Frequent Pattern Mining Based Modeling and Forecasting for Statistical Characteristics of Wind Power Ramp Events

Yinpeng QU; Jian XU; Shangguang JIANG; Yu LIU; Yuanzhang SUN; Deping KE

doi:10.7500/AEPS20191231007

您当前的位置：

首页 >

文章列表页 >

Frequent Pattern Mining Based Modeling and Forecasting for Statistical Characteristics of Wind Power Ramp Events

Special Topic on Forecasting Technology and Its Application in Power Systems with Renewable Energy Sources | 更新时间：2025-06-16

- Frequent Pattern Mining Based Modeling and Forecasting for Statistical Characteristics of Wind Power Ramp Events
- Automation of Electric Power Systems Vol. 45, Issue 1, Pages: 36-43(2021)
- 作者机构：
  
  1.武汉大学电气与自动化学院，湖北省武汉市 430072
  2.国家电网公司华北分部，北京市 100053
- 作者简介：
- 基金信息：
  
  State Grid Corporation of China
- DOI：10.7500/AEPS20191231007
  CLC：
- Received：31 December 2019，
  
  Revised：2020-06-01，
  
  Published Online：28 September 2020，
  
  Published：10 January 2021
- 稿件说明：
移动端阅览
屈尹鹏,徐箭,姜尚光等.基于频繁模式挖掘的风电爬坡事件统计特性建模及预测[J].电力系统自动化,2021,45(1):36-43.

QU Yinpeng,XU Jian,JIANG Shangguang,et al.Frequent Pattern Mining Based Modeling and Forecasting for Statistical Characteristics of Wind Power Ramp Events[J].Automation of Electric Power Systems,2021,45(1):36-43.
屈尹鹏,徐箭,姜尚光等.基于频繁模式挖掘的风电爬坡事件统计特性建模及预测[J].电力系统自动化,2021,45(1):36-43. DOI： 10.7500/AEPS20191231007.

QU Yinpeng,XU Jian,JIANG Shangguang,et al.Frequent Pattern Mining Based Modeling and Forecasting for Statistical Characteristics of Wind Power Ramp Events[J].Automation of Electric Power Systems,2021,45(1):36-43. DOI： 10.7500/AEPS20191231007.

摘要

风电爬坡事件的统计特性建模和精准预测有利于电网的安全稳定运行。文中首先通过参数分辨率自适应算法对大型历史风电数据库进行爬坡事件检测，得到风电爬坡事件的历史学习集。对该学习集进行数据挖掘，建立了单个爬坡事件的起点、终点、持续时间以及爬坡间隔的多属性联合统计特性模型，并得到爬坡事件的基本模式。通过关联规则算法建立了多个相邻爬坡事件之间的自相关性统计特性模型。在此基础上，提出了爬坡事件序列预测算法的基本概念和模型。算例结果表明，所提算法能够更为直观地描述爬坡事件的统计特性，且基于事件序列的预测算法能够较好地进行日前的爬坡预测。

Abstract

The statistical characteristic modeling and accurate forecasting of wind power ramp events are conducive to the safe and stable operation of the power grid. In this paper

first of all

the parameter and resolution adaptive algorithm is used to detect the ramp events in a large-scale historical wind power database

and the history learning set of wind power ramp events is obtained. Data mining is carried out on this learning set to establish a model with multi-attribute joint statistical characteristics of the starting point

ending point

duration

interval ramp for a ramp event

and the basic mode of ramp events is got.The modeling of autocorrelation statistical characteristics between multiple adjacent ramp events is established by using the association rule algorithm. On this basis

the basic concept and model of the forecasting algorithm of ramp event sequence are proposed. The case results show that the statistical characteristics of ramp events can be described more intuitively by the proposed algorithm

and the events sequence based forecasting algorithm can provide better performance for the day-ahead ramp forecasting.

关键词

Keywords

references

康重庆，姚良忠 . 高比例可再生能源电力系统的关键科学问题与理论研究框架［J］. 电力系统自动化， 2017 ， 41 （ 9 ）： 2 - 11 .

KANG Chongqing ， YAO Liangzhong . Key scientific issues and theoretical research framework for power systems with high proportion of renewable energy ［J］. Automation of Electric Power Systems ， 2017 ， 41 （ 9 ）： 2 - 11 .

