Data-driven Decoupling Evaluation Method of Wind Power Prediction Error

Changming JIANG; Jian YANG; Yu LIU; Yang CUI

doi:10.7500/AEPS20200318005

您当前的位置：

首页 >

文章列表页 >

Data-driven Decoupling Evaluation Method of Wind Power Prediction Error

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

- Data-driven Decoupling Evaluation Method of Wind Power Prediction Error
- Automation of Electric Power Systems Vol. 45, Issue 1, Pages: 105-113(2021)
- 作者机构：
  
  1.国家电网华北电力调控分中心，北京市 100053
  2.华北电力科学研究院有限责任公司，北京市 100045
- 作者简介：
- 基金信息：
- DOI：10.7500/AEPS20200318005
  CLC：
- Received：18 March 2020，
  
  Revised：2020-06-05，
  
  Published Online：30 November 2020，
  
  Published：10 January 2021
- 稿件说明：
移动端阅览
江长明,杨健,柳玉等.基于数据驱动的风电功率预测误差解耦评价方法[J].电力系统自动化,2021,45(1):105-113.

JIANG Changming,YANG Jian,LIU Yu,et al.Data-driven Decoupling Evaluation Method of Wind Power Prediction Error[J].Automation of Electric Power Systems,2021,45(1):105-113.
江长明,杨健,柳玉等.基于数据驱动的风电功率预测误差解耦评价方法[J].电力系统自动化,2021,45(1):105-113. DOI： 10.7500/AEPS20200318005.

JIANG Changming,YANG Jian,LIU Yu,et al.Data-driven Decoupling Evaluation Method of Wind Power Prediction Error[J].Automation of Electric Power Systems,2021,45(1):105-113. DOI： 10.7500/AEPS20200318005.

摘要

针对风电功率预测中多环节交互影响的复杂性，文中提出一种风电功率预测误差的精细化评价方法，旨在利用数值天气预报、气象观测数据、风电运行数据等多源异构信息，定量分析功率预测各关键环节对预测总误差的影响程度。首先，解析了风电功率预测运行机理，将预测过程分解为数值天气预报、风能-功率转换建模、预测结果校正3个关键环节。然后，设计了基于核密度估计的风电异常数据分区间辨识方法，建立了风资源-电力特性的简化模型。最后，基于气象、电力等多源运行数据驱动，提出功率预测各环节等效误差的量度方法。算例结果表明，所提方法可定量评估各环节预测对功率预测误差的影响。

Abstract

For the complexity of multi-link interaction in wind power prediction

this paper proposes a refined evaluation method for wind power prediction error. It aims to quantitatively analyze the effect of each key link of power prediction on the total prediction error by using numerical weather prediction

meteorological observation data

wind power operation data and other multi-source heterogeneous information. Firstly

the operation mechanism of wind power prediction is analyzed

the prediction process is divided into three key links

i.e.

numerical weather prediction

wind energy-power conversion modeling and prediction result correction. Secondly

based on the kernel density estimation

the segmented identification method is designed for wind power anomaly data

and a simplified model of wind resource-power characteristics is established. Finally

based on the multi-source operation data-driven in meteorology and electric power

a method for measuring equivalent error in each link of power prediction is proposed. The case results show that the proposed method can quantitatively evaluate the effects of each link on the power prediction error.

关键词

Keywords

references

雷亚洲 . 与风电并网相关的研究课题［J］. 电力系统自动化， 2003 ， 27 （ 8 ）： 84 - 89 .

LEI Yazhou . Studies on wind farm integration into power system ［J］. Automation of Electric Power Systems ， 2003 ， 27 （ 8 ）： 84 - 89 .

BILLINTON R ， CHEN H ， GHAJAR R . A sequential simulation technique for adequacy evaluation of generating systems including wind energy ［J］. IEEE Transactions on Energy Conversion ， 1996 ， 11 （ 4 ）： 728 - 734 ．

梁访，潘毅，许丹，等 . 基于极限场景分析的电力系统有功功率和备用协调调度［J］. 电力系统自动化， 2019 ， 43 （ 22 ）： 101 - 109 .

LIANG Fang ， PAN Yi ， XU Dan ， et al . Coordinated dispatching of active power and reserve for power system based on extreme scenario analysis ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 22 ）： 101 - 109 .

陈哲，王橹裕，郭创新，等 . 计及风电备用容量与需求响应的多备用资源鲁棒优化［J］. 电力系统自动化， 2020 ， 44 （ 10 ）： 50 - 58 .

CHEN Zhe ， WANG Luyu ， GUO Chuangxin ， et al . Robust optimization of multiple reserve resources considering reserve capacity of wind power and demand response ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 10 ）： 50 - 58 .

