发明名称 基于最大信息熵原理的风电场短期输出功率预测综合模型
摘要 本发明涉及一种基于最大信息熵原理的风电场短期输出功率预测综合模型,使用各种预测模型计算待预测的风电场功率,对历史样本风电场功率数据进行虚拟预测,基于最大信息熵原理建立综合预测模型,得到预测功率的最终结果。本发明将功率预测过程作为一类典型的信息决策过程,采用了信息理论中的最大信息熵原理来构建风电场短期输出功率预测的综合模型,通过采用信息理论中的信息决策准则,进一步提高了风速随机性较大时的预测精度。
申请公布号 CN102509026A 申请公布日期 2012.06.20
申请号 CN201110407161.9 申请日期 2011.12.08
申请人 沈阳工业大学 发明人 卢芸;刘双顺
分类号 G06F19/00(2011.01)I 主分类号 G06F19/00(2011.01)I
代理机构 沈阳智龙专利事务所(普通合伙) 21115 代理人 宋铁军
主权项 1.一种基于最大信息熵原理的风电场短期输出功率预测综合模型,其特征在于:具体步骤如下:(1)、使用各种预测模型计算待预测的风电场功率:对于某待预测的风电场功率序列,采用M个算法分别对其进行预测,各自得到的结果记为<img file="2011104071619100001DEST_PATH_IMAGE002.GIF" wi="126" he="25" />;(2)、对历史样本风电场功率数据进行虚拟预测:假设有L个历史样本,某时刻的风电场真实功率为<img file="2011104071619100001DEST_PATH_IMAGE004.GIF" wi="105" he="28" />,采用上述同样的M个算法分别对风电场功率进行虚拟预测,得到的结果记为<img file="2011104071619100001DEST_PATH_IMAGE006.GIF" wi="213" he="25" />;然后计算预测功率的数字特征;各算法推断得到的预测功率的四阶中心距为<img file="2011104071619100001DEST_PATH_IMAGE008.GIF" wi="37" he="26" />,其中<img file="2011104071619100001DEST_PATH_IMAGE010.GIF" wi="178" he="46" />;每种预测算法对综合模型贡献的信息为:预测功率是均值为<img file="2011104071619100001DEST_PATH_IMAGE012.GIF" wi="22" he="25" />、四阶中心矩为<img file="520748DEST_PATH_IMAGE008.GIF" wi="37" he="26" />的分布;(3)、基于最大信息熵原理建立综合预测模型:将待预测的风电场功率看作为一随机变量,用<i>X</i>表示,应用最大信息熵原理,建立如下模型:<img file="2011104071619100001DEST_PATH_IMAGE014.GIF" wi="208" he="33" />st<img file="2011104071619100001DEST_PATH_IMAGE016.GIF" wi="232" he="46" />(1)<img file="2011104071619100001DEST_PATH_IMAGE018.GIF" wi="90" he="33" />其中,<img file="2011104071619100001DEST_PATH_IMAGE020.GIF" wi="36" he="22" />当<i>X</i>的值为<img file="2011104071619100001DEST_PATH_IMAGE022.GIF" wi="14" he="16" />的概率密度,<img file="2011104071619100001DEST_PATH_IMAGE024.GIF" wi="62" he="46" />代表预测功率的四阶中心距;引入拉格朗日乘子<img file="2011104071619100001DEST_PATH_IMAGE026.GIF" wi="70" he="25" />,从而得到预测日某时刻功率的概率密度函数为:<img file="2011104071619100001DEST_PATH_IMAGE028.GIF" wi="225" he="48" />(2)(4)、使用Matlab语言,编程求解无约束优化问题,求得参数<img file="2011104071619100001DEST_PATH_IMAGE030.GIF" wi="118" he="25" />;(5)、将求得的参数<img file="690086DEST_PATH_IMAGE030.GIF" wi="118" he="25" />代入式(2),得到概率密度函数,根据概率密度函数即可求得X的数学期望<img file="2011104071619100001DEST_PATH_IMAGE032.GIF" wi="42" he="22" />值,<img file="345189DEST_PATH_IMAGE032.GIF" wi="42" he="22" />为预测功率的最终结果。
地址 110870 辽宁省沈阳市经济技术开发区沈辽西路111号