基于SVM支撐向量機(jī)的風(fēng)電風(fēng)速預(yù)測(cè)模型構(gòu)建與市場(chǎng)模式研究

（廣東電網(wǎng)公司佛山供電局，廣東 佛山 528000）

基于SVM支撐向量機(jī)的風(fēng)電風(fēng)速預(yù)測(cè)模型構(gòu)建與市場(chǎng)模式研究

黃昌威

（廣東電網(wǎng)公司佛山供電局，廣東 佛山 528000）

在今后的幾年里，風(fēng)電并網(wǎng)成本將會(huì)得到大幅度的增加，文章總結(jié)了歐洲主流國家的風(fēng)力發(fā)電補(bǔ)貼政策，分析了大規(guī)模風(fēng)電并入市場(chǎng)后導(dǎo)致的市場(chǎng)成本的變化，提出了幾種風(fēng)電參與電力市場(chǎng)的市場(chǎng)設(shè)計(jì)模式。

風(fēng)電；電力市場(chǎng)；風(fēng)速預(yù)測(cè)；支撐向量機(jī)

概述

伴隨歐盟的可再生能源指導(dǎo)和發(fā)布的2020年能源目標(biāo)，風(fēng)力發(fā)電將會(huì)勢(shì)不可擋的大范圍的進(jìn)入電力市場(chǎng)，伴隨風(fēng)力發(fā)電能力在整體的發(fā)電比例大量提升，國家電網(wǎng)和電能市場(chǎng)的方面，風(fēng)力發(fā)電有著很嚴(yán)重的影響。

1 分析西歐風(fēng)力發(fā)電補(bǔ)貼系統(tǒng)

我們?cè)诒疚睦锩婵偸隽巳N被西歐各個(gè)國家大范圍實(shí)施鼓勵(lì)措施：補(bǔ)助上網(wǎng)費(fèi)用措施、綠色證書貿(mào)易措施和溢價(jià)用網(wǎng)電價(jià)措施。

在丹麥?zhǔn)前咽袌?chǎng)的標(biāo)價(jià)作為根基的，而且采取的上調(diào)用網(wǎng)電費(fèi)溢價(jià)的措施也是以此為基礎(chǔ)的。根據(jù)市場(chǎng)電價(jià)為基礎(chǔ)，進(jìn)行了上浮溢價(jià)政策。

在西班牙國家，大多數(shù)的風(fēng)能發(fā)電商一般會(huì)選擇在二十年以內(nèi)享用管制補(bǔ)助的電費(fèi)，也有其他的發(fā)電商決定在二十年中進(jìn)行市場(chǎng)電費(fèi)的條件下享用變動(dòng)溢價(jià)的貼補(bǔ)。西班牙風(fēng)力發(fā)電企業(yè)能夠進(jìn)行一次在20年內(nèi)有一次二選一的機(jī)會(huì)，選項(xiàng)分別是，補(bǔ)助電價(jià)以及市場(chǎng)中電價(jià)與浮動(dòng)價(jià)格補(bǔ)助進(jìn)行疊加。

在頭五年中，德國著手實(shí)施上非變式的補(bǔ)助上網(wǎng)電費(fèi)在以后的十五年之內(nèi)會(huì)將電價(jià)慢慢的減少。

法國在開始的十年之內(nèi)采用非變動(dòng)式的補(bǔ)助上網(wǎng)電費(fèi)，對(duì)于電費(fèi)的補(bǔ)助在之后的五年中每年都會(huì)逐步的下降。

在荷蘭，從2008年開始，只要是風(fēng)力發(fā)電的商家，都能夠使用市場(chǎng)上電的價(jià)格，同樣能夠把電費(fèi)的補(bǔ)貼和上調(diào)的溢價(jià)的補(bǔ)貼作為參照。二零零八年，依據(jù)當(dāng)前電價(jià)或者指導(dǎo)價(jià)格和浮動(dòng)補(bǔ)貼疊加，荷蘭風(fēng)力發(fā)電商，從中二選一。

英國在進(jìn)行市場(chǎng)電費(fèi)的條件下，可以配合著可再生能源的分配的權(quán)證價(jià)錢。英國在這個(gè)問題是，提出了不同的政策辦法，使電價(jià)再配合一個(gè)可再生能源配額權(quán)證的價(jià)格。

從以上的幾種策略中可以得出，廣泛使用的政策就是電價(jià)補(bǔ)助，這樣以來，能夠給所有的風(fēng)能發(fā)電商的電量價(jià)格保證，全部都依據(jù)一個(gè)確定的價(jià)格結(jié)算，通常來看會(huì)高于市場(chǎng)的價(jià)格，能夠涵蓋風(fēng)能發(fā)電成本和環(huán)境補(bǔ)助。上網(wǎng)電價(jià)溢價(jià)政策是一種獎(jiǎng)勵(lì)性的補(bǔ)助，以市場(chǎng)價(jià)格為基礎(chǔ)，多給予一個(gè)補(bǔ)助其提供可再生能源。

