t的距平偏差值计算待测时刻点t+1的距平偏差值;根据待测时刻点t+1的预测风速数据、历史实况风速数据平均值、历史预测风速数据平均值以及待测时刻点t+1的距平偏差值对待测时刻点t+1的风速数据进行订正从而为风速数据预报提供信息。
Description
技术领域
本发明涉及电气工程领域,具体公开了一种基于距平偏差的风速数值预报订正方法及其***。
背景技术
作为一种清洁可再生能源,风能在电网中发挥着越来越重要的作用。但风速的预报仍具有较大的不稳定性,造成风功率预测误差较大。为保障风力发电入网需要,迫切需要开展风速的精细化预测。
目前,数值模式已广泛应用于气象要素预报中。但受制于模式初始场误差、模式误差及局地地形条件等,模式模拟的风速、风向仍然误差较大,无法满足风功率预测的实际业务需求。已有部分研究提出利用统计方法针对数值预测结果进行订正,如使用人工神经网络、自回归模型等,虽然对风速预报有一定改进作用,但也带来预报因子选取困难、计算量大等问题。
为此,需要发明一种基于距平偏差的风速数值预报订正方法。
发明内容
本发明目的在提供一种基于距平偏差的风速数值预报订正方法及其***,以解决现有技术中存在风速预报误差大、预报时预报因子选择难、计算量大的技术缺陷。
为实现上述目的,本发明提供了一种基于距平偏差的风速数值预报订正方法,包括以下步骤:
获取历史实况风速数据和历史预测风速数据,计算历史实况风速数据和历史预测风速数据的平均值;
选择待预测时段,计算待预测时段的实况风速平均值、实况风速距平值、预测风速平均值以及预测风速距平值;
选择待预测时段内某一时刻点t,计算时刻点t的实况风速距平值和预测风速距平值,并根据实况风速距平值和预测风速距平值计算时刻点t的距平偏差值;
根据时刻点t的距平偏差值计算待测时刻点t+1的距平偏差值;
根据待测时刻点t+1的预测风速数据、历史实况风速数据平均值、历史预测风速数据平均值以及待测时刻点t+1的距平偏差值对待测时刻点t+1的风速数据进行订正从而为风速数据预报提供信息。
依托于上述方法,本发明还提供了一种基于距平偏差的风速数值预报订正***,包括:
第一模块:用于获取历史实况风速数据和历史预测风速数据,以及用于计算历史实况风速数据和历史预测风速数据的平均值;
第二模块:用于选择待预测时段,以及用于计算待预测时段的实况风速平均值、实况风速距平值、预测风速平均值以及预测风速距平值;
第三模块:用于选择待预测时段内某一时刻点t,计算时刻点t的实况风速距平值和预测风速距平值,并用于根据实况风速距平值和预测风速距平值计算时刻点t的距平偏差值;
第四模块:用于根据时刻点t的距平偏差值计算待测时刻点t+1的距平偏差值;
第五模块,用于根据待测时刻点t+1的预测风速数据、历史实况风速数据平均值、历史预测风速数据平均值以及待测时刻点t+1的距平偏差值对待测时刻点t+1的风速数据进行订正从而为风速数据预报提供信息。
本发明具有以下有益效果:
1、本发明计算流程简便,只需要获取历史数据以及现有实时和预测数据即可便能够基于预测值与实际值的距平偏差进行风速的订正。
2、本发明通用性好,能够适用于不同地区、不同高度、不同时刻的风速数值预测结果的订正,只需要获取历史数据以及现有实时和预测数据即可,数据获取难度小。
3、采用本发明的计算结果,可以使得风速更加接近实际值,基于本发明结果,提高风功率预测准确性,保障电网安全稳定运行。
下面将参照附图,对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明优选实施例提供的一种基于距平偏差的风速数值预报订正方法流程图。
具体实施方式
以下结合附图对本发明的实施例进行详细说明,但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
本发明提供了一种基于距平偏差的风速数值预报订正方法,参见图1,包括以下步骤:
S1:获取历史实况风速数据和历史预测风速数据,计算历史实况风速数据和历史预测风速数据的平均值。
建立过去一段时间内某一个地区风力实况与数值模式预测的数据库。时间段为1个月以上,数值模式可以选择为EC、WRF等常用模式。分别用xr与xs表示实况与预测的风速时间序列。
S2:选择待预测时段,计算待预测时段的实况风速平均值、实况风速距平值、预测风速平均值以及预测风速距平值。
对于待预测时段,即时间序列x,设其序列长度为n,定义其平均值计算公式为:
其中,x(i)为i时刻的值。
距平值定义为:
标准差定义为:
可以分别求出实况风速的平均值距平值xr ′及预测风速的平均值/>和距平值xs ′,标准差分别为σr和σs。同时可以计算出历史实况风速数据和历史预测风速数据的平均值/>和/>
