[發明專利]一種大規模海域風能長期預測方法及系統

有效

• 申請號: 201910768687.6
• 申請日: 2019-08-20
• 公開（公告）號: CN110727916B
• 公開（公告）日: 2021-04-23
• 發明（設計）人: 胡泓達;鐘凱文;許劍輝;吳萍昊
• 申請（專利權）人: 廣東省科學院廣州地理研究所
• 主分類號: G06F17/18
• 分類號: G06F17/18;G06Q10/04;G06Q50/06
• 代理公司: 廣州科粵專利商標代理有限公司 44001
• 代理人: 鄧潮彬;劉明星

本發明公開了一種大規模海域風能長期預測方法及系統，本發明通過利用CCMP海面風場資料計算得到海洋風能密度格網數據，分析識別影響海洋風能分布的時不變參量(海水深度、離岸距離等)，以及與海洋風能滯后相關的時變參量(海表溫度、海浪高度等)，綜合考慮海洋風能分布的時空自相關性以及海洋風能與輔助參量的時空異質性關系，提出基于時空回歸克里金的海洋風能長期預測方法，基于該方法和相應的歷史格網數據實現月度、季節及年度等多時間尺度上的大規模海域風能空間分布格局變化的精確預測。

技術領域

本發明涉及風能預測領域，具體涉及一種大規模海域風能長期預測方法及系統。

背景技術

海洋風能儲量豐富、分布廣泛、可利用時間長等特質使其成為有望大規模發展的清潔可再生能源之一。海洋風能內在的不確定性和間斷性給海上風電系統運作與發展帶來挑戰。而海洋風能預測可輔助實現風力發電機制的平衡優化及容量規劃，是應對上述挑戰的重要途徑之一。已有的自回歸滑動平均、人工神經網絡以及支持向量機等模型主要關注于風能的短時(日、小時、分鐘)預測。但海洋風能的長期(月度、季節、年度)預測對于海上風電場規劃具有顯著意義。因此，研究海洋風能長期預測方法很有必要。大部分已有研究關注于浮標或海島等離散站點上的海面風速或風能預測，普遍忽略了海面風場內在的時空自相關性。而且通過離散觀測數據很難去全面地理解海面風場時空特征

已有的自回歸滑動平均、人工神經網絡以及支持向量機等模型主要關注于風能的短時(日、小時、分鐘)預測。但是海洋風能的長期(月度、季節、年度)預測對于海上風電場的中遠期規劃與發展具有顯著意義。獲取精確的海洋風能長期預測結果十分困難，考慮到預測精度，為短時預測設計的方法也不一定適用于長期預測。因此，研究實現專門用于海洋風能長期預測的方法很有必要。

大部分傳統研究關注于浮標或海島等離散觀測站點上的海面風速或海洋風能預測。但這些研究普遍忽略了海洋風能分布內在的時空自相關性信息，并且通過離散觀測數據很難去全面地理解海面風場時空特征。目前仍然沒有方法能夠同時利用海洋風能密度的時空自相關性以及輔助參量對海洋風能分布的影響信息來進行大規模海域的風能長期預測。

發明內容

針對現階段缺乏可用于大規模海域風能長期預測模型的現狀，本發明提供一種大規模海域風能長期預測方法及系統，以實現的大規模海域風能長期預測。

為實現上述目的，本發明的技術方案是：

第一方面，本發明實施例提供一種大規模海域風能長期預測方法，包括：

獲取CCMP海面風場資料，以計算得到海洋風能密度格網數據；

結合多源輔助參量格網數據以及所述海洋風能密度格網數據來進行相關性分析，以識別影響海洋風能分布的時不變輔助參量以及與海洋風能滯后相關的時變參量，構建預測模型；

對所述預測模型采用時空地理加權回歸法來表達海洋風能密度與輔助參量所存在的時空異質性關系，實現海洋風能密度趨勢項預測；

通過對去除時空趨勢的海洋風能密度殘差部分的計算分析，構建時空協方差函數表達海洋風能密度隨機項的時空自相關結構；

利用時空簡單克里金進行海洋風能密度隨機項的預測，與海洋風能密度趨勢項相加得到最終的大規模海域風能長期預測結果。

第二方面，本發明實施例提供一種大規模海域風能長期預測系統，包括：

數據讀取分析器，用于讀取CCMP海面風場資料，并計算分析得到海洋風能密度格網數據；

第一數據處理分析器，用于結合多源輔助參量格網數據以及所述海洋風能密度格網數據來進行相關性分析，以識別影響海洋風能分布的時不變輔助參量以及與海洋風能滯后相關的時變參量，構建預測模型；