郭軍，王茵茵，陳水明

（1.大唐（內(nèi)蒙古）能源開發(fā)有限公司集控中心，呼和浩特 010050；2.上海遠(yuǎn)景科創(chuàng)智能科技有限公司，上海 200000）

引言

伴隨人類社會(huì)經(jīng)濟(jì)的快速發(fā)展，以煤炭和石油為主的化石能源消耗量大量上升，不僅引起了能源危機(jī)還帶來了環(huán)境變化，基于此，世界各國達(dá)成了改變現(xiàn)有能源結(jié)構(gòu)的全新戰(zhàn)略，在這一戰(zhàn)略目標(biāo)下才能夠?qū)崿F(xiàn)經(jīng)濟(jì)與社會(huì)的可持續(xù)發(fā)展。推進(jìn)清潔能源和可再生能源的開發(fā)和利用，提高新能源在國家能源結(jié)構(gòu)中的占比，已經(jīng)成為世界各國政府的統(tǒng)一目標(biāo)，在此背景下對開發(fā)清潔能源的發(fā)電技術(shù)也逐漸成為新的研究熱點(diǎn)。我國政府為實(shí)現(xiàn)可持續(xù)發(fā)展，在戰(zhàn)略目標(biāo)明確表明力爭在2060 年實(shí)現(xiàn)碳中和。若想實(shí)現(xiàn)這一目標(biāo)，需要對清潔能源和可再生能源進(jìn)行優(yōu)化利用，其中，風(fēng)能和光能正是有效的措施之一[1]。利用風(fēng)力和光伏發(fā)電具有明顯優(yōu)勢，從理論上講，兩者都是一種取之不盡用之不竭的清潔能源，風(fēng)能和光能屬于可再生的清潔能源，其產(chǎn)生的電能對環(huán)境較為友好，且風(fēng)電廠和光伏系統(tǒng)的運(yùn)維成本和發(fā)電成本較低，且機(jī)組占地較少，更容易在不同的范圍內(nèi)實(shí)現(xiàn)擴(kuò)建。隨著現(xiàn)階段風(fēng)力發(fā)電和光伏發(fā)電技術(shù)的成熟，世界范圍內(nèi)對風(fēng)能和光伏能源的開發(fā)和應(yīng)用已經(jīng)具有較大規(guī)模，全球范圍內(nèi)的裝機(jī)容量和新增容量不斷增加。但風(fēng)力和光伏屬于自然自然，其具有較大的隨機(jī)性和不可控性，因此，通過風(fēng)電場和光伏系統(tǒng)中輸出的功率可控性較低，難以保證電力系統(tǒng)發(fā)電和用電的平衡，為此只需要準(zhǔn)確地對未來的風(fēng)電和光伏出力進(jìn)行預(yù)測[2]?；诖?，本文通過氣象特征自適應(yīng)重構(gòu)算法與機(jī)器學(xué)習(xí)設(shè)計(jì)一個(gè)新預(yù)測方法，為實(shí)現(xiàn)超短期發(fā)電功率的預(yù)測提供理論支持。

1 氣象特征自適應(yīng)重構(gòu)算法定量功率與特征相關(guān)性

氣象特征的自適應(yīng)重構(gòu)能夠?qū)?shù)據(jù)進(jìn)行預(yù)處理，不管是光伏發(fā)電還是風(fēng)力發(fā)電產(chǎn)生的功率，均具有較多影響因素，為實(shí)現(xiàn)較高精度的發(fā)電功率預(yù)測，需要通過最優(yōu)特征自己進(jìn)行數(shù)據(jù)降維，以此保證發(fā)電功率的后期預(yù)測[3]。在原始數(shù)據(jù)中存在一些氣象特征，其與電站的輸出功率可能存在相關(guān)性低的問題，以定量分析方式進(jìn)行特征向量篩選，見表1。

表1 原始數(shù)據(jù)參量中氣象特征向量

根據(jù)表中內(nèi)容所示，按照不同的類型對原始數(shù)據(jù)集合進(jìn)行劃分，包括時(shí)間類型、溫度類型、風(fēng)向類型、輻射類型等，并在每一個(gè)類型中選擇出多個(gè)數(shù)據(jù)特征向量[4]。由于上述類型均來來自于原始數(shù)據(jù)集合，其與發(fā)電功率的相關(guān)性，不能直接進(jìn)行確定，因此需要通過最優(yōu)子集和方式確定氣象特征與發(fā)電功率的關(guān)系，如下：

