國電電力新疆新能源開發(fā)有限公司 徐榮鵬 馮文新 李 偉 蔣凌子

北方大賢風電科技（北京）有限公司 付 杰 常 謙

由于風電具有很強的地域性與隨機性，導(dǎo)致風電輸出不穩(wěn)定，影響電力調(diào)度，風電功率預(yù)測的主要目的在于電力市場競價和風電場運行維護，如何提高預(yù)測準確率具有重大的研究意義。

風電預(yù)測可分為中長期、短期、超短期三種時間類型的預(yù)測，短期預(yù)測是當前研究的熱點問題；目前國內(nèi)外針對短期預(yù)測的技術(shù)手段主要有支持向量機、隨機森林、BP神經(jīng)網(wǎng)絡(luò)等方法，張啟龍等人提出對BP神經(jīng)網(wǎng)絡(luò)的拓撲結(jié)構(gòu)和網(wǎng)絡(luò)權(quán)值采用遺傳算法進行優(yōu)化，并將其應(yīng)用于風電場功率預(yù)測；宣暢等人采用鯨魚優(yōu)化算法與多元宇宙優(yōu)化算法結(jié)合內(nèi)核極限學(xué)習(xí)機，構(gòu)建預(yù)測模型進行風點功率預(yù)測；康文豪等人針對風電數(shù)據(jù)特征選擇問題，提出在使用kendall rank相關(guān)系數(shù)、灰色關(guān)聯(lián)度和隨機森林特征重要性三種方法選擇有效特征的基礎(chǔ)上，采用改進深度森林模型進行短期風電功率預(yù)測，進一步提高預(yù)測的準確性和擬合效果；王小娟等人提出采用布谷鳥搜索算法優(yōu)化支持向量回歸機，進而得到CS-SVR模型實現(xiàn)短期風電功率預(yù)測。

1 算法原理

1.1 遺傳算法

遺傳算法是模擬自然進化過程搜索最優(yōu)解的一種方法，主要包括選擇、交叉、變異三種算子：

定義初始種群大小為p、個體維度為D、終止條件為種群最大迭代次數(shù)為Iter，則算法個體以及初始種群定義如下：其中，Xti為第t次迭代種群中的第i個體，初始情況下t=0，i=1,2,…,p；rand()為[0,1]間的隨機數(shù)（服從均勻分布）；XUi,d、XLi,d分別為個體在第d個維度上的上下界，d為當前個體維度，d=1,2,…,D。

適應(yīng)度函數(shù)。定義適應(yīng)度函數(shù)F=f(xi)。

選擇操作。目的在于直接將較優(yōu)個體傳遞給下一代或通過配對交叉產(chǎn)生新的個體傳遞給下一代，一般常用的選擇方式為輪盤賭法，適應(yīng)度越好的染色體被選中的概率越高，當前染色體（即種群個體）被選擇概率公式為：其中，f(xi)為當前染色體i的適應(yīng)度，為所有染色體的適應(yīng)度之和。

交叉操作。根據(jù)選擇操作獲取到父母染色體，隨機選擇交叉位置，定義交叉概率Pc(0＜Pc≤1)，進行指定位置交叉操作；變異操作。變異是根據(jù)閾值模擬改變個體上的某些基因座上的基因值，定義變異閾值為0.5，變異后產(chǎn)生的新個體為：

其中，Xti,d為第t次迭代時第i個染色體的d維度的值，xtmin、xtmax分別為染色體d維度上的基因的上下界。

1.2 梯度提升決策樹

梯度提升決策樹是基于Boosting的一種集成方法，其算法思想為采用損失函數(shù)的負梯度作為當前迭代時刻的損失近似值，通過在當前迭代時刻對前一迭代時刻的弱學(xué)習(xí)器的損失進行擬合，進而不斷更新訓(xùn)練集的權(quán)重，最終將弱學(xué)習(xí)器組合為一個強學(xué)習(xí)器，減小樣本損失。GBDT算法過程[1]如下：

定義輸入的樣本數(shù)據(jù)D：D={(x1,y1),(x2,y2),…，(xi,yi),…,(xN,yN)}、x={x1,x2,…，xi,…,xN}、y={y1,y2,…,yi,…,yN}，其中，i=1,2,…,N為樣本個數(shù)；初始化學(xué)習(xí)器：其中c為使損失函數(shù)極小化的常數(shù)。

定義損失函數(shù)L(y,f(x))，構(gòu)建M棵樹：計算當前樹m對所有樣本數(shù)據(jù)i(i=1,2,…,N)的損失函數(shù)的負梯度值：-gm(xi)=-[?Ly,f(xi)/?f(xi)]f(x)=fm-1(x)，其中m為當前樹個數(shù)、m=1,2,…,M；以負梯度作為預(yù)測值，即將(xi,-gm(xi))(i=1,2,…,N)為訓(xùn)練數(shù)據(jù)，訓(xùn)練一個回歸樹Tm(x,)；更新樹模型：fm(x)=fm-1(x)+ρTm(x,)，其中ρ為學(xué)習(xí)率。

