风电功率预测方法、装置、计算机设备、可读存储介质和程序产品与流程

摘要: 本申请涉及电力,特别是涉及一种风电功率预测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。背景技术:1、随着电力技术的不断发展与用电需求的不断提高,...
风电功率预测方法、装置、计算机设备、可读存储介质和程序产品与流程

本申请涉及电力,特别是涉及一种风电功率预测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

背景技术:

1、随着电力技术的不断发展与用电需求的不断提高,各类清洁能源的需求也在随着增加,风力发电是当今规模化开发程度较高的可再生能源之一,其装机容量在世界范围内持续增长,然而风能具有间歇性,风电功率波动较强的缺陷,随着装机容量的不断增大,这种波动并入电网后会给电网安全经济运行带来严重挑战。

2、目前,风电功率的预测方法还存在时效性较差的问题,这使得预测的风电功率存在明显滞后。

技术实现思路

1、基于此,有必要针对上述技术问题,提供一种能够提升风电功率预测的时效性的风电功率预测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面,本申请提供了一种风电功率预测方法,包括:获取风力发电机组与历史时间段对应的真实功率序列和预测功率序列,并确定真实功率序列和预测功率序列的功率偏差,功率偏差用于表征风力发电机组在历史时间段内与功率爬坡阶段对应的预测滞后程度和功率幅值偏差;将真实功率序列输入功率预测模型,得到未来时间段的候选功率序列;基于功率偏差对候选功率序列进行修正,得到未来时间段的目标功率序列。

3、在其中一个实施例中,确定真实功率序列和预测功率序列的功率偏差,包括:确定历史时间段中功率爬坡阶段对应的第一时间段;根据第一时间段,确定真实功率序列以及预测功率序列之间针对功率爬坡阶段的预测滞后时间;计算真实功率序列与第一时间段对应的第一功率序列和预测功率序列与第一时间段对应的第二功率序列之间的平均功率差值;根据预测滞后时间和平均功率差值确定功率偏差。

4、在其中一个实施例中,基于功率偏差对候选功率序列进行修正,得到未来时间段的目标功率序列,包括:在候选功率序列中确定第二时间段对应的第三功率序列,第二时间段处于未来时间段之前,且未来时间段和第二时间段时间的时间间隔等于预测滞后时间;根据平均功率差值对第三功率序列中功率爬坡阶段对应的第三功率值进行幅值补偿,得到目标功率序列。

5、在其中一个实施例中,将真实功率序列输入功率预测模型,得到未来时间段的候选功率序列,包括:通过功率预测模型包括的卷积层按照真实功率序列中各功率值的时序顺序,对各功率值进行加权特征提取得到多个卷积特征;通过功率预测模型包括的长短期记忆层根据时序顺序和各卷积特征进行预测处理,得到候选功率序列。

6、在其中一个实施例中,通过功率预测模型包括的卷积层按照真实功率序列中各功率值的时序顺序,对各功率值进行加权特征提取得到多个卷积特征,包括:通过卷积层对各功率值进行特征提取得到多个特征值;通过卷积层根据各特征值对应的时序顺序,对各特征值进行加权偏置处理,得到各时序顺序对应的各卷积特征。

7、在其中一个实施例中,功率预测模型的训练过程包括:获取训练数据集,训练数据集包括多个样本功率序列和各样本功率序列对应的标签功率序列,各样本功率序列包含功率爬坡标记;基于各样本功率序列和各标签功率序列对初始功率预测模型进行训练,得到功率预测模型。

8、在其中一个实施例中,基于各样本功率序列和各标签功率序列对待训练的初始功率预测模型进行训练,得到功率预测模型,包括:针对每个样本功率序列和标签功率序列,通过初始功率预测模型根据样本功率序列进行预测得到预测功率序列;基于预测功率序列和标签功率序列确定目标误差,并利用目标误差对初始功率预测模型进行调整,直至初始功率预测模型收敛,得到功率预测模型;其中,目标误差基于均方误差、爬坡标记对应样本的占比以及功率爬坡标记对应样本的变化趋势确定的。

9、第二方面,本申请还提供了一种风电功率预测装置,包括:偏差获取模块,用于获取风力发电机组与历史时间段对应的真实功率序列和预测功率序列,并确定真实功率序列和预测功率序列的功率偏差,功率偏差用于表征风力发电机组在历史时间段内与功率爬坡阶段对应的预测滞后程度和功率幅值偏差;预测模块,用于将真实功率序列输入功率预测模型,得到未来时间段的候选功率序列;修正模块,用于基于功率偏差对候选功率序列进行修正,得到未来时间段的目标功率序列。

10、第三方面,本申请还提供了一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述第一方面方法的步骤。

11、第四方面,本申请还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述第一方面方法的步骤。

12、第五方面,本申请还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述第一方面方法的步骤。

13、上述风电功率预测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品,首先获取风力发电机组与历史时间段对应的真实功率序列和预测功率序列,确定真实功率序列和预测功率序列之间的功率偏差,通过风力发电机组在历史时间段内与功率爬坡阶段对应的预测滞后程度和功率幅值偏差表征功率偏差,将真实功率序列输入功率预测序列得到未来时间段的候选功率序列,基于功率偏差对候选功率序列进行修正,以实现滞后程度和功率幅值的双重修正,得到未来时间段的目标功率序列,通过滞后程度和功率幅值的双重修正方式,解决了风电功率预测中的之后问题,进而提升了目标功率序列的时效性。

1.一种风电功率预测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述确定所述真实功率序列和所述预测功率序列的功率偏差,包括:

3.根据权利要求2所述的方法,其特征在于,所述基于所述功率偏差对所述候选功率序列进行修正,得到所述未来时间段的目标功率序列,包括:

4.根据权利要求1所述的方法,其特征在于,所述将所述真实功率序列输入功率预测模型,得到未来时间段的候选功率序列,包括:

5.根据权利要求4所述的方法,其特征在于,所述通过所述功率预测模型包括的卷积层按照所述真实功率序列中各功率值的时序顺序,对各所述功率值进行加权特征提取得到多个卷积特征,包括:

6.根据权利要求1至5任意一项所述的方法,其特征在于,所述功率预测模型的训练过程包括:

7.根据权利要求6所述的方法,其特征在于,所述基于各所述样本功率序列和各所述标签功率序列对待训练的初始功率预测模型进行训练,得到所述功率预测模型,包括:

8.一种风电功率预测装置,其特征在于,所述装置包括:

9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。

10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。