CUI M ， ZHANG J ， WU H ， et al . Wind-friendly flexible ramping product design in multi-timescale power system operations ［J］. IEEE Transactions on Sustainable Energy ， 2017 ， 8 （ 3 ）： 1064 - 1075 .

刘秋华，袁浩，杨争林，等 . 可再生能源配额制下绿色证书补偿辅助服务方案探讨［J］. 电力系统自动化， 2020 ， 44 （ 6 ）： 1 - 8 .

LIU Qiuhua ， YUAN Hao ， YANG Zhenglin ， et al . Discussion on compensation ancillary service scheme of green certificates based on renewable portfolio standard ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 6 ）： 1 - 8 .

朱继忠，叶秋子，邹金，等 . 英国电力辅助服务市场短期运行备用服务机制及启示［J］. 电力系统自动化， 2018 ， 42 （ 17 ）： 1 - 9 .

ZHU Jizhong ， YE Qiuzi ， ZOU Jin ， et al . Short-term operation service mechanism of ancillary service in the UK electricity market and its enlightenment ［J］. Automation of Electric Power Systems ， 2018 ， 42 （ 17 ）： 1 - 9 .

马恒瑞，王波，高文忠，等 . 区域综合能源系统中储能设备参与辅助服务的运行优化［J］. 电力系统自动化， 2019 ， 43 （ 8 ）： 34 - 46 .

MA Hengrui ， WANG Bo ， GAO Wenzhong ， et al . Operation optimization of energy storage equipment participating in auxiliary service in regional integrated energy system ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 8 ）： 34 - 46 .

徐帆，葛朝强，吴鑫，等 . 区域电网省间调峰辅助服务的市场机制与出清模型［J］. 电力系统自动化， 2019 ， 43 （ 16 ）： 109 - 115 .

XU Fan ， GE Zhaoqiang ， WU Xin ， et al . Market mechanism and clearing model of inter-provincial peak regulation ancillary service for regional power grid ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 16 ）： 109 - 115 .

陈中飞，荆朝霞，陈达鹏，等 . 美国调频辅助服务市场的定价机制分析［J］. 电力系统自动化， 2018 ， 42 （ 12 ）： 1 - 10 .

CHEN Zhongfei ， JING Zhaoxia ， CHEN Dapeng ， et al . Analysis on pricing mechanism in frequency regulation ancillary service market of United States ［J］. Automation of Electric Power Systems ， 2018 ， 42 （ 12 ）： 1 - 10 .

KAMATH C . Understanding wind ramp events through analysis of historical data ［C］// Transmission and Distribution Conference and Exposition， April 19-22 ， 2010 ， New Orleans ， USA .

SEVLIAN R ， RAJAGOPAL R . Detection and statistics of wind power ramps ［J］. IEEE Transactions on Power Systems ， 2013 ， 28 （ 4 ）： 3610 - 3620 .

SEVLIAN R ， RAJAGOPAL R . Wind power ramps： detection and statistics ［C］// Power and Energy Society General Meeting， July 22-26 ， 2012 ， San Diego ， USA .

CUI M ， ZHANG J ， FLORITA A R ， et al . An optimized swinging door algorithm for identifying wind ramping events ［J］. IEEE Transactions on Sustainable Energy ， 2015 ， 7 （ 1 ）： 150 - 162 .

QU Y ， XU J ， SUN Y ， et al . A parameter and resolution adaptive algorithm for rapid detection of ramp events in different timescale databases of the power system ［J］. Electrical Power and Energy Systems ， 2019 ， 112 ： 393 - 403 .

欧阳庭辉，查晓明，秦亮，等 . 基于小波特征提取和筛选的爬坡事件分类［J］. 中国电机工程学报， 2016 ， 36 （ 9 ）： 2373 - 2380 .

OUYANG Tinghui ， ZHA Xiaoming ， QIN Liang ， et al . Classification of wind power ramps based on screened wavelet energy characteristics ［J］. Proceedings of the CSEE ， 2016 ， 36 （ 9 ）： 2373 - 2380 .

MINGJIAN C ， VENKAT K ， BRI-MATHIAS H ， et al . A Copula-based conditional probabilistic forecast model for wind power ramps ［J］. IEEE Transactions on Smart Grid ， 2018 ， 10 （ 4 ）： 3870 - 3882 .

刘申，褚晓东，张文 . 基于气象测量场的爬坡时段区域风功率预测［J］. 电力系统自动化， 2015 ， 39 （ 16 ）： 29 - 36 .