經(jīng)過M次迭代之后得到最終的樹模型為：fM(x)=

2 基于KMeans聚類的GA-GBDT算法

2.1 KMeans聚類

由于在實際的風電場運行場景中會出現(xiàn)幾種導(dǎo)致實際發(fā)電功率不準確情況，如不定時的風機進行檢修、限電等，即人工干預(yù)的原因?qū)е碌臄?shù)據(jù)臟亂問題，且風電數(shù)據(jù)量過大、無法靠人工分析清洗數(shù)據(jù)；此外，考慮到實際風電功率也可能會具有一些時間特性，在相似的時間段可能會具有相似的特性，大量的數(shù)據(jù)在構(gòu)建模型過程中可能會導(dǎo)致由于數(shù)據(jù)的異質(zhì)性給預(yù)測結(jié)果帶來反面影響。

針對以上問題，在進行預(yù)測前對初始數(shù)據(jù)進行了聚類處理；首先將原始的特征數(shù)據(jù)的訓(xùn)練集進行KMeans聚類；然后利用訓(xùn)練集及其聚類結(jié)果訓(xùn)練KMeans聚類模型，利用聚類模型對待預(yù)測的數(shù)據(jù)集進行分類；最后按照聚類個數(shù)k將訓(xùn)練集與測試集劃分成k組，并對k組數(shù)據(jù)分別利用風電功率預(yù)測算法進行模型訓(xùn)練并預(yù)測。本聚類操作的本質(zhì)在于利用相似數(shù)據(jù)的相似信息，使得預(yù)測效果更好。

2.2 KGA-GBDT模型設(shè)計

針對機器學(xué)習(xí)算法的參數(shù)調(diào)節(jié)目前還沒有比較完美的調(diào)優(yōu)方法論，由于GBDT算法模型的模型參數(shù)較SVM等算法相比較多，手動調(diào)參具有不確定性且十分消耗時間，而參數(shù)是影響訓(xùn)練精度和時間的重要因素，故本文采用遺傳算法在全局搜索與局部尋優(yōu)方面的良好優(yōu)勢對GBDT的boosting框架參數(shù)以及弱學(xué)習(xí)器參數(shù)進行優(yōu)化，GBDT參數(shù)包括弱學(xué)習(xí)器的最大個數(shù)、學(xué)習(xí)率、劃分時考慮的特征數(shù)量、樹的深度、葉子節(jié)點最少的樣本數(shù)等。

本文針對GBDT模型主要參數(shù)進行優(yōu)化，包括決策樹的深度、采樣比例及最大弱學(xué)習(xí)器個數(shù)與學(xué)習(xí)率；其中，樹的深度過大可能導(dǎo)致過擬合，過小可能會導(dǎo)致模型過于簡單，而采樣比例決定了選取多少比例的數(shù)據(jù)集取值范圍為[0,1]，可有效防止過擬合，但也會增加樣本擬合偏差，弱學(xué)習(xí)器的個數(shù)可以和學(xué)習(xí)率一起考慮，兩者之間需要權(quán)衡；弱學(xué)習(xí)器個數(shù)太小或太大容易欠擬合或過擬合。將優(yōu)化后得到參數(shù)組用于GBDT的訓(xùn)練，獲取最終的GBDT網(wǎng)絡(luò)結(jié)構(gòu)，構(gòu)建新的預(yù)測模型GA-GBDT。GA-GBDT算法步驟如下：

種群個體初始化。采用實值編碼方式，將GBDT算法的樹的深度、采樣比例、弱學(xué)習(xí)器的最大個數(shù)、學(xué)習(xí)率根據(jù)公式（1）按照實值編碼方式作為GA算法的初始種群，定義種群大小為p，個體維度D為待優(yōu)化參數(shù)的個數(shù)，終止條件為種群最大迭代次數(shù)為Iter；適應(yīng)度函數(shù)。選擇使GA算法適應(yīng)度函數(shù)最小的參數(shù)組，定義適應(yīng)度函數(shù)為模型預(yù)測數(shù)值結(jié)果的絕對誤差：其中：yi與y'i分別為第i個測試樣本的功率實際值與預(yù)測值，n為預(yù)測樣本數(shù)。

選擇操作。根據(jù)公式（2）采用輪盤賭方式進行個體選擇，適應(yīng)度函數(shù)越好，被選擇的可能性越大；交叉操作。針對選擇操作獲得的個體進行部分基因交叉互換，產(chǎn)生新個體，計算適應(yīng)度函數(shù)，根據(jù)優(yōu)勝劣汰原則進行個體的保留；變異操作。根據(jù)公式（3）對當前種群個體進行變異操作，獲得新個體，計算適應(yīng)度函數(shù)，擇優(yōu)選擇是否保留變異個體。

終止條件。判斷是否達到最大種群迭代次數(shù)，若滿足、算法結(jié)束，輸出最優(yōu)GBDT參數(shù)組，否則返回適應(yīng)度函數(shù)步驟繼續(xù)依次執(zhí)行直至滿足終止條件?；谝陨线壿嫴襟E，最終構(gòu)建基于KMeans聚類的遺傳算法優(yōu)化梯度提升樹的功率預(yù)測模型，簡稱KGA-GBDT（圖1）。