2 包括大范圍風(fēng)力發(fā)電接入的電力市場(chǎng)規(guī)劃

綠色可再生的能源有很多，風(fēng)能是主要的一種，在地里上具有分布相對(duì)廣泛，功率波動(dòng)相對(duì)大的特點(diǎn)。在風(fēng)力發(fā)電大范圍的進(jìn)入電網(wǎng)之后，它工作的不確定性和風(fēng)力短期預(yù)測(cè)的不穩(wěn)定性讓風(fēng)能發(fā)電很難在電力市場(chǎng)交易。

2.1 大范圍風(fēng)力發(fā)電進(jìn)入市場(chǎng)之后造成市場(chǎng)成本的變化

因?yàn)轱L(fēng)力發(fā)電的不確定性，所以在

電力市場(chǎng)里面，造成了系統(tǒng)必須根據(jù)風(fēng)力發(fā)電的變化和負(fù)荷變化的不匹配性留有一部分來應(yīng)對(duì)這樣的特點(diǎn)，而只有燃?xì)鈾C(jī)組或者抽水蓄能機(jī)組才能提供此部分的備用，交易的代價(jià)是十分巨大的，想要降低交易的費(fèi)用，就需要風(fēng)力的測(cè)量在短時(shí)間內(nèi)要盡可能的精準(zhǔn)。

2.2 大規(guī)模風(fēng)電參與日前電力市場(chǎng)的市場(chǎng)模式規(guī)劃

從不同國家實(shí)踐的情況來看，荷蘭針對(duì)風(fēng)力發(fā)電商的政策，如果發(fā)電商發(fā)電大于預(yù)測(cè)值，會(huì)有16歐元/MWh的獎(jiǎng)勵(lì)，與之相對(duì)的，假設(shè)發(fā)電商達(dá)不到預(yù)定的電量，就會(huì)有120歐元/MWh的罰款，所以，發(fā)電商如果預(yù)測(cè)精度很低的話，收益的損失會(huì)巨大，達(dá)到50%以上。在丹麥，風(fēng)能發(fā)電的廠商要依據(jù)測(cè)量的風(fēng)電功率的誤差，另外花費(fèi)約1.3-2.7歐元/MWh。

但是根據(jù)風(fēng)力發(fā)電參與相對(duì)活躍的市場(chǎng)，這樣的懲罰手段還是可以確定的風(fēng)能發(fā)電測(cè)量誤差的減小。

進(jìn)行市場(chǎng)策劃時(shí)，會(huì)出現(xiàn)兩種狀況一，在風(fēng)力發(fā)電功率比實(shí)際風(fēng)力發(fā)電效率少時(shí)，所有風(fēng)力預(yù)測(cè)發(fā)電功率按照實(shí)際現(xiàn)貨價(jià)格結(jié)算，在風(fēng)力測(cè)量發(fā)點(diǎn)效率大于實(shí)踐中的功率時(shí)，處罰超出的部分是必須的，風(fēng)能發(fā)電廠商最終的收益是：二，在風(fēng)力發(fā)電測(cè)量發(fā)點(diǎn)效率小于實(shí)踐中的功率時(shí)獎(jiǎng)賞超出的部分也是比不可少的風(fēng)能發(fā)電商的總收入是，，當(dāng)風(fēng)電預(yù)測(cè)功率比實(shí)際功率大時(shí)，和前一種情況相同。

3 大范圍風(fēng)力發(fā)電參與日前電力市場(chǎng)的幾種市場(chǎng)規(guī)劃的對(duì)比分析發(fā)電商，是目前歐洲電力市場(chǎng)的市場(chǎng)參與者，需要在日前的11點(diǎn)時(shí)分提交它第二日0點(diǎn)到24點(diǎn)各個(gè)時(shí)段的報(bào)價(jià)和容量申報(bào)，距離正式交易的時(shí)間延期有13小時(shí)至37小時(shí)的，同通常的傳統(tǒng)發(fā)電商相對(duì)來看，這影響不會(huì)特別巨大，但是對(duì)風(fēng)力發(fā)電商來說，風(fēng)力發(fā)電的功率預(yù)測(cè)對(duì)報(bào)價(jià)就顯示更加重要了。

4 基于支持向量回歸的風(fēng)速預(yù)測(cè)

風(fēng)速是影響風(fēng)電功率的主要影響因素，兩者間有固定的映射關(guān)系，能夠先預(yù)測(cè)風(fēng)速，再依據(jù)關(guān)系算出風(fēng)力發(fā)電功率的多少。不難看出風(fēng)速預(yù)測(cè)是進(jìn)行風(fēng)力發(fā)電功率預(yù)測(cè)的基礎(chǔ)和前提，利用風(fēng)速預(yù)測(cè)和兩者的關(guān)系就可以開始風(fēng)力發(fā)電功率預(yù)測(cè)。因此，提高風(fēng)速預(yù)測(cè)精度，對(duì)于風(fēng)電發(fā)展，特別是大規(guī)模風(fēng)電并入電力市場(chǎng)至關(guān)重要。