苏承国，申建建，王沛霖，等 . 基于电源灵活性裕度的含风电电力系统多源协调调度方法［J］. 电力系统自动化， 2018 ， 42 （ 17 ）： 111 - 119 .

SU Chengguo ， SHEN Jianjian ， WANG Peilin ， et al . Coordinated dispatching method for wind-turbine-integrated power system with multi-type power sources based on power flexibility margin ［J］. Automation of Electric Power Systems ， 2018 ， 42 （ 17 ）： 111 - 119 .

蒋宇，陈星莺，余昆，等 . 考虑风电功率预测不确定性的日前发电计划鲁棒优化方法［J］. 电力系统自动化， 2018 ， 42 （ 19 ）： 57 - 63 .

JIANG Yu ， CHEN Xingying ， YU Kun ， et al . Robust optimization method for day-ahead generation scheduling considering prediction uncertainty of wind power ［J］. Automation of Electric Power Systems ， 2018 ， 42 （ 19 ）： 57 - 63 .

王智冬，娄素华，范臻，等 . 基于机会约束规划的含大规模风电电力系统阻塞调度优化［J］. 电力系统自动化， 2019 ， 43 （ 23 ）： 147 - 154 .

WANG Zhidong ， LOU Suhua ， FAN Zhen ， et al . Chance-constrained programming based congestion dispatching optimization of power system with large-scale wind power integration ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 23 ）： 147 - 154 .

范高锋，裴哲义，辛耀中 . 风电功率预测的发展现状与展望［J］．中国电力， 2011 ， 44 （ 6 ）： 38 - 41 .

FAN Gaofeng ， PEI Zheyi ， XIN Yaozhong . Wind power prediction achievement and prospect ［J］. Electric Power ， 2011 ， 44 （ 6 ）： 38 - 41 .

彭小圣，熊磊，文劲宇，等 . 风电集群短期及超短期功率预测精度改进方法综述［J］. 中国电机工程学报， 2016 ， 36 （ 23 ）： 6315 - 6326 ．

PENG Xiaosheng ， XIONG Lei ， WEN Jinyu ， et al . A summary of the state of the art for short-term and ultra-short-term wind power prediction of regions ［J］. Proceedings of the CSEE ， 2016 ， 36 （ 23 ）： 6315 - 6326 ．

杨茂，张罗宾 . 基于数据驱动的超短期风电功率预测综述［J］. 电力系统保护与控制， 2019 ， 47 （ 13 ）： 171 - 186 .

YANG Mao ， ZHANG Luobin . Review on ultra-short term wind power forecasting based on data-driven approach ［J］. Power System Protection and Control ， 2019 ， 47 （ 13 ）： 171 - 186 .

KUSIAK A ， ZHANG Z . Short-horizon prediction of wind power： a data-driven approach ［J］. IEEE Transactions on Energy Conversion ， 2010 ， 25 （ 4 ）： 1112 - 1122 .

乔颖，鲁宗相，闵勇 . 提高风电功率预测精度的方法［J］. 电网技术， 2017 ， 41 （ 10 ）： 3261 - 3269 .

QIAO Ying ， LU Zongxiang ， MIN Yong . Research and application of raising wind power prediction accuracy ［J］. Power System Technology ， 2017 ， 41 （ 10 ）： 3261 - 3269 .

宋薇 . 大规模风电场超短期风电功率预测的误差分析与评价［D］. 吉林：东北电力大学， 2013 ．

SONG Wei . The error analysis and evaluation of large-scale wind farm ultra-short term wind power prediction ［D］. Jilin ： Northeast Dianli University ， 2013 ．

孟岩峰，胡书举，邓雅，等 . 风电功率预测误差分析及预测误差评价方法［J］. 电力建设， 2013 ， 34 （ 7 ）： 6 - 9 ．

MENG Yanfeng ， HU Shuju ， DENG Ya ， et al . Analysis and evaluation method of wind power predicted-error ［J］. Electric Power Construction ， 2013 ， 34 （ 7 ）： 6 - 9 ．

王松岩，李碧君，于继来，等 . 风速与风电功率预测误差概率分布的时变特性分析［J］. 电网技术， 2013 ， 37 （ 4 ）： 967 - 973 ．

WANG Songyan ， LI Bijun ， YU Jilai ， et al . Analysis on time-varying characteristics of probability error in forecast of wind speed and wind power ［J］. Power System Technology ， 2013 ， 37 （ 4 ）： 967 - 973 ．

张凯锋，杨国强，陈汉一，等 . 基于数据特征提取的风电功率预测误差估计方法［J］. 电力系统自动化， 2014 ， 38 （ 16 ）： 22 - 27 ．

ZHANG Kaifeng ， YANG Guoqiang ， CHEN Hanyi ， et al . An estimation method for wind power forecast errors based on numerical feature extraction ［J］. Automation of Electric Power Systems ， 2014 ， 38 （ 16 ）： 22 - 27 ．

徐曼，乔颖，鲁宗相 . 短期风电功率预测误差综合评价方法［J］．电力系统自动化， 2011 ， 35 （ 12 ）： 20 - 26 .

