一种基于分布式优化和空间相关性的风电功率预测方法

摘要

本发明涉及一种基于分布式优化和空间相关性的风电功率预测方法，包括以下步骤：一、对某区域内各风电场的同期风电功率历史数据归一化，然后对出力状态等区间划分，生成基本数据集和风电出力状态库，并存储。二、各风电场交换历史空间相关数据，在待预测目标风电场生成并存储时空马尔科夫状态转移矩阵。三、基于本地时序和时空马尔科夫状态转移矩阵，建立各风电场的稀疏化时空风电功率预测模型，并求解。四、各风电场之间交换实时测量数据，根据各风电场在当前时刻的出力值，采用预测模型对风电场功率值预测，并定期采用最新的实测数据对时空马尔科夫状态转移矩阵和预测模型的参数更新。本发明有效改善风电功率预测精度，显著提高计算效率。