一种风电功率预测综合偏差率的计算方法与流程

1.本技术涉及风电场储能技术领域，尤其涉及一种风电功率预测综合偏差率的计算方法、装置及存储介质。


背景技术：

2.为保障电网安全稳定运行和风电充分利用，在风电调度工作中，推进风电功率预测和实时监测体系建设，根据风电预测情况，统筹常规能源和风电的运行，将风电纳入月度电量平衡和日前调度计划管理，保证了电网安全稳定运行和风电的充分利用。但是，现有已具备功率预测能力的风电场上传功率预测数据质量、可用率都不高。因此，需要通过确定风电场功率预测的偏差，以确定风电场功率预测的预测精度，以便当功率预测的预测精度不达标时，需要对该风电场提出整改要求，促进风电场业主不断提升风电功率预测准确度，为电网确定发电计划提供参考。
3.相关技术中，风电功率预测的偏差，暂无相关的系统性研究和统一评价指标体系。其中，大多数新能源发电企业依靠自身经验确定功率预测数据和实际功率数据的偏差情况，基于偏差情况确定功率预测的预测精度，该方法存在不准确、主观性强的问题，使得确定的预测精度不准确；以及，利用传统的mape（mean absolute percentage error，平均绝对百分比误差）确定功率预测数据和实际功率数据的偏差，在一些特定场景下，因无法计算而失去意义，如在实际功率为0的场景下，无法利用传统的mape计算功率预测数据与实际功率数据的百分比误差，适用范围较局限。


技术实现要素：

4.本技术提供一种风电功率预测综合偏差率的计算方法、装置及存储介质，以解决上述相关技术中出现的预测精度不准确、适用范围较局限的技术问题。
5.本技术第一方面实施例提出一种风电功率预测综合偏差率的计算方法，包括：获取风电场预设时间段内的功率预测数据和实际功率数据；根据所述预设时间段内的功率预测数据与实际功率数据，计算得到所述风电场功率预测的相关性偏差值；根据所述预设时间段内的功率预测数据与实际功率数据，计算得到所述风电场功率预测的平均绝对百分比误差mape；根据所述相关性偏差值和所述mape，计算得到所述风电场功率预测的综合偏差率crob。
6.可选的，所述根据所述预设时间段内的功率预测数据与实际功率数据，计算得到所述风电场功率预测的相关性偏差值，包括：根据所述预设时间段内的功率预测数据与实际功率数据，通过第一公式计算得到所述风电场功率预测的相关性偏差值，其中，所述第一公式为：
其中，所述表示所述功率预测的相关性偏差值，所述表示所述预设时间段内的功率预测数据与实际功率数据的协方差，所述表示所述预设时间段内的功率预测数据的方差，所述表示所述预设时间段内的实际功率数据的方差。
7.可选的，所述根据所述预设时间段内的功率预测数据与实际功率数据，计算得到所述风电场功率预测的mape，包括：根据所述预设时间段内的功率预测数据与实际功率数据，通过第二公式计算得到所述风电场功率预测的mape，其中，所述第二公式为：其中，所述n表示所述预设时间段内的时刻总数，所述表示所述风电场预设时间段内第t时刻的实际功率数据，所述表示所述风电场预设时间段内第t时刻功率预测数据，所述表示参数值。
8.可选的，所述根据所述相关性偏差值和所述mape，计算得到所述风电场功率预测的crob，包括：根据所述相关性偏差值和所述mape，通过第三公式计算得到所述风电场功率预测的crob，所述第三公式为：其中，所述表示所述mape对应的权重系数。
9.本技术第二方面实施例提出一种风电功率预测综合偏差率的计算装置，包括：获取模块，用于获取风电场第一预设时间段内各时刻修正后的功率预测数据；第一获取模块，用于获取风电场预设时间段内的功率预测数据和实际功率数据；第一计算模块，用于根据所述预设时间段内的功率预测数据与实际功率数据，计算得到所述风电场功率预测的相关性偏差值；第二计算模块，用于根据所述预设时间段内的功率预测数据与实际功率数据，计算得到所述风电场功率预测的mape；第三计算模块，用于根据所述相关性偏差值和所述mape，计算得到所述风电场功率预测的crob。
10.可选的，所述第一计算模块还用于：根据所述预设时间段内的功率预测数据与实际功率数据，通过第一公式计算得到所述风电场功率预测的相关性偏差值，其中，所述第一公式为：其中，所述表示所述风电场功率预测的相关性偏差值，所述表示所述预设时间段内的功率预测数据与实际功率数据的协方差，所述表示所述预设时间段内的功率预测数据的方差，所述表示所述预设时间段内的实际功率数据的方差。
11.可选的，所述第二计算模块还用于：基于所述预设时间段内的功率预测数据与实际功率数据，通过第二公式计算得到