4.1 算法模型

20世紀(jì)90年代，萬普尼克等專家指出，支持向量機(jī)，建立在統(tǒng)計(jì)里面和結(jié)構(gòu)風(fēng)險(xiǎn)最小化之中的一種學(xué)習(xí)方法，能夠把分類、回歸類的問題改變?yōu)樽顑?yōu)化問題，成功的處理了“維數(shù)災(zāi)”和“過學(xué)習(xí)”等傳統(tǒng)困難[6-7]。用支持向量機(jī)的方法來進(jìn)行功率預(yù)測(cè)的的數(shù)學(xué)模型如下式[8-11]：

式中，為x步后風(fēng)速測(cè)量的數(shù)字，v（t）是實(shí)際測(cè)量的數(shù)值，τ是停滯后的時(shí)間數(shù)，m是輸入維數(shù)，是以前的數(shù)據(jù)和以后的數(shù)據(jù)的函數(shù)相互映射的聯(lián)系。與神經(jīng)網(wǎng)絡(luò)法是比較相似的，用向量回歸解開上述的模型也是依據(jù)許多以往的數(shù)據(jù)實(shí)施的訓(xùn)練，表示出以往數(shù)據(jù)的持續(xù)性與反復(fù)性。

規(guī)避偶然情況的影響，進(jìn)而讓訓(xùn)練出的模型可以應(yīng)對(duì)各種情況，只要未預(yù)測(cè)數(shù)據(jù)是里面的某一種情況，既可以獲得滿意的預(yù)測(cè)結(jié)果。

4.2 算例分析

這里我們以達(dá)坂城2006年5月連續(xù)28天風(fēng)電場(chǎng)30米處,每10分鐘采集一次得到的風(fēng)速數(shù)據(jù)[12-13]，繼續(xù)第二天5月29號(hào)的全日的風(fēng)速開始短期預(yù)測(cè)，該數(shù)據(jù)為每十分鐘采樣一點(diǎn)，一天共有144個(gè)風(fēng)速的采樣點(diǎn)。得到的結(jié)果我們以圖形顯示，圖1（a）給出了對(duì)于達(dá)坂城電廠前一天，前6-12小時(shí)和前，一個(gè)小時(shí)的市場(chǎng)策劃，風(fēng)速測(cè)量的狀況，和事實(shí)上風(fēng)速的關(guān)聯(lián)的比較圖。因此，依據(jù)五月份持續(xù)28抬得風(fēng)速的測(cè)量數(shù)值，聯(lián)動(dòng)的測(cè)量以后一個(gè)星期24小時(shí)的風(fēng)速，一樣根據(jù)前一天，前6-12小時(shí)和前一小時(shí)的市場(chǎng)規(guī)劃。

圖1（a）5月29日達(dá)坂城電廠提前24h、提前6-12h，以及提前1h的風(fēng)速預(yù)測(cè)情況

Fig. 1 （a）The wind speed forcasting of Dabanchen power plant, 24h, 6-12h, and 1h before in 29th May

圖1（b）5月29日-6月4日達(dá)坂城電廠提前24小時(shí)、提前6-12小時(shí)，以及提前1小時(shí)的風(fēng)速預(yù)測(cè)情況

Fig. 1 （b） The wind speed forcasting of Dabanchen power plant, 24h, 6-12h, and 1h before, from 29th May to 4th June

能夠看出，預(yù)測(cè)時(shí)間和交易時(shí)間越近，風(fēng)速預(yù)測(cè)的精準(zhǔn)性會(huì)有一定的提高，而且和風(fēng)速有正相關(guān)函數(shù)擬合關(guān)系的風(fēng)力發(fā)電的精確性也會(huì)有提高，這樣的市場(chǎng)規(guī)劃的交易成本會(huì)越來越小。

結(jié)語

世界電力之中，可再生能源以一種勢(shì)不可擋的發(fā)展趨勢(shì)，風(fēng)力發(fā)電是可再生能源的主力軍，文章中提出了幾類市場(chǎng)規(guī)劃方式，市場(chǎng)規(guī)劃越靈動(dòng)，風(fēng)電生產(chǎn)商越是接近交易時(shí)段報(bào)價(jià)，可以準(zhǔn)確提升風(fēng)力發(fā)電預(yù)測(cè)的精確性，進(jìn)而減少市場(chǎng)運(yùn)作成本，也只有這樣才能保障風(fēng)力發(fā)電的預(yù)測(cè)精確性。

[1]Cristina L．Archer,Mark Z．Jacobson．Evaluation of Global Wind Power[R]．America: Department of Civil and Environmental Engineering, Stanford University,Stanford,CA,2005．

[2]Klaus Rave,Sven Teske,Steve Sawyer．Global Wind Energy Outlook 2010[R]．Global Wind Energy Council,2010．

[3]Steve Sawyer,Klaus Rave．Global Wind Report: Annual market update 2010[R]．Global Wind Energy Council,2010．

[4]肖創(chuàng)英．歐美風(fēng)電發(fā)展的經(jīng)驗(yàn)與啟示[M]．北京：中國電力出版社，2010．

TM61

A