风电功率预测matlab,一种基于二十四节气的风电功率预测方法与流程

本发明属于风电场技术领域，尤其涉及一种基于二十四节气的风电功率预测方法。

背景技术：

风能的随机波动性对电网产生的较大冲击给风电产业的发展带来了巨大挑战。目前风电功率预测误差较大，数值天气预报精度、训练样本的代表性与数量、预测算法与参数设置是风电功率预测误差的主要来源。其中，数值天气预报与训练样本的影响最为显著。在气候变化或季节更替时，由于风速、风向、温度、湿度的变化，自然风波动的随机性、多样性增加了数值天气预报与训练样本构建的难度，然而自然风的波动特征具有一定的季节性、气候性规律。准确划分季节、预判气候转换、掌握天气参数的变化规律是提高数值天气预报精度、选择能够代表当前预测时刻气候状态的样本集，从而提升风电功率预测技术水平的重要前提。传统的风电功率预测建模方法大多以年或阳历月份为周期划分样本数据，然而这种纪历方法在季节表现上会出现日期误差，我国独创的二十四节气以“运行角度”来表述地球与太阳相对位置进而反映季节变化，在历法上可以精确到秒，因此二十四节气相对阳历更能准确表述季节、气候及物候变化情况，因而一定程度上，同一节气内的气象数据相对阳历更具有相似性，以同一节气内的数据来训练预测模型，会在一定程度上提高预测精度。

技术实现要素：

针对上述问题，本发明提出一种基于二十四节气的风电功率预测方法，包括以下步骤：

步骤1：采集风电场功率预测所需的指定风电场数值天气预报数据、选定年份的二十四节气信息以及风电场运行数据，并对上述数据进行清洗与预处理，提取指定年份节气的节点日期；

步骤2：根据二十四节气的时间节点，将经过预处理的风电场数值天气预报数据、风电场实测输出功率数据进行划分，建立与节气对应的24组数据样本集；<