式中：

w—原始數(shù)據(jù)集合中的數(shù)據(jù)個(gè)數(shù)，對應(yīng)有w個(gè)氣象特征，且e∈w[5]；

re—第e個(gè)數(shù)據(jù)；

te—第e個(gè)氣象特征；

q—相關(guān)系數(shù)，其取值為q∈[ -1 ,1]，當(dāng)≈ 1時(shí)表明兩者具有較強(qiáng)相關(guān)性，而當(dāng)q= 0時(shí)說明兩者不相關(guān)。

因此，需要從中選擇出最優(yōu)特征子集，通過最優(yōu)特征子集來確定功率與特征的相關(guān)性，可以對電站的原始數(shù)據(jù)進(jìn)行最優(yōu)篩選，在預(yù)測過程中以最優(yōu)氣象特征作為指標(biāo)進(jìn)行分析，通過更最優(yōu)特征決定數(shù)據(jù)的預(yù)測精度上限，只有無限接近這一上限才能保證預(yù)測精度[6]?；诖?，通過神經(jīng)網(wǎng)絡(luò)進(jìn)行特征數(shù)據(jù)的不斷輸入和輸出，構(gòu)建超短期發(fā)電功率的預(yù)測函數(shù)。

2 長短期記憶網(wǎng)絡(luò)確定超短期發(fā)電功率預(yù)測函數(shù)

長短期記憶網(wǎng)絡(luò)具有特殊性結(jié)構(gòu)，其屬于遞歸神經(jīng)網(wǎng)絡(luò)的一種，能夠解決傳統(tǒng)神經(jīng)網(wǎng)絡(luò)中的梯度問題，可以將不同類型的數(shù)據(jù)進(jìn)行長時(shí)間存儲(chǔ)，以此保證數(shù)據(jù)的長期學(xué)習(xí)和記憶[7]。該網(wǎng)絡(luò)同樣具有輸入層、隱藏層、輸出層，主要是隱藏層具有獨(dú)立的記憶單元，能夠直接對輸入層和輸出層的數(shù)據(jù)進(jìn)行控制。在不同的層次關(guān)系中，通過時(shí)間節(jié)點(diǎn)進(jìn)行單元重置，以此獲取新的數(shù)據(jù)信息，實(shí)現(xiàn)超短期數(shù)據(jù)的發(fā)電功率預(yù)測函數(shù)構(gòu)建：

式中：

u—時(shí)刻；

au—輸入數(shù)據(jù)，即代表歷史發(fā)電功率數(shù)據(jù)[8]；

su、su-1—當(dāng)前和上一個(gè)輸出數(shù)據(jù)，即經(jīng)過記憶和分類后的輸出結(jié)果；

δ—激活函數(shù)；

du、du-1—當(dāng)前和上一個(gè)記憶單元狀態(tài)向量；

yu—遺忘門狀態(tài)向量；

gu—輸入門狀態(tài)向量；

pu—輸出門狀態(tài)向量；

du—記憶單元狀態(tài)向量；

iay、iag、iap、iad—au到y(tǒng)u、gu、pu、du之間的權(quán)重矩陣[9]；

isy、isg、isp、isd—su-1到y(tǒng)u、gu、pu、du之間的權(quán)重矩陣；

idy、idg、idp—du-1到y(tǒng)u、gu、pu之間的權(quán)重矩陣；

fy、fg、fp、fd—yu、gu、pu、du的偏置向量。

不同“門”結(jié)構(gòu)中包含有激活函數(shù)，激活函數(shù)能夠?qū)π畔⑦M(jìn)行壓縮，以此實(shí)現(xiàn)信息的更新和遺忘，并將其在對應(yīng)時(shí)間步長下進(jìn)行存儲(chǔ)[10]。在此基礎(chǔ)上，重新定義“門”和記憶單元之間的關(guān)系，對不同單元的偏置向量進(jìn)行分析，以du、du-1之間的關(guān)系，不斷更新輸入數(shù)據(jù)與輸出數(shù)據(jù)之間的激活函數(shù)，將其作為超短期發(fā)電功率的預(yù)測函數(shù)，表示為：

