羅云豐 陳果

【摘? 要】對(duì)于電網(wǎng)來(lái)說(shuō)，電網(wǎng)的穩(wěn)定性至關(guān)重要，而風(fēng)電場(chǎng)的風(fēng)能轉(zhuǎn)化率是其中一個(gè)十分重要的指標(biāo)。因此準(zhǔn)確的預(yù)測(cè)風(fēng)電場(chǎng)功率對(duì)電力系統(tǒng)的穩(wěn)定運(yùn)行具有重要意義。針對(duì)普通的風(fēng)電功率預(yù)測(cè)短期預(yù)測(cè)方法預(yù)測(cè)精度不夠的問(wèn)題，本文建立了一種時(shí)間序列模型的預(yù)測(cè)方法，在不考慮外界因素影響的情況下，能能夠預(yù)測(cè)短期風(fēng)電功率，并且誤差較小，對(duì)工程具有一定的指導(dǎo)作用。

【關(guān)鍵詞】短期;風(fēng);功率;預(yù)測(cè);研究

引言

全球的石化資源是不可再生的，現(xiàn)在全球的不可再生能源在逐日減少，全球大力發(fā)展可再生清潔能源的趨勢(shì)越來(lái)越強(qiáng)烈。由于使用可再生能源發(fā)電的幾種能源中，風(fēng)能占據(jù)了很大比重，對(duì)于電網(wǎng)中風(fēng)能發(fā)電的風(fēng)功率預(yù)測(cè)便十分重要。在風(fēng)電功率分為中長(zhǎng)期預(yù)測(cè)，短期預(yù)測(cè)，超短期預(yù)測(cè)的三種預(yù)測(cè)范圍，其中中長(zhǎng)期預(yù)測(cè)的持續(xù)時(shí)間是幾天到幾個(gè)月，短期預(yù)測(cè)是幾小時(shí)到幾天，超短期預(yù)測(cè)是一小時(shí)之內(nèi)。

常用的風(fēng)電功率的預(yù)測(cè)方法有：算法預(yù)測(cè)、物理預(yù)測(cè)，直接數(shù)據(jù)擬合預(yù)測(cè)等。其中物理預(yù)測(cè)受外部影響較大，而直接擬合的數(shù)據(jù)誤差值較大，在電網(wǎng)中，由風(fēng)能直接轉(zhuǎn)化過(guò)來(lái)的電能存在不穩(wěn)定的情況，則不能直接使用受外部影響較大的算法。而算法中受外部影響較小，常用的算法有神經(jīng)網(wǎng)絡(luò)，灰色預(yù)測(cè)，時(shí)間序列等。

針對(duì)風(fēng)電場(chǎng)功率預(yù)測(cè)不夠精確的問(wèn)題，本文首先建立了一種時(shí)間序列預(yù)測(cè)模型，得到了特征根等參數(shù)，選擇了ARAM模型。之后在算例分析中，分析了原始序列數(shù)據(jù)，并用LSSVM仿真，得到了時(shí)間序列模型對(duì)風(fēng)電場(chǎng)功率的誤差。最后利用中國(guó)能源局發(fā)布的數(shù)據(jù)得到了有效的驗(yàn)證，本文建立的模型，能夠較為準(zhǔn)確的預(yù)測(cè)風(fēng)電場(chǎng)功率，具有一定的工程指導(dǎo)作用。

1.時(shí)間序列預(yù)測(cè)模型

1.1時(shí)間序列預(yù)測(cè)簡(jiǎn)述

本文采用基于LSSVM仿真對(duì)于風(fēng)電功率的時(shí)間序列預(yù)測(cè)，它能夠作為線性方程組解決問(wèn)題，替代解決等效初始非線性問(wèn)題，從而保證時(shí)間序列的擬合性的準(zhǔn)確率。這方法不僅能夠解決時(shí)間序列的一部分缺陷還能夠提高預(yù)測(cè)指標(biāo)的精確值。

1.2時(shí)間序列模型

時(shí)間序列由3個(gè)基本操作：平穩(wěn)化，白噪聲，ARMA模型p，q定階。

（1）平穩(wěn)化檢測(cè)。在時(shí)間序列平穩(wěn)化是根據(jù)ADF單位根檢驗(yàn)序列是否平穩(wěn)，為，則假設(shè)本文序列至少存在一個(gè)單位根。若數(shù)據(jù)為非平穩(wěn)序列，需要進(jìn)行差分，對(duì)此進(jìn)行平穩(wěn)化處理。