所述风电场功率预测的mape，其中，所述第二公式为：其中，n表示所述预设时间段内的时刻总数，所述表示所述风电场预设时间段内第t时刻的实际功率数据，所述表示所述风电场预设时间段内第t时刻功率预测数据，所述表示参数值。
12.可选的，所述第三计算模块还用于：根据所述相关性偏差值和所述mape，通过第三公式计算得到所述风电场功率预测的crob，所述第三公式为：其中，所述表示所述mape对应的权重系数。
13.本技术第三方面实施例提出的计算机存储介质，其中，所述计算机存储介质存储有计算机可执行指令；所述计算机可执行指令被处理器执行后，能够实现如上第一方面所述的方法。
14.本技术第四方面实施例提出的计算机设备，其中，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行所述程序时，能够实现如上第一方面所述的方法。
15.本技术的实施例提供的技术方案至少带来以下有益效果：本技术提出的风电功率预测综合偏差率的计算方法、装置及存储介质中，获取风电场预设时间段内的功率预测数据和实际功率数据，根据预设时间段内的功率预测数据与实际功率数据，计算得到风电功率预测的相关性偏差值，根据预设时间段内的功率预测数据与实际功率数据，计算得到风电场功率预测的mape，根据相关性偏差值和mape，计算得到风电场功率预测的crob。其中，本技术根据预设时间段内的功率预测数据与实际功率数据，通过第二公式计算得到风电场功率预测的mape时，对第二公式中的分母进行处理，从而使得本技术可以适用于实际功率为0值的场景，适用范围较广。同时，本技术根据相关性偏差值和mape，计算得到风电场功率预测的crob，利用功率预测数据和实际功率数据计算得到综合偏差率，排除人为主观性的问题，从而得到的结果更为客观准确，从而提高了预测精度的准确度。
16.本技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实践了解到。
附图说明
17.本技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：图1为根据本技术一个实施例提供的风电功率预测综合偏差率的计算方法的流程示意图；图2为根据本技术一个实施例提供的风电功率预测综合偏差率的计算装置的结构示意图。
具体实施方式
18.下面详细描述本技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本技术，而不能理解为对本技术的限制。
19.下面参考附图描述本技术实施例的风电功率预测综合偏差率的计算方法及装置。
20.实施例一图1 为根据本技术一个实施例提供的一种风电功率预测综合偏差率的计算方法的流程示意图，如图1所示，可以包括：步骤101、获取风电场预设时间段内的功率预测数据和实际功率数据。
21.其中，在本技术的一个实施例之中，上述预设时间段可以是过去4个小时或者过去1天。以及，在本技术的一个实施例之中，在上述预设时间段内可以包括多个时刻。举例而言，假设预设时间段是过去4个小时，并以间隔15分钟为一个时刻，则过去4个小时内可以包括16个时刻。
22.以及，在本技术的一个实施例之中，不同风电场可以利用不同的功率预测方法进行功率预测，从而使得当风电场功率预测方法不同时，对应得到的功率预测数据也有所不同。
23.进一步地，在本技术的一个实施例之中，可以通过功率监测系统得到预设时间段内的实际功率数据。
24.其中，在本技术的一个实施例之中，上述功率监测系统可以实时监测风电场在预设时间段内每个时刻对应的实际发出功率。以及，在本技术的一个实施例之中，可以通过上述功率监测系统得到风电场预设时间段内每个时刻的实际功率数据。
25.步骤102、根据预设时间段内的功率预测数据与实际功率数据，计算得到风电场功率预测的相关性偏差值。
26.其中，在本公开的一个实施例之中，上述相关性偏差值可以反映两个变量的相关性。具体的，当两个变量的相关性越强，其中一个变量反映出关于另一个变量的信息就越多。
27.以及，在本技术的一个实施例之中，根据预设时间段内的功率预测数据与实际功率数据，计算得到预测模型的相关性偏差值的方法可以包括：根据预设时间段内的功率预测数据与实际功率数据，通过第一公式计算得到风电场功率预测的相关性偏差值，其中，第一公式为：，其中，表示功率预测的相关性偏差值，表示预设时间段内的功率预测数据与实际功率数据的协方差，表示预设时间段内的功率预测数据的方差，表示预设时间段内的实际功率数据的方差。
28.以及，在本技术的一个实施例之中，上述第一公式中，，
，，，其中，n为预设时间段内的时刻总数，为风电场i时刻的实际功率数据，表示风电场i时刻功率预测数据，表示预设时间段内实际功率数据的方差，表示预设时间段内实际功率数据的协方差。
