[發明專利]一種短期風電功率預報方法

無效

• 申請號: 200910219452.8
• 申請日: 2009-12-11
• 公開（公告）號: CN101741085A
• 公開（公告）日: 2010-06-16
• 發明（設計）人: 朱敏奕;魏磊;姜寧;高媛媛;孫川永;于廣亮
• 申請（專利權）人: 西北電網有限公司
• 主分類號: H02J3/00
• 分類號: H02J3/00;H02J3/38;G06N3/08
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 陸萬壽

1.一種短期風電功率預報方法，其特征在于，該風電功率預報方法包括以下步驟：

(1)采集全球大尺度氣象預報場數據；

(2)建立RAMS模型；所述RAMS模式利用如下方程組進行風速、溫度、氣壓等預報場的計算，

動力學方程：

∂u∂t=-u∂u∂x-v∂u∂y-w∂u∂z-θ∂π′∂x+fv+∂∂x(Km∂u∂x)+∂∂y(Km∂u∂y)+∂∂z(Km∂u∂z)]]>

∂v∂t=-u∂v∂x-v∂v∂y-w∂v∂z-θ∂π′∂x+fu+∂∂x(Km∂v∂x)+∂∂y(Km∂v∂y)+∂∂z(Km∂v∂z)]]>

∂w∂t=-u∂w∂x-v∂w∂y-w∂w∂z-θ∂π′∂z-gθv′∂z+∂∂x(Km∂w∂x)+∂∂y(Km∂w∂y)+∂∂z(Km∂w∂z)]]>

熱力學方程

∂θil∂t=-u∂θil∂x-v∂θil∂y-w∂θil∂z+(∂θil∂t)rad+∂∂x(Kh∂θil∂x)+∂∂y(Kh∂θil∂y)+∂∂z(Kh∂θil∂z)]]>

水汽混合比連續方程

∂rn∂t=-u∂rn∂x-v∂rn∂y-w∂rn∂z+∂∂x(Kh∂rn∂x)+∂∂y(Kh∂rn∂y)+∂∂z(Kh∂rn∂z)]]>

質量連續方程

∂θ′∂t=-Rπ0cvρ0θ0(∂ρ0θ0u∂x+∂ρ0θ0v∂y+∂ρ0θ0w∂z)]]>

其中f是科氏力參數，ρ是空氣密度，g為重力加速度，R為氣體常數，c_v為大氣定容比熱，K_m是動量渦動粘性系數，K_h是熱量和水汽渦動粘性系數，θ是位溫，θ_il為冰-水位溫，θ_v為虛位溫，π為Exner函數，π′為其擾動量，r_n是大氣中總水量、雨、冰晶、聚合物和雪的水汽混合比，r_t為總水量混合比，r_v為水汽混合比，腳標“rad”代表輻射參數化傾向，“0”表示大氣基本狀態；

(3)將步驟(1)采集的大尺度氣象預報場數據輸入步驟(2)中的RAMS模型獲得風電場范圍內的風向風速預報數據；

(4)通過風電場范圍內的風速、風向和氣壓的歷史預報數據結合同期風電場的功率記錄數據利用BP神經網絡建立風電功率統計模型；

(5)將所述預報日期的風向風速數據作為原始參數輸入風電功率統計模型后計算得到預報日的風電功率預報結果。

2.如權利要求1所述一種短期風電功率預報方法，其特征在于，所述步驟(4)中風電功率統計模型通過以下步驟建立：

(a)選擇BP網絡采用雙曲型函數作為其激發函數，描述為：

f(x)=1-e-x1+e-x]]>

；

(b)設W(k)為BP網絡各層節點之間的連接權值，ΔW(k)為網絡權值的修正值，其中k表示訓練次數，則權值的修正公式如下：

W(k+1)＝W(k)+ΔW(k)

；

(c)設有N組訓練樣本，且第i組訓練樣本的目標值和網絡實際輸出值分別為T_i和Y_i(k)，訓練誤差函數和權重修正函數如下：

ETrain(k)=1NΣi-1N(Ti-Yi(k))2]]>

ΔW(k)=-μ∂ETrain∂W(k)]]>；

上式中，ΔW(k)表示第k次訓練神經網絡權值的修正值，μ表示學習速率；

(d)另設有M組檢測樣本，且第j組訓練樣本的目標值和網絡實際輸出值分別為T_j和Yj(k)，則檢測誤差函數為：

ETest(k)=1MΣj-1M(Tj-Yj(k))2.]]>