式中：

du′—更新后的記憶單元，即以遺忘門和輸入門為基礎(chǔ)組成的新的記憶單元[11]；

δu—激活函數(shù)，是在記憶單元下通過不斷的數(shù)據(jù)輸出，從而構(gòu)建的激活函數(shù)，能夠作為數(shù)據(jù)預(yù)測的函數(shù)。

面對后進(jìn)生的家長，家訪談話要講究方法。筆者從表揚(yáng)優(yōu)點(diǎn)開始打開家訪局面。姜晨為人聰明、待人熱情、有禮貌、熱愛勞動(dòng)、講衛(wèi)生，家長聽了也不住點(diǎn)頭?？墒?，他拖拉的毛病導(dǎo)致了學(xué)習(xí)成績差，而且行為習(xí)慣也差，尤其是每天放學(xué)后到危險(xiǎn)的地方玩，這是很不安全的。筆者勸告家長現(xiàn)在管還來得及。嚴(yán)是愛，松是害，不管不教要變壞。家長說他們也管，可是管不好，連吃頓飯也要將近一個(gè)小時(shí)，洗澡也是邊洗，邊玩常常要洗很久，每次叫他快點(diǎn)，他還會(huì)生氣地反駁。

通過記憶單元的不斷更新和替代，在長短期記憶網(wǎng)絡(luò)中建立預(yù)測函數(shù)，在此基礎(chǔ)上以機(jī)器學(xué)習(xí)技術(shù)對函數(shù)進(jìn)行再次轉(zhuǎn)換，減少數(shù)據(jù)預(yù)測過程中的偏置情況，以此實(shí)現(xiàn)超短期的發(fā)電功率預(yù)測。

3 基于機(jī)器學(xué)習(xí)對偶轉(zhuǎn)化函數(shù)預(yù)測超短期發(fā)電功率

機(jī)器學(xué)習(xí)技術(shù)的應(yīng)用需要依靠大量的數(shù)據(jù)作為支撐，通過上文中處理的原始數(shù)據(jù)，并參考上文中提出的預(yù)測函數(shù)，按照機(jī)器學(xué)習(xí)方式進(jìn)行線性分析，以此對預(yù)測函數(shù)進(jìn)行對偶轉(zhuǎn)換，實(shí)現(xiàn)超短期發(fā)電功率的預(yù)測[12]。由于樣本數(shù)據(jù)中含有高維線性特征，通過機(jī)器學(xué)習(xí)結(jié)合最優(yōu)特征進(jìn)行非線性處理，在最優(yōu)特征下設(shè)定發(fā)電功率數(shù)據(jù)的學(xué)習(xí)集合，在非線性映射下的回歸表達(dá)為：

式中：

k(l)—回歸表達(dá)[13]；

(l b,nb)—超短期發(fā)電功率學(xué)習(xí)數(shù)據(jù)集合；

lb—學(xué)習(xí)樣本；

—期望結(jié)果；

ε(l)—非線性映射函數(shù)；

在非線性映射下對發(fā)電功率數(shù)據(jù)進(jìn)行學(xué)習(xí)，

x—偏置處理向量；

—回歸函數(shù)的權(quán)值向量[15]；

v—懲罰參量；

m—損失系數(shù)；

φb、φ b′—松弛因子。

對上述參數(shù)進(jìn)行對偶轉(zhuǎn)化，求解回歸過程中的徑向基核系數(shù)，實(shí)現(xiàn)發(fā)電功率的超短期預(yù)測：

式中：

Q—對偶表達(dá)形式；

bj—徑向基核系數(shù)；

、hb—高、低維空間；

k(lb)′—k(l)的回歸表達(dá)；

W( ? )—學(xué)習(xí)效率函數(shù)。

通過不同形式的函數(shù)轉(zhuǎn)化和表達(dá)，對學(xué)習(xí)樣本進(jìn)行非線性映射，使其在高維特征空間中進(jìn)行映射，以此獲取超短期內(nèi)的發(fā)電功率數(shù)據(jù)預(yù)測。至此，本文基于氣象特征自適應(yīng)重構(gòu)算法與機(jī)器學(xué)習(xí)技術(shù)，完成預(yù)測方法設(shè)計(jì)。

