亡命刺客
王威1，王波1，张俊2，陆春良2，贺旭1
(1. 国网浙江省电力有限公司宁波供电公司，浙江 宁波 315000；2. 国网浙江省电力有限公司，
浙江 杭州 310007)
海外采购
tafe学院
摘 要：为实现电网调度对大规模风电场和光伏站的监控和调度，需要进行新能源区域功率预测。提出了一种基于子区域划分和统计升尺度的区域功率预测算法，通过浙江区域9个风电场和16个光伏站2016年4—9月的历史数据，对比了6种不同的组合方案，发现利用互信息理论，基于最大相关–最小冗余原则累加选取4个代表站点或者直接选取9个代表站点，采用布谷鸟搜索算法训练得到各个代表站点的权重，升尺度得到区域功率预测误差较低，月均方根误差（RMSE ）分别为8.51%和7.64%。说明在夏季风盛行时，在浙江区域采用互信息为指标，基于最大相关–最小冗余的原则选取代表站点后，再采用布谷鸟搜索算法得到子区域功率预测值，累加各子区域功率预测结果为最终的区域功率预测结果最优。关键词：新能源；区域功率预测；互信息理论；最大相关–最小冗余；布谷鸟搜索算法DOI ：10.11930/j.issn.1004-9649.2018091330 引言恐龙危机1攻略
区域功率是指对区域所辖各风电场和光伏站有功功率的总和，对新能源场站区域功率的预测称为区域功率预测[1-3]。不同位置风电场和光伏站存在能源互补的特性，区域功率的波动相对较小，因而区域功率的规律性更强，更易于预测[4-5]。区域功率预测有助于电网调度实现对大规模风电场和光伏站的监视和控制，有助于电力系统调度部门从整体上调整调度的计划，从而保证电能质量，减少备用容量，降低运行的成本，减轻风电和光伏并网对电力系统造成的影响，从而保证电网经济运行。区域功率预测的方法可以分为2类[6-8]：（1）传统的累加法，将区域内每个电站的单场预测功率进行累加，作为区域功率预测的结果，该方法对区域内所有电站数据的完备性要求较高，且对计算资源消耗较大，具有一定的局限性；（2）基于子区域划分和统计升尺度的思想进行区域功率预测，该类方法主要分为3个步骤，即区域分割、子区域代表站点选取和升尺度
计算子区域功率预测，得到子区域功率预测结果后，将各子区域功率预测结果相加即可得到区域功率预测。
钾盐矿
子区域代表站点的选取即子区域各电站的特征选取，传统的特征选取通常基于特征排序法，根据计算出的各个电站预测功率与区域实际功率之间的互信息，将互信息从大到小排列，并取前k 个特征（即前k 个电站的预测功率）作为原始特征集的最优子集，并用于区域功率预测。这种方法最大的缺点在于选取k 个互信息最大的特征仅是与目标特征互信息最大，所选取的特征之间可能存在共同的信息，并且也可能缺失其他一些信息，因此k 个互信息最大的特征组成的子集并不意味着是原始数据集的最 优子集，从而就不能为预测系统提供最丰富的信息。传统的特征选取方法所选取的k 个特征中两两之间很可能具有较大相关度，这些相关度大的特征会给系统引入冗余信息，而那些未被选入最优子集的特征反而具有对系统有利的信息[9-17]。
本文提出了一种基于统计升尺度的新能源区域功率预测算法，并利用宁波地区共25个风电场和光伏站2016年4月1日—9月31日的预测功率和实际功率数据进行了算法验证。由于选取区域较小，无须进行子区域划分，采用了互信息作为
吴迪网球
收稿日期：2018−09−30； 修回日期：2019−09−28。基金项目：国家电网有限公司科技项目(基于微气象大数据的新能源发电预测及优化调度研究与应用，5211NB160007)
。
第 53 卷 第 5 期中国电力
Vol. 53, No. 52020 年 5 月
ELECTRIC POWER
May 2020
100
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议