LIU Shen ， CHU Xiaodong ， ZHANG Wen . Regional wind power forecasting during ramp period using meteorological measurement field data ［J］. Automation of Electric Power Systems ， 2015 ， 39 （ 16 ）： 29 - 36 .

崔明建 . 风电功率爬坡事件问题研究［D］. 武汉：武汉大学， 2015 .

CUI Mingjian . Research on the wind power ramp events ［D］. Wuhan ： Wuhan University ， 2015 .

马欢，李常刚，刘玉田 . 风电爬坡事件多级区间预警方法［J］. 电力系统自动化， 2017 ， 41 （ 11 ）： 39 - 47 .

MA Huan ， LI Changgang ， LIU Yutian . Multi-level early warning method for wind power ramp events ［J］. Automation of Electric Power Systems ， 2017 ， 41 （ 11 ）： 39 - 47 .

张东英，代悦，张旭，等 . 风电爬坡事件研究综述及展望［J］. 电网技术， 2018 ， 42 （ 6 ）： 1783 - 1791 .

ZHANG Dongying ， DAI Yue ， ZHANG Xu ， et al . Review and prospect of research on wind power ramp events ［J］. Power System Technology ， 2018 ， 42 （ 6 ）： 1783 - 1791 .

CUI M ， ZHANG J ， WANG Q ， et al . A data-driven methodology for probabilistic wind power ramp forecasting ［J］. IEEE Transactions on Smart Grid ， 2019 ， 10 （ 2 ）： 1326 - 1338 .

TAYLOR J W . Probabilistic forecasting of wind power ramp events using autoregressive logit models ［J］. European Journal of Operational Research ， 2017 ， 259 （ 2 ）： 703 - 712 .

LI Y ， MUSILEK P ， LOZOWSKI E ， et al . Temporal uncertainty of wind ramp predictions using probabilistic forecasting technique ［C］// 2016 IEEE Second International Conference on Big Data Computing Service and Applications （Big Data Service）， March 29 - April 1 ， Oxford， UK.

LIU Y ， SUN Y ， INFIELD D ， et al . A hybrid forecasting method for wind power ramp based on orthogonal test and support vector machine （OT-SVM）［J］. IEEE Transactions on Sustainable Energy ， 2017 ， 8 （ 2 ）： 451 - 457 .

欧阳庭辉，查晓明，秦亮，等 . 基于相似性修正的风电功率爬坡事件预测方法［J］. 中国电机工程学报， 2017 ， 37 （ 2 ）： 572 - 581 .

OUYANG Tinghui ， ZHA Xiaoming ， QIN Liang ， et al . Wind power ramps prediction method based on amendment of similar events ［J］. Proceedings of the CSEE ， 2017 ， 37 （ 2 ）： 572 - 581 .

崔明建，孙元章，柯德平 . 基于原子稀疏分解和BP神经网络的风电功率爬坡事件预测［J］. 电力系统自动化， 2014 ， 38 （ 12 ）： 6 - 11 .

CUI Mingjian ， SUN Yuanzhang ， KE Deping . Wind power ramp events forecasting based on atomic sparse decomposition and BP neural networks ［J］. Automation of Electric Power Systems ， 2014 ， 38 （ 12 ）： 6 - 11 .

ZHANG F ， CHENG L ， LI X ， et al . Application of a real-time data compression and adapted protocol technique for WAMS ［J］. IEEE Transactions on Power Systems ， 2015 ， 30 （ 2 ）： 653 - 662 .

HAN Jiawei ， KAMBER M ， PEI Jian . 数据挖掘：概念与技术［M］. 北京：机械工业出版社， 2012 .

HAN Jiawei ， KAMBER M ， PEI Jian . Data mining： concept and technology ［M］. Beijing ： China Machine Press ， 2012 .

TAN P ， STEINBACH M ， KUMAR V . 数据挖掘导论［M］. 北京：人民邮电出版社有限公司， 2011 .

TAN P ， STEINBACH M ， KUMAR V . Introduction to data mining ［M］. Beijing ： Posts & Telecom Press Co. Ltd .， 2011 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

风电爬坡事件多级区间预警方法

Related Author

MA Huan

Related Institution

Key Laboratory of Power System Intelligent Dispatch and Control of Ministry of Education(Shandong University)

⁰