基于风电的电力系统经济调度中的日前日内预测方法
本帖最后由 matlab的旋律 于 2024-1-6 00:23 编辑负荷和风电的实测和预测曲线如下图7所示：图7负荷预测、风电正调峰的预测和风电反调峰的日前和日内预测曲线图，以及日内与日前预测曲线的差值条形图，从图中可以看出负荷预测的误差在[-50，50]范围内，风电正调峰的预测和风电反调峰的误差在[-20，20]范围内，单位都为MW。图1 负荷预测、风电正调峰的预测和风电反调峰的日前和日内预测曲线图评价指标PIT（Probability Integral Transform）是一种统计检验方法，用于检验一个随机变量是否符合某种特定的概率分布。通过对随机变量的累积分布函数（CDF）进行转换，可以将其转化为服从标准均匀分布的变量，使得不同概率分布的变量之间具有可比性。PIT值的统一概率图具有评估模型拟合度、检验预测一致性以及判断异常情况。其中负荷预测、风电正调峰的预测和风电反调峰的日前和日内预测的PIT值的统一概率图如图8所示，从图中可以看出负荷预测、风电正调峰的预测和风电反调峰的日前和日内预测的PIT值都集中在5%的Kolmogorov置信带范围内，也就说明了负荷预测、风电正调峰的预测和风电反调峰的日前和日内预测的拟合度、检验预测一致性以及判断异常情况都具有较好的性能。图2 负荷预测、风电正调峰的预测和风电反调峰的日前和日内预测结果的PIT图决定系数（coefficient of determination），也被称为R方，是一种用于衡量一个回归模型对观测数据的拟合程度的统计指标。 决定系数的来源是回归分析，通过回归分析的计算过程中可以得到。在回归模型中，我们通过拟合线性关系来预测一个因变量（被解释变量）Y的变化，根据拟合程度，可以计算出拟合优度，即决定系数。决定系数的取值范围在0到1之间，越接近1表示模型对数据的解释能力越强，越接近0表示模型对数据的解释能力越弱。式中：yi为真实值，y_bar为真实集的平均值，pi为预测值。决定系数的取值范围在0到1之间，越接近1表示模型对数据的解释能力越强，越接近0表示模型对数据的解释能力越弱。均方根误差（Root Mean Square Error，RMSE）是一种用于衡量回归模型预测结果与真实观测值之间的差异的指标。均方根误差的来源是回归分析，通过回归模型对观测数据进行预测时，可以计算出预测值与真实观测值之间的差异。均方根误差是通过计算预测误差的平方和的平均值，并对该平均值取平方根来得到的。其具体的计算公式定义如下：当均方根误差较小时，表示模型的预测结果与真实观测值之间的差异较小，预测准确度较高。其中负荷预测、风电正调峰的预测和风电反调峰的预测结果如表所示：负荷预测、风电正调峰的预测和风电反调峰的决定系数都超过了0.95，说明用于预测的模型的拟合程度非常好，预测结果可靠，并可以成为决策制定的重要依据。
页:
[1]