4 實(shí)驗(yàn)測試分析

上文中結(jié)合氣象特征自適應(yīng)重構(gòu)算法與機(jī)器學(xué)習(xí)技術(shù)，重新設(shè)計(jì)了新的預(yù)測方法，為驗(yàn)證該方法能夠?qū)崿F(xiàn)超短期發(fā)電功率有效預(yù)測，采用對比測試的方式完成論證。采用基于時(shí)序分解的預(yù)測方法和基于改進(jìn)循環(huán)神經(jīng)網(wǎng)絡(luò)的預(yù)測方法作為對照組，分別與本文方法進(jìn)行對比，驗(yàn)證不同預(yù)測方法的精準(zhǔn)度。以風(fēng)電場并入電力系統(tǒng)作為測試對象，選取較為臨近數(shù)據(jù)作為測試樣本，對其不同時(shí)刻的發(fā)電功率進(jìn)行統(tǒng)計(jì)。按照采樣間隔時(shí)間為50 min 進(jìn)行劃分，共劃分為5 個(gè)階段，在對應(yīng)階段下統(tǒng)計(jì)不同日期的發(fā)電功率數(shù)據(jù)，具體見圖1。

圖1 不同日期的發(fā)電功率

如圖所示，此次選擇連續(xù)5 天的數(shù)據(jù)作為測試對象，且每一天數(shù)據(jù)的采樣時(shí)間不同，每一組數(shù)據(jù)以15 min進(jìn)行詳細(xì)劃分，根據(jù)不同日期內(nèi)的發(fā)電功率可知，每一天發(fā)電功率具有突變性和波動(dòng)性。為驗(yàn)證不同方法的應(yīng)用效果，將上述數(shù)據(jù)傳至MATLAB 測試平臺(tái)，并分別連接三組預(yù)測方法，以預(yù)測精準(zhǔn)度作為驗(yàn)證指標(biāo)，分別采用不同的預(yù)測方法對上述發(fā)電功率進(jìn)行預(yù)測，結(jié)果見圖2。

圖2 不同方法下的發(fā)電功率預(yù)測結(jié)果

根據(jù)圖中內(nèi)容所示，以連續(xù)日期內(nèi)的發(fā)電功率作為測試數(shù)據(jù)，分別采用不同的方法進(jìn)行預(yù)測，新方法的預(yù)測結(jié)果與實(shí)際的發(fā)電功率曲線具有一致性，兩組傳統(tǒng)方法的預(yù)測結(jié)果可以看出明顯的誤差，其余實(shí)際發(fā)電功率存在明顯差異。除此以外，在功率突變時(shí)刻內(nèi)，傳統(tǒng)方法具有明顯的滯后性，而新方法沒有出現(xiàn)滯后性，其仍能夠與實(shí)際發(fā)電功率保持一致。綜合實(shí)驗(yàn)結(jié)果說明：新方法得到的預(yù)測結(jié)果可以與實(shí)際發(fā)電功率保持一致，即使出現(xiàn)了實(shí)際發(fā)電功率突變情況，也能夠?qū)Πl(fā)電功率作出準(zhǔn)確預(yù)測，具有應(yīng)用價(jià)值。

5 結(jié)束語

現(xiàn)階段，全世界面臨嚴(yán)重的化石能源短缺問題，多種可再生能源的開發(fā)和利用，能夠?yàn)榻鉀Q能源短缺問題提供支持。但由于可再生能源的不穩(wěn)定性，其受到多種因素影響會(huì)造成電力系統(tǒng)的波動(dòng)，因此需要對可再生能源的發(fā)電功率進(jìn)行預(yù)測。本次通過氣象特征重構(gòu)算法和機(jī)器學(xué)習(xí)設(shè)計(jì)了新的預(yù)測方法，并通過實(shí)驗(yàn)測試驗(yàn)證了新方法的有效性，可以實(shí)現(xiàn)對發(fā)電功率的短期預(yù)測，但在研究過程中只分析了風(fēng)電發(fā)力的情況，后續(xù)研究中會(huì)針對不同的可再生能源進(jìn)行驗(yàn)證，實(shí)現(xiàn)更加全面的預(yù)測分析。