S3:选择待预测时段内某一时刻点t,计算时刻点t的实况风速距平值和预测风速距平值,并根据实况风速距平值和预测风速距平值计算时刻点t的距平偏差值。
计算时刻点t的实况风速距平值和预测风速距平值xr ′(t)和xs ′(t),然后计算出t的风速距平偏差值:
e(t)=xs ′(t)-xr ′(t)
S4:根据时刻点t的距平偏差值计算待测时刻点t+1的距平偏差值。
S5:根据待测时刻点t+1的预测风速数据、历史实况风速数据平均值、历史预测风速数据平均值以及待测时刻点t+1的距平偏差值对待测时刻点t+1的风速数据进行订正从而为风速数据预报提供信息。
时刻点t+1的风速数据订正值为:其中,xs(t+1)为时刻点t+1的所述预测风速数据,/>和/>分别为历史实况风速数据和历史预测风速数据的平均值。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于距平偏差的风速数值预报订正方法,其特征在于,包括以下步骤:
获取历史实况风速数据和历史预测风速数据,计算所述历史实况风速数据和所述历史预测风速数据的平均值;
选择待预测时段,计算所述待预测时段的实况风速平均值、实况风速距平值、预测风速平均值以及预测风速距平值;
选择所述待预测时段内某一时刻点t,计算所述时刻点t的所述实况风速距平值和所述预测风速距平值,并根据所述实况风速距平值和所述预测风速距平值计算所述时刻点t的距平偏差值;
根据所述时刻点t的距平偏差值计算待测时刻点t+1的所述距平偏差值;
其中,所述待测时刻点t+1的距平偏差值为:
式中,σr为所述实况风速数据的标准差,σs为所述预测风速数据的标准差,e(t)为时刻点t的距平偏差值,所述标准差的计算方式为:
式中,xi为待预测时段x内的风速数据,n为待预测时段x的时间长度,为所述待预测时段x的所述风速平均值;
根据所述待测时刻点t+1的所述预测风速数据、历史实况风速数据平均值、历史预测风速数据平均值以及所述待测时刻点t+1的所述距平偏差值对所述待测时刻点t+1的风速数据进行订正从而为风速数据预报提供信息。
2.根据权利要求1所述的一种基于距平偏差的风速数值预报订正方法,其特征在于,所述历史实况风速数据和所述历史预测风速数据的历史时间长度为一个月,所述历史预测风速数据的数值模式可以选择为EC模式或者WRF模式。
3.根据权利要求1所述的一种基于距平偏差的风速数值预报订正方法,其特征在于,所述时刻点t的距平偏差值为:
e(t)=x′s(t)-x′r(t)
其中,x′r(t)为t时刻实况风速的距平值,x′s(t)为t时刻预测风速的距平值。
4.根据权利要求1所述的一种基于距平偏差的风速数值预报订正方法,其特征在于,所述时刻点t+1的风速数据订正值为:
其中,xs(t+1)为时刻点t+1的所述预测风速数据,和/>分别为历史实况风速数据和历史预测风速数据的平均值。
5.一种基于距平偏差的风速数值预报订正***,其特征在于,包括:
第一模块:用于获取历史实况风速数据和历史预测风速数据,以及用于计算所述历史实况风速数据和所述历史预测风速数据的平均值;
第二模块:用于选择待预测时段,以及用于计算所述待预测时段的实况风速平均值、实况风速距平值、预测风速平均值以及预测风速距平值;
第三模块:用于选择所述待预测时段内某一时刻点t,计算所述时刻点t的所述实况风速距平值和所述预测风速距平值,并用于根据所述实况风速距平值和所述预测风速距平值计算所述时刻点t的距平偏差值;
第四模块:用于根据所述时刻点t的距平偏差值计算待测时刻点t+1的所述距平偏差值;
第五模块,用于根据所述待测时刻点t+1的所述预测风速数据、历史实况风速数据平均值、历史预测风速数据平均值以及所述待测时刻点t+1的所述距平偏差值对所述待测时刻点t+1的风速数据进行订正从而为风速数据预报提供信息;
所述第四模块中所述时刻点t+1的距平偏差值为:
其中,σr为所述实况风速数据的标准差,σs为所述预测风速数据的标准差,e(t)为时刻点t的距平偏差值,所述标准差的计算方式为:
其中,xi为待预测时段x内的实况风速数据,n为待预测时段x的时间长度,为所述待预测时段x的所述实况风速平均值。
6.根据权利要求5所述的一种基于距平偏差的风速数值预报订正***,其特征在于,所述第一模块中所述历史实况风速数据和所述历史预测风速数据的历史时间长度为一个月,所述历史预测风速数据的数值模式可以选择为EC模式或者WRF模式。
7.根据权利要求5所述的一种基于距平偏差的风速数值预报订正***,其特征在于,所述第三模块中所述时刻点t的距平偏差值为:
e(t)=x′s(t)-x′r(t)