29.进一步地，在本技术的一个实施例之中，通过步骤102可以得出实际功率数据与预测功率数据的相关性偏差值，当得到的相关性偏差值越大时，说明实际功率数据与预测功率数据的相关性越强，从而表示预测功率数据与实际功率数据的越接近，进而表示预测功率数据的精确度越高。
30.举例而言，表1为某风电场过去16个时刻（每个时刻为15分钟），每个时刻与相关性偏差值的对应关系。
31.表1时刻 相关性偏差值 第1时刻 0.976477 第2时刻 0.998205 第3时刻 0.974902 第4时刻 0.945927 第5时刻 0.918284 第6时刻 0.892062 第7时刻 0.867294 第8时刻 0.847403 第9时刻 0.83021 第10时刻 0.81483 第11时刻 0.800189 第12时刻 0.786246 第13时刻 0.774228 第14时刻 0.763485 第15时刻 0.753071 第16时刻 0.744099 参考表1所示，可以根据时刻得到对应的相关性偏差值，例如第1时刻通过表1可以得到对应的相关性偏差值为0.976477。
32.其中，在本技术的一个实施例之中，参考表1所示随着被预测时刻与当前时刻间隔的时间越长，相关系数越小，则说明功率预测的精度越低，与实际情况相符合，基于此说明了以上所提出的相关性偏差值用于标识预测功率的精确度是客观准确的。
33.步骤103、根据预设时间段内的功率预测数据与实际功率数据，计算得到风电场功率预测的mape（平均绝对百分比误差，mean absolute percentage error）。
34.其中，在本技术的一个实施例之中，根据预设时间段内的功率预测数据与实际功率数据，计算得到风电场功率预测的mape的方法可以包括：根据预设时间段内的功率预测数据与实际功率数据，通过第二公式计算得到风电场功率预测的mape，其中，第二公式为：其中，n表示预设时间段内的时刻总数，表示风电场预设时间段内第t时刻的实际功率数据，表示风电场预设时间段内第t时刻功率预测数据，表示参数值。
35.需要说明的是，在本技术的一个实施例之中，mape可以用于评估预测性能，但是现有的mape对应的公式为：其中，表示第t时刻的实际值，表示第t时刻的预测值，n表示时刻总数。上述现有的mape对应的公式并没有考虑出现为0的情况。但是，在实际的工业应用场景中，可能实际值集合存在大量的0，如在实际功率与预测功率的例子中，实际功率就有很大的可能存在大量的0值，由此无法根据以上现有的mape公式进行计算。而上述第二公式在计算mape时，对分母进行处理，从而上述第二公式可以适用于实际功率为0值的场景。
36.以及，在本技术的一个实施例之中，上述第二公式中的可以根据实际情况而人为进行设定。举例而言，=10-9
，由于的值极小，基于此当为非零值时，对计算的影响可以忽略不记，此时该第二公式可认为与的计算公式等效，而当为零值时，使得分母不为零，从而避免了公式中分母为零造成的表达式失效的问题，由此上述第二公式可以适用于实际多种的应用场景中，适用范围更广。
37.步骤104、根据相关性偏差值和mape，计算得到风电场功率预测的crob（综合偏差率，comprehensive ratio of bias）。
38.其中，在本技术的一个实施例之中，上述crob可以用于表示风电场功率预测的预测精度。
39.以及，在本技术的一个实施例之中，根据相关性偏差值和mape，计算得到风电场功率预测的crob的方法，可以包括：根据相关性偏差值和mape，通过第三公式计算得到风电场功率预测的crob，其中，第三公式为：其中，表示mape对应的权重系数。
40.以及，在本技术的一个实施例之中，为功率预测数据与实际功率数据相关性偏差值的绝对值。其中，当功率预测数据和实际功率数据的偏差越小，其对应的相关性偏差值的绝对值越接近于1，从而使得的结果越接近于0；当的值越小，说明功率预测数据与实际功率数据的整体偏差较小。基于此，可以得出上述crob的值越小，说明通过该风电场功率预测得到的功率预测数据与实际功率数据的偏差越小，从而该风电场功
率预测的精度越高。
41.进一步地，在本公开的一个实施例之中，可以通过上述方法得到风电场功率预测的综合偏差率，并通过综合偏差率表示风电场功率预测的预测精度。
42.具体的，在本公开的一个实施例之中，当风电场功率预测的综合偏差率大于预设阈值时，可以确定该风电场功率预测的偏差较大，需要对该风电场提出整改要求，促进风电场业主不断提升风电功率预测准确度，为电网确定发电计划提供参考。
