一种风电功率预测误差的综合评价方法与流程

1.本技术涉及风力发电功率预测技术领域，尤其涉及一种风电功率预测误差的综合评价方法、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误差，以确定风电场功率预测的数据是否可以使用，以便当功率预测的误差较大时，需要对该风电场提出整改要求，促进风电场业主不断降低风电功率预测的误差，为电网确定发电计划提供参考。
3.相关技术中，风电功率预测的误差，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误差情况，该方法只是主观评价功率预测的误差，使得功率预测误差的评价结果不准确。


技术实现要素：

4.本技术提供一种风电功率预测误差的综合评价方法、装置及存储介质，以解决上述相关技术中出现的功率预测误差的评价结果不准确的技术问题。
5.本技术第一方面实施例提出一种风电功率预测误差的综合评价方法，包括：
6.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；
7.根据所述预设时间段内的功率预测数据与实际功率数据，计算得到所述风电功率预测的误差准确率指标；
8.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均方根误差；
9.通过所述误差准确率指标和所述均方根误差，对所述风电功率预测误差进行综合评价。
10.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，计算得到所述风电功率预测的误差准确率指标，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误差准确率指标，其中，所述第一公式为：
[0011][0012]
其中，n表示所述预设时间段内的时刻总数，qi表示所述预设时间段内第i个时刻的功率预测数据与实际功率数据的误差准确率。
[0013]
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均方根误差，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均方根误差，其中，所述第二公式为：
[0014][0015]
其中，n表示所述预设时间段内的时刻总数，ai表示风电场预设时间段内第i时刻的实际功率数据，fi表示风电场预设时间段内第i时刻功率预测数据，ci表示风电场预设时间段内第i时刻的开机容量。
[0016]
可选的，所述通过所述误差准确率指标和所述均方根误差，对所述风电功率预测误差进行综合评价，包括：根据所述误差准确率指标和所述均方根误差，通过第三公式的计算结果对所述风电功率预测误差进行综合评价，所述第三公式为：
[0017]
e＝(1-α)
×
r α
×ermse
[0018]
其中，α表示所述均方根误差对应的权重系数。
[0019]
本技术第二方面实施例提出一种风电功率预测误差的综合评价装置，包括：
[0020]
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；
[0021]
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，计算得到所述风电功率预测的误差准确率指标；
[0022]
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均方根误差；
[0023]
第三计算模块，用于通过所述误差准确率指标和所述均方根误差，对所述风电功率预测误差进行综合评价。
[0024]
可选的，所述第一计算模块还用于：
[0025]
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误差准确率指标，其中，所述第一公式为：
[0026][0027]
其中，n表示所述预设时间段内的时刻总数，qi表示所述预设时间段内第i个时刻的功率预测数据与实际功率数据的误差准确率。
[0028]
可选的，所述第二计算模块还用于：
[0029]
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均方根误差，其中，所述第二公式为：
[0030][0031]
其中，n表示所述预设时间段内的时刻总数，ai表示风电场预设时间段内第i时刻的实际功率数据，fi表示风电场预设时间段内第i时刻功率预测数据，ci表示风电场预设时间段内第i时刻的开机容量。
[0032]
可选的，所述第三计算模块还用于：
[0033]
根据所述误差准确率指标和所述均方根误差，通过第三公式的计算结果对所述风
电功率预测误差进行综合评价，所述第三公式为：
[0034]
e＝(1-α)
×
r α
×ermse
[0035]
其中，α表示所述均方根误差对应的权重系数。
[0036]
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。
[0037]
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。
[0038]
本技术的实施例提供的技术方案至少带来以下有益效果：
[0039]
