[發明專利]一種基于相關性分析的風電場群風速分布預測方法

有效

• 申請號: 201510092826.X
• 申請日: 2015-02-28
• 公開（公告）號: CN104657791B
• 公開（公告）日: 2019-06-25
• 發明（設計）人: 徐箭;雷若冰;孫輝;徐琪;施微;王豹;蔣霖;舒東勝;李子壽;林常青;王楓
• 申請（專利權）人: 武漢大學;國家電網公司;國網湖北省電力公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 魯力

本發明涉及一種基于相關性分析的風電場群風速分布預測方法，屬于電力系統運行與控制領域。該方法以空間降尺度的思路，給出了基于修正經驗變異函數的風電場群相關性區域劃分方法，將風電場群劃分為若干個相關性區域；以此為基礎，利用空間升尺度的思路，運用經驗累積分布函數，考慮相關性區域內參考風電場與目標風電場的相關性，以參考風電場風速來求取目標風電場風速，最終得到風電場群內各個風電場風速曲線。因此，本發明具有如下優點：（1）引入時延因素影響，更加符合實際運行下風電場群特性，預測效果更好；（2）通過空間降尺度和升尺度的思路，能夠有效地描述風電場群內各個風電場風速分布。

技術領域

本發明涉及一種風速分布預測方法，屬于電力系統運行與控制領域，具體涉及一種基于相關性分析的風電場群風速分布預測方法。

背景技術

隨著風電的大規模開發，風電接入對電網安全運行和調度控制等都帶來了巨大挑戰。隨著越來越多的風電以場群的方式接入電網，如何提高風電場群的風速分布和風電功率預測能力和精度，對電力安全生產至關重要。

對于單風電場風速預測而言，由于天氣、溫度以及濕度等不確定性因素影響，隨著預測周期增大，其精度大幅度下降，以一天為周期的風速預測誤差通常較大，以預測得到的多個風電場累加得到的場群風電功率誤差特性難以做詳細分析。而直接利用風電場群輸出功率的統計數據進行預測，由于受網側功率限制影響，難以反映風電場群功率真實的波動特性。

基于相關性分析來求取風電場群風速分布，進而來預測風電場群的整體功率輸出，是近年來提出的一種新的研究思路，國內外學者開展了大量研究，研究方法大致可分為三類：

(1)皮爾遜相關系數法，該方法利用兩個風電場歷史數據進行線性相關性分析，并以此來衡量兩個風電場之間相關性大小。此方法只能反映變量之間簡單線性相關性，未引入空間距離因素。

(2)基于copula函數擬合，用copula函數對風電場歷史數據進行擬合，尋找最優參數來衡量風電場之間的相關性。此類方法與傳統線性相關性相比，更加靈活地刻畫了變量之間相關性，然而copula函數種類很多，目前比較常用的仍然是正態copula函數，要找到符合實際風電場數據的copula函數最優參數很困難。

(3)基于經驗變異圖的相關性分析，該方法利用風速波動差異來衡量風電場之間的相關性特征。現階段下，基于經驗變異函數刻畫的風電場之間的相關性特征，給出了具體的相關性區域范圍劃分，但未考慮實際情況下風電場風速時延特征。

發明內容

本發明主要是解決現有技術所存在的上述的技術問題，提供了一種基于相關性分析的風電場群風速分布預測方法。該方法相比于單風電場風速預測，考慮了場群內風電場之間的相關性因素，引入時延因素影響，更加符合實際運行下風電場群特性，預測效果更好；并且通過空間降尺度和升尺度的思路，有效地描述風電場群內各個風電場風速分布，在國內大規模風電場群接入電力系統的背景下，為預測風電場群功率輸出能力提供了重要的信息來源。

本發明的上述技術問題主要是通過下述技術方案得以解決的：

一種基于相關性分析的風電場群風速分布預測方法，包括以下步驟：

相關性分析步驟，用于讀入風電場群地理信息以及歷史風速數據，結合時延信息，進行修正經驗變異函數下的風電場相關性分析；

相關區域劃分步驟：選取合適的參考風電場，基于修正經驗變異圖來劃分風電場群相關性區域；

相關性描述步驟，用于在相關區域劃分步驟中劃分的相關性區域內，利用經驗分布函數描述風電場之間的相關性。

場景生成及削減步驟，用于利用逆變換抽樣生成目標風電場風速場景，并進行場景削減；

風速曲線獲取步驟，用于對削減場景求取目標風電場最優風速曲線，從而獲取風電場群內各個風電場風速曲線。