一种应用于新能源电站的基于在线校正的功率预测方法

摘要

本发明属于电站功率预测方法，具体涉及一种应用于新能源电站的基于在线校正的功率预测方法，包括如下步骤1）设置发电系统、预测系统和校正器；2）发电系统与预测系统并联且输入相同；其中发电系统直接以调度下发的计划值作为输出，预测系统以预测值作为输出；发电系统输出的计划值与预测系统输出的预测值做差；3）校正器以计划值和预测值的差值作为输入，通过校正算法对预测系统进行在线实时校正。本发明通过引入发电系统的计划数据及设计的校正器，将预测系统由开环变为闭环。发电系统输出的发电计划值与预测系统输出的预测值做差，校正器根据该差值对预测模型进行在线实时调整，极大地提高了预测精度。

主权项

一种应用于新能源电站的基于在线校正的功率预测方法，其特征在于，包括如下步骤：1)设置发电系统、预测系统和校正器；2)发电系统与预测系统并联且输入相同；其中发电系统直接以调度下发的计划值作为输出，预测系统以预测值作为输出；发电系统输出的计划值与预测系统输出的预测值做差；3)校正器以计划值和预测值的差值作为输入，通过校正算法对预测系统进行在线实时校正；预测系统的预测模型的输出y与输入u的关系如下：y＝W₁^Tσ(V₁^Tu)        (1)其中W₁^T表示神经网络隐层到输出层的连接权值矩阵，σ(·)为隐含层的激活函数，V₁^T表示输入层到神经网络隐层的连接权值矩阵；校正器的输入y_j为发电系统输出的发电计划值y_d与预测系统输出的预测值y的差值：y_j＝y_d‑y            (2)校正器的在线调节性能指标选取如下：$J=\frac{1}{2}{y_j}^2=\frac{1}{2}{(y_d-y)}^2---\left(3\right)$根据梯度下降法可得：${W_1}^T(k+1)={W_1}^T\left(k\right)-{\eta }_1\frac{\partial J}{\partial {W_1}^T\left(k\right)}---\left(4\right)$综合式(1)至式(4)可得校正器的在线调节算法为：W₁^T(k+1)＝W₁^T(k)+η₁y_jσ^T              (5)其中η₁为学习速率，η₁的选择要在有利于在线学习的快速性和神经网络的收敛性之间做折中；k表示当前时标，k+1表示经过一个时间跨度后的时标。