首页 理论教育 短期功率预测的不确定性分析

短期功率预测的不确定性分析

时间:2023-06-19 理论教育 版权反馈
【摘要】:短期功率预测由于受到数值天气预报精度、预测模型适用性、电站运行数据和气象监测数据的准确性、完整性和代表性等各种因素的影响,功率预测结果存在不确定性。功率预测的不确定性分析主要针对功率预测误差进行分析,置信水平1-α下的置信区间表示实测功率落在该置信区间的概率为1-α,其中α为显著性水平,取值0~1之间。功率预测误差分布估计主要有参数估计法和非参数估计法。

短期功率预测的不确定性分析

短期功率预测由于受到数值天气预报精度、预测模型适用性、电站运行数据和气象监测数据的准确性、完整性和代表性等各种因素的影响,功率预测结果存在不确定性。常用的功率预测模型只对目标时间段的功率期望值进行预测,不足以全面描述未来功率的多种可能性。功率预测的不确定性分析主要针对功率预测误差进行分析,置信水平1-α下的置信区间表示实测功率落在该置信区间的概率为1-α,其中α为显著性水平,取值0~1之间。置信水平和置信区间相结合可以描述功率预测的可信程度,给定置信水平下置信区间越窄,表明功率预测结果越可信。功率预测的不确定性主要体现在功率预测误差的随机性上,误差分布估计是功率预测不确定性分析的基础,置信区间分析算法如图5-20所示。

图5-20 置信区间分析算法示意图(www.xing528.com)

在实际应用中,功率预测的误差在不同场景下表现迥异,为了提高不确定性分析的实用性,首先基于实测功率、预测功率、气象要素预报、系统运行状态等对误差样本进行分类,然后以子类样本为基础进行预测误差分布及置信水平计算。

功率预测误差分布估计主要有参数估计法和非参数估计法。参数估计法需要根据历史数据对功率预测误差分布函数形式进行假设,推算其参数;非参数估计法则不需要对功率预测的误差分布函数进行假设,直接利用经验分布函数、分段核密度函数或分位数估计等方法对功率预测误差分布进行估计。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