若，則假設(shè)不成立，不存在單位根，序列平穩(wěn)。

（2）自然關(guān)函數(shù)ACF與偏相關(guān)函數(shù)PACF。假設(shè)時(shí)間序列在t時(shí)刻 ，在s時(shí)刻為，并且t-s=k。

自相關(guān)函數(shù)ACF即為自相關(guān)系數(shù)：

則偏自相關(guān)函數(shù)則是需要考慮到時(shí)間序列的影響，分母則為時(shí)刻t與s的條件協(xié)方差，而分子根號(hào)內(nèi)為時(shí)刻t與s的條件方差，公式為：

2.算例分析

2.1樣本選擇

選擇國(guó)家能源局給出某風(fēng)電場(chǎng)的58臺(tái)風(fēng)電機(jī)組成的總輸出風(fēng)電功率進(jìn)行算例分析。主要為間隔15min，總數(shù)2688組數(shù)據(jù)，將15min的數(shù)據(jù)擬合為整天的數(shù)據(jù)，總數(shù)28組，歷時(shí)28天。將風(fēng)電總功率構(gòu)成由基于LSSVM仿真構(gòu)成的時(shí)間序列預(yù)的風(fēng)電場(chǎng)輸出功率。樣本數(shù)據(jù)劃分為訓(xùn)練樣本和測(cè)試樣本。其中，訓(xùn)練樣本選取24組，測(cè)試樣本4組。

2.2時(shí)間序列參數(shù)

預(yù)測(cè)模型的時(shí)間序列采用ARMA模型，該模型由預(yù)測(cè)模型的時(shí)間序列在matlab環(huán)境下調(diào)LSSVM仿真箱進(jìn)行時(shí)間序列模型預(yù)測(cè)分析。

使用上列公式得到如圖1的誤差預(yù)測(cè)圖形，最大誤差點(diǎn)為（50，143.9）與（47，130.4），誤差皆在10%以內(nèi)，說(shuō)明本文提出的方法能較為準(zhǔn)確的的預(yù)測(cè)短期風(fēng)電功率。

3.結(jié)語(yǔ)

在風(fēng)電功率的短期預(yù)測(cè)中，針對(duì)傳統(tǒng)的預(yù)測(cè)方法存在預(yù)測(cè)精度不高等問(wèn)題，本文建立了一種基于由LSSVM仿真的時(shí)間序列結(jié)合風(fēng)電場(chǎng)短期功率的預(yù)測(cè)模型。其中LSSVM仿真主要是結(jié)合時(shí)間序列更優(yōu)化的建立了原始序列的回歸模型。時(shí)間序列算法預(yù)測(cè)短期風(fēng)電場(chǎng)功率解決了現(xiàn)實(shí)中不能較為準(zhǔn)確預(yù)測(cè)短期風(fēng)電功率的情況。經(jīng)國(guó)家能源局發(fā)布的某風(fēng)電場(chǎng)實(shí)際的運(yùn)行數(shù)據(jù)驗(yàn)證，所建立時(shí)間序列模型能夠較為精確的預(yù)測(cè)風(fēng)電場(chǎng)功率，減低外部環(huán)境影響的誤差，具有一定的工程應(yīng)用價(jià)值。

參考文獻(xiàn)

[1]李晶，宋家驊，王偉勝. 大型變速恒頻風(fēng)力發(fā)電機(jī)組 建模與仿真[J] ，中國(guó)電機(jī)工程學(xué)報(bào). 2004，24（ 6） ：104 -109.

[2] 國(guó)家電網(wǎng)公司促進(jìn)新能源發(fā)展白皮書(shū)[EB/OL].[2016-0316]

http：//www.sasac.gov.cn/n86114/n326638/c2253361/content.html.

[3]雷亞洲，王偉勝，印永華，風(fēng)電對(duì)電力系統(tǒng)運(yùn)行的價(jià)值分析[J].電網(wǎng)技術(shù)，2020（5）：10-14.

[4]王麗婕，廖曉鐘，高陽(yáng)，等. 風(fēng)電場(chǎng)發(fā)電功率的建模 和預(yù)測(cè)研究綜述[J]. 電力系統(tǒng)保護(hù)與控制，2009，37（ 13） ： 118 -121.