本技术提出的风电功率预测误差的综合评价方法、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误差准确率指标，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均方根误差，通过误差准确率指标和均方根误差，对风电功率预测误差进行综合评价。其中，本技术利用功率预测数据和实际功率数据对风电功率预测误差进行综合评价，排除人为主观性的问题，从而得到的评价结果更为客观准确。同时，本技术中通过计算得到的风电场功率预测的均方根误差，规避了开机容量不同的风电场站偏差量级上的差别，从而提高了功率预测误差的准确率。
[0040]
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
[0041]
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：
[0042]
图1为根据本技术一个实施例提供的风电功率预测误差的综合评价方法的流程示意图；
[0043]
图2为根据本技术一个实施例提供的风电功率预测误差的综合评价装置的结构示意图。
具体实施方式
[0044]
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。
[0045]
下面参考附图描述本技术实施例的风电功率预测误差的综合评价方法及装置。
[0046]
实施例一
[0047]
图1为根据本技术一个实施例提供的一种风电功率预测误差的综合评价方法的流程示意图，如图1所示，可以包括：
[0048]
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。
[0049]
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。
[0050]
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。
[0051]
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。
[0052]
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。
[0053]
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误差准确率指标。
[0054]
其中，在本公开的一个实施例之中，上述误差准确率指标可以表示功率预测的误差准确率，该误差准确率越小，则说明功率预测的误差越小，进而说明功率预测的结果越准确。
[0055]
具体的，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，计算得到风电功率预测的误差准确率指标的方法可以包括：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误差准确率指标，其中，第一公式为：
[0056][0057]
其中，n表示预设时间段内的时刻总数，qi表示所述预设时间段内第i个时刻的功率预测数据与实际功率数据的误差准确率。
[0058]
其中，在本技术的一个实施例之中，通过上述qi的计算公式具体为：
[0059][0060]
其中，ai表示风电场预设时间段内第i时刻的实际功率数据，fi表示风电场预设时间段内第i时刻功率预测数据。
[0061]
以及，在本技术的一个实施例之中，上述qi的计算公式中当第i时刻功率预测数据与实际功率数据误差率小于或等于误差率阈值(如0.1)时，则认为第i时刻的功率预测数据是可以直接用于电网确定发电计划；当第i时刻功率预测数据与实际功率数据误差率大于0.1时，则认为第i时刻的功率预测数据误差率太大，不能直接使用。
[0062]
进一步地，在本技术的一个实施例之中，通过上述第一公式计算得出的误差准确率指标，可以反映出预设时间段内各时刻功率预测数据中小于或等于误差率阈值占总功率预测数据个数的比重。当通过上述第一公式计算得出的误差准确率越小，说明预设时间段内各时刻功率预测数据中小于或等于误差率阈值的占比越大，则说明预设时间段内各时刻功率预测数据中小于误差率阈值的时刻越多，进而说明功率预测数据整体预测趋势比较
好，产生的误差较小。并且，上述提出的误差准确率通过计算得到的，排除人为主观因素，是客观准确的。
[0063]
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均方根误差。
[0064]
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均方根误差的方法可以包括：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均方根误差，其中，第二公式为：
[0065][0066]
其中，n表示预设时间段内的时刻总数，ai表示风电场预设时间段内第i时刻的实际功率数据，fi表示风电场预设时间段内第i时刻功率预测数据，ci表示风电场预设时间段内第i时刻的开机容量。
[0067]
以及，在本技术的一个实施例之中，上述第二公式中将第i时刻的实际功率数据与功率预测数据的差值除以该风电场第i时刻的开机容量，以规避开机容量不同的风电场站偏差量级上的差别。
[0068]
具体的，在本公开的一个实施例之中，假设风电场1在第i时刻的开机容量是100w，第i时刻的实际功率数据与功率预测数据的差值为1w，风电场2在第i时刻的开机容量是50w，第i时刻的实际功率数据与功率预测数据的差值为1w，若只比较第i时刻实际功率数据与功率预测数据的差值，则认为风电场1与风电场2对应的偏差相同，但是这样就忽略了风电场的开机容量，以使得计算出来的结果并不能反映风电场功率预测的误差。由此，上述第二公式中考虑了风电场的开机容量，从而使得通过上述第二公式计算出来的结果更能反映每个风电场功率预测的均方根误差。