其中,x′r(t)为t时刻实况风速的距平值,x′s(t)为t时刻预测风速的距平值。
8.根据权利要求5所述的一种基于距平偏差的风速数值预报订正***,其特征在于,所述第五模块中所述时刻点t+1的风速数据订正值为:
其中,xs(t+1)为时刻点t+1的所述预测风速数据,xr与xs表示所述历史实况风速数据与所述历史预测风速数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910892962.5A CN110633864B (zh) | 2019-09-20 | 2019-09-20 | 一种基于距平偏差的风速数值预报订正方法及其*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910892962.5A CN110633864B (zh) | 2019-09-20 | 2019-09-20 | 一种基于距平偏差的风速数值预报订正方法及其*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110633864A CN110633864A (zh) | 2019-12-31 |
CN110633864B true CN110633864B (zh) | 2023-10-10 |
Family
ID=68972019
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910892962.5A Active CN110633864B (zh) | 2019-09-20 | 2019-09-20 | 一种基于距平偏差的风速数值预报订正方法及其*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110633864B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111461444B (zh) * | 2020-04-07 | 2023-07-18 | 上海电气风电集团股份有限公司 | 风电场的机组功率的预测方法、***、介质及电子设备 |
CN112417734B (zh) * | 2020-11-25 | 2024-03-15 | 国能日新科技股份有限公司 | 一种基于风电场地理信息的风速订正方法及装置 |
CN112731568B (zh) * | 2020-11-27 | 2022-06-17 | 北京城市气象研究院 | 一种基于相似理论的地面站点风速预报偏差订正的方法 |
CN113516320B (zh) * | 2021-09-14 | 2021-12-10 | 国能日新科技股份有限公司 | 基于多目标遗传算法风速订正和预测风速优化方法及装置 |
CN116166924B (zh) * | 2022-12-15 | 2023-11-21 | 中科三清科技有限公司 | 数据处理方法、装置、存储介质及电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104021424A (zh) * | 2013-02-28 | 2014-09-03 | 国际商业机器公司 | 用于预测风场中的风机的输出功率的方法和装置 |
CN106777949A (zh) * | 2016-12-08 | 2017-05-31 | 河海大学 | 一种基于再分析数据的海浪波向的长期趋势预测方法 |
CN107250532A (zh) * | 2014-12-23 | 2017-10-13 | Abb瑞士股份有限公司 | 最佳风场运行 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8223063B2 (en) * | 2009-01-30 | 2012-07-17 | Kelly Terence F | System and method for presenting wind speed information in a planar representation |
US10168449B2 (en) * | 2016-08-15 | 2019-01-01 | International Business Machines Corporation | Correcting computer model weather forecasts using a hybrid analog method with dynamic time warping |
-
2019