圖1 KGA-GBDT模型的流程圖

3 模型驗證

利用國電電力新疆某風電場在2019年9月至2020年6月的歷史氣象數(shù)據(jù)進行風電功率預(yù)測建模，根據(jù)氣象數(shù)據(jù)所對應(yīng)的實測功率數(shù)據(jù)訓(xùn)練并驗證預(yù)測模型；數(shù)據(jù)采樣時間間隔為15min，輸入數(shù)據(jù)特征包括風速、風向、溫度、壓力等，輸出結(jié)果為預(yù)測發(fā)電功率（圖2）。

圖2 風電功率部分樣本序列圖

3.1 參數(shù)設(shè)置

為進一步證明基于KMeans聚類的GA-GBDT模型(KGA-GBDT)在預(yù)測問題上的有效性，采用GA-GBDT、GA-SVM、BP等3種風電功率常用預(yù)測模型進行對比實驗；其中在KGA-GBDT、GAGBDT、GA-SVM模型中，GA種群個體數(shù)目設(shè)置為p=30，個體維度為優(yōu)化參數(shù)個數(shù)，依次為D=4、D=4、D=2，終止條件Iter=80；BP算法的相關(guān)參數(shù)采用python的sklearn包默認設(shè)置；考慮到數(shù)據(jù)可能會具有時間特性，故隨機抽取5個月數(shù)據(jù)，每個月隨機抽取7天共35天的數(shù)據(jù)作為測試集，其余作為訓(xùn)練集；模型評價指標采用絕對誤差、均方誤差，其計算公式如下：其中yi與y'i分別為第i個測試樣本的功率實際值與預(yù)測值，n為預(yù)測樣本數(shù)。

3.2 結(jié)果分析

將KGA-GBDT預(yù)測數(shù)值結(jié)果的相對誤差與BP基本模型進行對比分析，根據(jù)圖3、圖4的預(yù)測結(jié)果及誤差圖上的3個模型的曲線趨勢可知：KGAGBDT模型的預(yù)測結(jié)果離群點少，相對誤差范圍小，整體的預(yù)測結(jié)果更貼近真實功率的數(shù)值結(jié)果；對比GA-GBDT與GA-SVM，GA-SVM的預(yù)測誤差更小一點，說明SVM預(yù)測效果比GBDT更好；根據(jù)圖上的KGA-GBDT與GA-GBDT曲線對比，可以發(fā)現(xiàn)KGA-GBDT的預(yù)測結(jié)果優(yōu)于GAGBDT，故可以證明KMeans聚類操作的有效性。

圖3 各算法的部分功率預(yù)測結(jié)果圖

圖4 各算法的功率預(yù)測結(jié)果相對誤差圖

測試數(shù)據(jù)在MSE、MAE算法下得到的模型結(jié)果誤差評價指標結(jié)果分別為：BP398.55/15.99、GA-SVM467.76/16.59、GA-GBDT434.61/15.55、KGA-GBDT363.85/10.08。據(jù)此可以得出結(jié)論：KGA-GBDT模型的預(yù)測能力高于其余3個對比模型。KGA-GBDT預(yù)測模型得到的均方誤差、絕對誤差數(shù)值結(jié)果均為最小；其中，與BP基本預(yù)測模型對比，KGA-GBDT預(yù)測模型的MSE、MAE平均分別降低了32.80、5.91，相比于基于GA參數(shù)優(yōu)化的GBDT與SVM預(yù)測模型，MSE、MAE 平均分別降低了大約87、6，說明KGA-GBDT預(yù)測模型的功率預(yù)測命中率最高。

測試數(shù)值顯示，GA-GBDT模型預(yù)測結(jié)果的MAE比BP的低，但MSE高于BP，結(jié)合圖3的第300多樣本位置為例，此時的GA-GBDT預(yù)測出結(jié)果偏差過大，說明GA-GBDT模型預(yù)測結(jié)果穩(wěn)定性不強；此外在利用GA算法對GBDT、SVM算法進行參數(shù)優(yōu)化時，實驗記錄了在相同的GA參數(shù)條件下的算法的計算時間，SVM算法在參數(shù)優(yōu)化過程中消耗時間是GBDT的5倍多，故GA-GBDT模型在時間效率角度來講占據(jù)優(yōu)勢；說明基于KMeans聚類的GA-GBDT算法能明顯提升模型性能。

綜上，預(yù)測模型的兩項誤差指標均小于GAGBDT、GA-SVM、BP預(yù)測模型的，說明本預(yù)測模型在風電功率預(yù)測方面的預(yù)測性能較好；KGAGBDT預(yù)測模型與GA-GBDT預(yù)測模型對比，其中MSE、RMSE分別降低了70.76、5.47，這說明KMeans聚類操作有效降低了數(shù)據(jù)異質(zhì)性的影響，能明顯提升模型性能。