[0069]
步骤104、通过误差准确率指标和均方根误差，对风电功率预测误差进行综合评价。
[0070]
其中，在本技术的一个实施例之中，通过误差准确率指标和均方根误差，对风电功率预测误差进行综合评价的方法可以包括：根据误差准确率指标和均方根误差，通过第三公式的计算结果对风电功率预测误差进行综合评价，其中，第三公式为：
[0071]
e＝(1-α)
×
r α
×ermse
[0072]
其中，α表示均方根误差对应的权重系数，1-α表示是误差准确率指标的权重系数。
[0073]
以及，在本公开的一个实施例之中，通过上述第三公式的计算结果对风电功率预测误差进行综合评价的方法可以包括，当上述第三公式的计算结果e大于预设阈值时，可以确定该风电场功率预测的误差较大，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；当上述第三公式的计算结果e小于或等于预设阈值时，可以确定该风电场功率预测的误差较小，可以直接该风电场功率预测的数据为电网确定发电计划。
[0074]
综上所述，本技术提出的风电功率预测误差的综合评价方法中，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误差准确率指标，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均方根误差，通过误差准确率指标和均方根误差，对风电功率预测误差进行综合评价。其中，本技术利用功率预测数据和实际功率数据对风电功率预测误差进行综合评价，排除人为主观性的问题，从而得到的评价结果更为客观准确。同时，本技术中通过计算得到的风电场功率预测的均方根误差，规避了开机容量不同的风电场站偏差量级上的差别，从而提高了功率预测误差的准确率。
[0075]
实施例二
[0076]
图2为根据本技术一个实施例提供的风电功率预测误差的综合评价装置的结构示意图，如图2所示，所述装置可以包括：
[0077]
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；
[0078]
第一计算模块202，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，计算得到所述风电功率预测的误差准确率指标；
[0079]
第二计算模块203，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均方根误差；
[0080]
第三计算模块204，用于通过所述误差准确率指标和所述均方根误差，对所述风电功率预测误差进行综合评价。
[0081]
可选的，上述第一计算模块202还用于：
[0082]
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误差准确率指标，其中，所述第一公式为：
[0083][0084]
其中，n表示所述预设时间段内的时刻总数，qi表示所述预设时间段内第i个时刻的功率预测数据与实际功率数据的误差准确率。
[0085]
可选的，上述第二计算模块203还用于：
[0086]
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均方根误差，其中，所述第二公式为：
[0087][0088]
其中，n表示所述预设时间段内的时刻总数，ai表示风电场预设时间段内第i时刻的实际功率数据，fi表示风电场预设时间段内第i时刻功率预测数据，ci表示风电场预设时间段内第i时刻的开机容量。
[0089]
可选的，上述第三计算模块204还用于：
[0090]
根据所述误差准确率指标和所述均方根误差，通过第三公式的计算结果对所述风电功率预测误差进行综合评价，所述第三公式为：
[0091]
e＝(1-α)
×
r α
×ermse
[0092]
其中，α表示所述均方根误差对应的权重系数。
[0093]
综上所述，本技术提出的风电功率预测误差的综合评价装置中，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误差准确率指标，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均方根误差，通过误差准确率指标和均方根误差，对风电功率预测误差进行综合评价。其中，本技术利用功率预测数据和实际功率数据对风电功率预测误差进行综合评价，排除人为主观性的问题，从而得到的评价结果更为客观准确。同时，本技术中通过计算得到的风电场功率预测的均方根误差，规避了开机容量不同的风电场站偏差量级上的差别，从而提高了功率预测误差的准确率。
[0094]
为了实现上述实施例，本公开还提出一种计算机存储介质。
[0095]
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。
[0096]
为了实现上述实施例，本公开还提出一种计算机设备。
[0097]
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。
[0098]
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。
[0099]
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。
[0100]
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。