- 2019-09-20 CN CN201910892962.5A patent/CN110633864B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104021424A (zh) * | 2013-02-28 | 2014-09-03 | 国际商业机器公司 | 用于预测风场中的风机的输出功率的方法和装置 |
CN107250532A (zh) * | 2014-12-23 | 2017-10-13 | Abb瑞士股份有限公司 | 最佳风场运行 |
CN106777949A (zh) * | 2016-12-08 | 2017-05-31 | 河海大学 | 一种基于再分析数据的海浪波向的长期趋势预测方法 |
Non-Patent Citations (2)
Title |
---|
利用历史资料订正数值模式预报误差研究;于海鹏;《CNKI博士学位论文全文库》;20160815;全文 * |
利用渤海风场推算模式对中尺度风场预报订正试验;何群英;《冰川冻土》;20070630;第29卷(第3期);497-502 * |
Also Published As
Publication number | Publication date |
---|---|
CN110633864A (zh) | 2019-12-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110633864B (zh) | 一种基于距平偏差的风速数值预报订正方法及其*** | |
US10215162B2 (en) | Forecasting output power of wind turbine in wind farm | |
CN102055188B (zh) | 基于时间序列法的超短期风电功率预报方法 | |
CN110648249B (zh) | 年度电力平衡测算方法、装置及设备 | |
CN103207948B (zh) | 基于风速相关性的风电场测风仪风速缺失数据插补方法 | |
CN107292514B (zh) | 风电场生产运行测风塔选址方法及装置 | |
CN109784563B (zh) | 一种基于虚拟测风塔技术的超短期功率预测方法 | |
KR102286672B1 (ko) | 물리 및 데이터 혼합 모델 기반 풍력발전단지 하루 전 발전량 예측 방법 및 시스템 | |
CN109167387A (zh) | 风场风电功率预测方法 | |
CN111507512A (zh) | 一种光伏超短期预测功率的修正方法及装置 | |
CN110908014A (zh) | 舞动精细化订正预报方法及*** | |
Mandal et al. | A new recursive neural network algorithm to forecast electricity price for PJM day‐ahead market | |
CN104598715B (zh) | 一种基于气候态风速预测的区域风电电量预测方法 | |
CN107313901A (zh) | 一种风电机组发电量损失的评估方法及装置 | |
CN111178609A (zh) | 一种基于归一化拟合的区域光伏月发电量预测方法 | |
CN114841395A (zh) | 一种基于区域建筑类型的实时电力预测***及方法 | |
CN103984986A (zh) | 实时校正的自学习arma模型风电功率超短期预测方法 | |
CN113642884B (zh) | 一种电网失电情况下风电场发电量损失统计方法及*** | |
CN104239979B (zh) | 一种风电场发电功率超短期预测方法 | |
CN110648176B (zh) | 一种电力容量市场与电能量市场的衔接方法、装置及设备 | |
CN111799798A (zh) | 一种提高未来态潮流计算结果准确性的方法及*** | |
CN115271262B (zh) | 一种广域风力发电功率预测方法、装置及存储介质 | |
CN115776135A (zh) | 一种基于状态估计的分布式电源感知方法 | |
Alessandrini et al. | An application of ensemble/multi model approach for wind power production forecasting | |
CN114398842A (zh) | 一种在运行风电场发电量评估方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |