智能电网建设中基于相关向量机的旋转热备用的调度方法

摘要

智能电网建设中基于相关向量机的旋转热备用的调度方法，本发明涉及一种基于相关向量机的旋转热备用的调度方法。为解决含规模化风电等新能源电力系统难以设置旋转热备用以平抑风电并网功率波动问题。将初始化设置结果传递到风功率相关向量机预测系统中；风电场风功率采集模块实时将风电场风功率的测量值进行采集，进行数据预处理后将数据传递给风功率相关向量机预测系统中；风功率相关向量机预测系统接收数据，对未来时刻的风功率进行预测，预测的结果为未来时刻的风功率值和风功率的误差带；将得到的预测值和误差带送入到调度控制器中，预测值即为风电场未来的发电计划，误差带代表的功率范围即为对风电场配备的旋转热备用。本发明用于智能电网建设中。

主权项

1.一种智能电网建设中基于相关向量机的旋转热备用的调度方法，其特征在于：所述方法是这样实现的：一、初始化；根据当地气候条件以及地理因素，进行当地风资源评估，根据风资源评估结果对计算控制器（3）进行初始化设置，所需设定的参数为预测结果的分布形式，所述分布形式设定为正态分布，将所述初始化设置结果传递到风功率相关向量机预测系统（3）中，初始化完毕；二、数据传输；风电场风功率采集模块（1）实时将风电场风功率的测量值进行采集，经数据预处理后将数据传递给风功率相关向量机预测系统（3）中；三、对未来时刻的风功率进行预测；风功率相关向量机预测系统（3）接收由风电场风功率采集模块（1）传递过来的数据，根据当前时刻的风功率值，对未来时刻的风功率进行预测，预测的结果为未来时刻的风功率值和风功率的误差带；风功率值和风功率的误差带的实现方式如下：集合由风功率历史数据组成，表示训练集中有n个历史样本,其中每一个历史样本x_i有10个维数，由连续的10个时刻的风功率值组成，x_i=[P_i1,P_i2,……P_i10]；t_i为样本x_i下一时刻的风功率值，即t_i=P_i11；对于本模型，即模型输入为x_i，模型输出为t_i，即根据当前10个时刻的风功率值，预测下一个时刻的风功率值，n为总的样本个数；将以上和作为训练样本集对相关向量机模型进行训练，为由t_i组成的集合，由n个样本组成，t_i与x_i一一对应；三（一）、相关向量机模型的训练过程为：1）选定核函数K为高斯核函数，其中x₁,x₂为两个长度相等的向量，δ为核宽度，自行设定；2）预测方程为$t(x;w)=\underset{i=1}{\overset{n}{\Sigma }}{w}_{i}K(x,x_i)+w_0---\left(1\right)$其中w=[w₀,w₁,……w_n]表示权系数向量；3）设模型预测值满足正态分布形式，即p(t_i)=N(t_i|t(xi;w),σ²)（2）其中p表示分布函数，N表示正态分布；上述公式（2）表示预测结果为以公式（1）的结果t(x_i;w)为均值，σ²为方差的正态分布形式；4）公式（1）和公式（2）中需要确定的参数仅为权系数向量w和正态分布的方差σ²，相关向量机法假设权系数向量w满足均值为0，方差为的正态分布，写成公式的形式即$p\left(w_i\right|{\alpha }_i)=N\left(w_i\right|0,{\alpha }_i^{-1})$α=[α₀,α₁,......,α_n]^T$p\left(w\right|\alpha )=\underset{i=0}{\overset{n}{\Pi }}\frac{{\alpha }_i}{\sqrt{2\pi }}\exp (-\frac{{\alpha }_i{w_i}^2}{2})$经过上述变量替换后需要确定的参数仅为向量α=[α₀,α₁,……α_n]以及方差σ²；5）使用数值解法求解α和σ²，先给出α与σ²猜测值，然后根据下式进行更新：${\alpha }_i^{\mathrm{NEW}}=\frac{{\gamma }_i}{{{\mu }_i}^2}$${\left({\sigma }^2\right)}^{\mathrm{NEW}}=\frac{{\left|\right|t-\mathrm{\Phi \mu }\left|\right|}^2}{n-\underset{i=0}{\overset{n}{\Sigma }}{\gamma }_i}$γ₁=1-α_iB(i,i)其中γi为中间变量，Φ为用核函数构成的矩阵，具体形式如下所示：$\Phi =\left[\begin{array}{ccccc}1& K(x_1,x_1)& K(x_1,x_2)& ...& K(x_1,x_n)\\ 1& K(x_2,x_1)& K(x_2,x_2)& ...& K(x_2,x_n)\\ .& .& .& .& .\\ .& .& .& .& .\\ .& .& .& .& .\\ 1& K(x_n,x_1)& K(x_n,x_2)& ...& K(x_n,x_n)\end{array}\right]$矩阵A为以向量α为对角线元素的方阵，矩阵B=（σ^-2Φ^TΦ+A）^-1，B（i,i）是B中对角线上的第i项元素，向量μ=σ^-2BΦ^Tt，T表示的是对矩阵进行转置操作，在足够多的更新之后，大部分的α_i会趋近无限大，意即对应的w_i为0；其它的α_i会稳定趋近有限值，与之对应的x_i就称为相关向量，在通过上述迭代过程得到了α和σ²以后，模型的训练过程结束；三（二）、进入预测环节；给定输入x_*为当前时刻的风功率序列（包含十个时刻的风功率值），根据公式（1）和公式（2）模型输出风功率预测值t_*和以及预测值的概率分布，由此得到了预测值和误差带；四、由风功率相关向量机预测系统（3）中得到的预测值和误差带送入到调度控制器（4）中，预测值即为风电场未来的发电计划，误差带代表的功率范围即为对风电场配备的旋转热备用（5），调度控制器（4）将控制旋转热备用（5）按照指令进行发电供用户使用。