基于概率统计和粒子群优化的多气象源风速融合的风电功率预测方法

摘要

本发明公开了一种基于概率统计和粒子群优化的多气象源风速融合的风电功率预测方法，所述风电功率预测方法包括：步骤一，获取预设的时间范围内的风电场数据，对所述风电场数据进行预处理；其中，所述风电场数据包括风电场实发风速、实发功率和多气象源NWP风速数据；步骤二，采集风电场历史数据，统计全年风速分布，并根据风速统计规律修正所述多气象源NWP风速数据，得到修正后的风速数据；步骤三，利用PSO算法在对粒子的迭代中，通过跟踪极值来更新数据，找到种群的最优解；利用PSO算法计算多个修正后的NWP风速融合系数，以进行融合并得到较优的融合后风速数据，并采用所述融合后风速数据作为预测模型的输入；步骤四，建立风速与功率的回归模型。

主权项

一种基于概率统计和粒子群优化的多气象源风速融合的风电功率预测方法，其特征在于，所述风电功率预测方法包括：步骤一，获取预设的时间范围内的风电场数据，对所述风电场数据进行预处理；其中，所述风电场数据包括风电场实发风速、实发功率和多气象源NWP风速数据；步骤二，采集风电场历史数据，统计全年风速分布，并根据风速统计规律修正所述多气象源NWP风速数据，得到修正后的风速数据；步骤三，利用PSO算法在对粒子的迭代中，通过跟踪极值来更新数据，找到种群的最优解；利用PSO算法计算多个修正后的NWP风速融合系数，以进行融合并得到较优的融合后风速数据，并采用所述融合后风速数据作为预测模型的输入；步骤四，建立风速与功率的回归模型。