43.综上所述，本技术提出的风电功率预测综合偏差率的计算方法中，获取风电场预设时间段内的功率预测数据和实际功率数据，根据预设时间段内的功率预测数据与实际功率数据，计算得到风电功率预测的相关性偏差值，根据预设时间段内的功率预测数据与实际功率数据，计算得到风电场功率预测的mape，根据相关性偏差值和mape，计算得到风电场功率预测的crob。其中，本技术根据预设时间段内的功率预测数据与实际功率数据，通过第二公式计算得到风电场功率预测的mape时，对第二公式中的分母进行处理，从而使得本技术可以适用于实际功率为0值的场景，适用范围较广。同时，本技术根据相关性偏差值和mape，计算得到风电场功率预测的crob，利用功率预测数据和实际功率数据计算得到综合偏差率，排除人为主观性的问题，从而得到的结果更为客观准确，从而提高了预测精度的准确度。
44.实施例二图2为根据本技术一个实施例提供的风电功率预测综合偏差率的计算装置的结构示意图，如图2所示，所述装置可以包括：第一获取模块201，用于获取风电场预设时间段内的功率预测数据和实际功率数据；第一计算模块202，用于根据预设时间段内的功率预测数据与实际功率数据，计算得到风电场功率预测的相关性偏差值；第二计算模块203，用于根据预设时间段内的功率预测数据与实际功率数据，计算得到风电场功率预测的mape；第三计算模块204，用于根据相关性偏差值和mape，计算得到风电场功率预测的crob。
45.可选的，上述第一计算模块202还用于：根据预设时间段内的功率预测数据与实际功率数据，通过第一公式计算得到风电场功率预测的相关性偏差值，其中，第一公式为：其中，表示功率预测的相关性偏差值，表示预设时间段内的功率预测数据与实际功率数据的协方差，表示预设时间段内的功率预测数据的方差，表示预设时间段内的实际功率数据的方差。
46.可选的，上述第二计算模块203还用于：基于预设时间段内的功率预测数据与实际功率数据，通过第二公式计算得到风电场功率预测的mape，其中，第二公式为：
其中，n表示预设时间段内的时刻总数，表示风电场预设时间段内第t时刻的实际功率数据，表示风电场预设时间段内第t时刻功率预测数据，表示参数值。
47.可选的，上述第三计算模块204还用于：根据相关性偏差值和mape，通过第三公式计算得到风电场功率预测的crob，第三公式为：其中，表示mape对应的权重系数。
48.综上所述，本技术提出的风电功率预测综合偏差率的计算装置中，获取风电场预设时间段内的功率预测数据和实际功率数据，根据预设时间段内的功率预测数据与实际功率数据，计算得到风电功率预测的相关性偏差值，根据预设时间段内的功率预测数据与实际功率数据，计算得到风电场功率预测的mape，根据相关性偏差值和mape，计算得到风电场功率预测的crob。其中，本技术根据预设时间段内的功率预测数据与实际功率数据，通过第二公式计算得到风电场功率预测的mape时，对第二公式中的分母进行处理，从而使得本技术可以适用于实际功率为0值的场景，适用范围较广。同时，本技术根据相关性偏差值和mape，计算得到风电场功率预测的crob，利用功率预测数据和实际功率数据计算得到综合偏差率，排除人为主观性的问题，从而得到的结果更为客观准确，从而提高了预测精度的准确度。
49.为了实现上述实施例，本公开还提出一种计算机存储介质。
50.本公开实施例提供的计算机存储介质，存储有可执行程序；所述可执行程序被处理器执行后，能够实现如图1所示的方法。
51.为了实现上述实施例，本公开还提出一种计算机设备。
52.本公开实施例提供的计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序；所述处理器执行所述程序时，能够实现如图1任一所示的方法。
53.在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、
ꢀ“
示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本技术的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
54.流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本技术的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本技术的实施例所属技术领域的技术人员所理解。
55.尽管上面已经示出和描述了本技术的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本技术的限制，本领域的普通技术人员在本技术的范围内可以对上述实施例进行变化、修改、替换和变型。