[發明專利]一種風電場等效模型的建立方法

有效

• 申請號: 202011099920.5
• 申請日: 2020-10-15
• 公開（公告）號: CN112231976B
• 公開（公告）日: 2023-06-13
• 發明（設計）人: 李牡丹
• 申請（專利權）人: 華北電力大學（保定）
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F30/28;G06F113/06
• 代理公司: 北京科億知識產權代理事務所(普通合伙) 11350
• 代理人: 李興林

本發明公開了一種風電場等效模型的建立方法，包括以下步驟：A、設置相鄰風機的分區距離閾值，設置單一風機區域占風電場總面積的面積百分比閾值；B、將整個風電場劃分為若干個風機組分區；C、對于每個風機組分區，以各個風機為中心劃分出不同的風機區域，每個風機區域有且只有一個風機，不屬于風機區域的劃分為一個整體的非風機區域；D、建立風機區域內風速、風向與風機功率的神經網絡預測模型；E、建立非風機區域與不同風機區域之間的第一雙向關聯函數集；F、建立相鄰風機組分區中的非風機區域的第二雙向關聯函數集。本發明能夠改進現有技術的不足，簡化了風電場等效模型，提高了風電場并網功率預測的及時性。

技術領域

本發明涉及風力發電技術領域，尤其是一種風電場等效模型的建立方法。

背景技術

風能是一種綠色可再生資源，風力發電是利用這一綠色能源的主要形式。由于大型風電場需要并入電網進行輸電，而為了保持電網的負荷平衡，就需要對風電場的并網功率進行預測，而對風電場并網功率預測的前提，就是建立風電場的等效模型。現有技術中風電場的等效模型參數多、復雜度高，在預測過程中運算量大，無法對風電場的并網發電功率進行及時預測。

發明內容

本發明要解決的技術問題是提供一種風電場等效模型的建立方法，能夠解決現有技術的不足，簡化了風電場等效模型，提高了風電場并網功率預測的及時性。

為解決上述技術問題，本發明所采取的技術方案如下。

一種風電場等效模型的建立方法，包括以下步驟：

A、設置相鄰風機的分區距離閾值，設置單一風機區域占風電場總面積的面積百分比閾值；

B、將整個風電場劃分為若干個風機組分區，同一風機組分區中全部風機與其距離最近的風機的距離小于分區距離閾值，全部風機組分區與風電場的面積之比小于面積百分比閾值；

C、對于每個風機組分區，以各個風機為中心劃分出不同的風機區域，每個風機區域有且只有一個風機，不屬于風機區域的劃分為一個整體的非風機區域；

D、建立風機區域內風速、風向與風機功率的神經網絡預測模型；

E、建立非風機區域與不同風機區域之間的第一雙向關聯函數集；

F、建立相鄰風機組分區中的非風機區域的第二雙向關聯函數集。

作為優選，步驟D中，以風機槳葉旋轉軸的軸向為中線，在中線兩側將風機區域分為相等數量的子區域，每個子區域的風速和風向數據作為神經網絡預測模型的一組輸入數據，按照距離風機由遠至近的順序，將不同子區域的風速和風向數據輸入神經網絡預測模型進行訓練，直至神經網絡預測模型輸出的風機功率結果穩定。

作為優選，建立全部子區域與其相鄰子區域之間風速和風向的變換函數，在使用神經網絡預測模型進行風機功率預測時，選擇風場狀態最穩定的子區域為基準區域，使用變換函數將其它子區域的風速和風向數據合并入基準區域，然后直接用基準區域的數據輸入神經網絡預測模型進行預測運算。

作為優選，步驟E中，根據風機分布狀態，在非風機區域建立由于風機的存在造成的氣流擾動三維趨勢圖，然后將氣流擾動分解為與各個子區域一一對應的擾動分量，根據每個擾動分量建立一個第一雙向關聯函數，然后全部的第一雙向關聯函數組成第一雙向關聯函數集。

作為優選，步驟F中，根據不同非風機區域的氣流擾動三維趨勢圖，建立相鄰風機組分區中的非風機區域的氣流傳輸三維狀態圖，然后把氣流傳輸三維狀態圖轉化為若干個風速和風向的二元概率密度函數，全部的二元概率密度函數組成第二雙向關聯函數集。