XU Man ， QIAO Ying ， LU Zongxiang . A comprehensive error evaluation method for short-term wind power prediction ［J］. Automation of Electric Power Systems ， 2011 ， 35 （ 12 ）： 20 - 26 .

姚琦，柳玉，白恺，等 . 风电场功率预测水平的多指标综合评价方法研究［J］. 太阳能学报， 2019 ， 40 （ 2 ）： 333 - 340 ．

YAO Qi ， LIU Yu ， BAI Kai ， et al . Study of multi-index comprehensive evaluation method for wind farm power prediction level ［J］. Acta Energiae Solaris Sinica ， 2019 ， 40 （ 2 ）： 333 - 340 ．

中国电力科学研究院有限公司 . 风电场接入电力系统技术规定： GB/T 19963—2011 ［S］. 2011 .

China Electric Power Research Institute . Standard on connecting wind farms to power system ： GB/T 19963—2011 ［S］. 2011 .

陈德辉，薛纪善 . 数值天气预报业务模式现状与展望［J］. 气象学报， 2004 （ 5 ）： 623 - 633 .

CHEN Dehui ， XUE Jishan . An overview on recent progresses of the operational numerical weather prediction models ［J］. Acta Meteorologica Sinica ， 2004 （ 5 ）： 623 - 633 .

薛禹胜，郁琛，赵俊华 . 关于短期及超短期风电功率预测的评述［J］. 电力系统自动化， 2015 ， 39 （ 6 ）： 141 - 151 .

XUE Yusheng ， YU Chen ， ZHAO Junhua . A review on short-term and ultra-short-term wind power prediction ［J］. Automation of Electric Power Systems ， 2015 ， 39 （ 6 ）： 141 - 151 .

叶杭冶 . 风力发电机组的控制技术［M］. 北京：机械工业出版社， 2002 .

YE Hangye . Control technology of wind turbine ［M］. Beijing ： Mechanical Industry Press ， 2002 .

中国气象局 . 风电场气象观测及资料审核、订正技术规范： QX/T 74—2007 ［S］. 2007 .

China Meteorological Administration . Regulations for data inspection and correction of wind power plant meteorological observation ： QX/T 74—2007 ［S］. 2007 .

杨楠，崔家展，周峥，等 . 基于模糊序优化的风功率概率模型非参数核密度估计方法［J］. 电网技术， 2016 ， 40 （ 2 ）： 335 - 340 .

YANG Nan ， CUI Jiazhan ， ZHOU Zheng ， et al . Research on nonparametric kernel density estimation for modeling of wind power probability characteristics based on fuzzy ordinal optimization ［J］. Power System Technology ， 2016 ， 40 （ 2 ）： 335 - 340 .

QIN Z ， LI W ， XIONG X . Estimating wind speed probability distribution using kernel density method ［J］. Electric Power Systems Research ， 2011 ， 81 （ 12 ）： 2139 - 2146 .

刘纯，范高锋，王伟胜，等 . 风电场输出功率的组合预测模型［J］. 电网技术， 2009 ， 33 （ 13 ）： 74 - 79 .

LIU Chun ， FAN Gaofeng ， WANG Weisheng ， et al . A combination forecasting model for wind farm output power ［J］. Power System Technology ， 2009 ， 33 （ 13 ）： 74 - 79 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于空间相关性的风电功率预测研究综述

Error Tracing Method for Photovoltaic Power Prediction Considering Causality Verification of Numerical Weather Prediction Transfer Entropy

Preliminary Study on Spatial Complementarity Characteristics of Short-term Power Prediction for Distributed Photovoltaic Clusters

Wind Power Interval Prediction Based on Fluctuation Trend Segmentation

Multi-time-scale Dispatching of Integrated Electricity and Thermal System Considering Time-sharing Compensation of Wind Power Forecasting Error

Related Author

YE Lin

SHA Licheng

SONG Xuri

LUO Yadi

PEI Ming

LYU Kexin

YE Lin

HUANG Chunyi

Related Institution

College of Information and Electrical Engineering, China Agricultural University

State Grid Beijing Electric Power Company

China Electric Power Research Institute

School of Information and Electrical Engineering, China Agricultural University

Key Laboratory of Control of Power Transmission and Conversion, Ministry of Education (Shanghai Jiao Tong University)

⁰