[发明专利]基于风电功率变化量的Markov链建模、预测方法

摘要

本发明公开了一种基于风电功率变化量的Markov链建模、预测方法，首先对已有原始功率数据进行线性变换获得了风电功率变化量数据样本，然后根据变化量数据量和概率分布的统计结果，尽可能精细的划分Markov链模型的状态空间。状态确定后，通过统计计算获得变化量的转移概率矩阵，完成Markov链模型构建。该模型不仅可以用于构建短期、超短期风电功率预测方法，而且可以为含风电系统的实时经济调度、基于Markov链的优化决策与模型预测控制奠定理论基础。

主权项

一种基于风电功率变化量的Markov链建模、预测方法，其特征是：包括以下步骤：(1)建立时间和状态均为离散的Markov链模型；(2)将连续的时间轴划分为离散时刻，通过将原始功率样本空间转化为风电功率变化量样本空间，构建Markov链模型的样本空间；(3)针对风电功率变化量的样本空间，结合风电功率变化量样本数据的分布统计结果，拟合变化量概率分布的概率密度函数，设置置信区间，构建相应的状态空间；(4)根据随机过程的Markov性，统计并计算Markov链模型的转移概率矩阵，获得了风电功率变化量在各状态间的条件转移概率，描述了风电功率的变化特性和波动规律；(5)基于风电功率变化量Markov链模型进行单步预测和多步预测，并对多步预测误差累积情况进行分析。