[發明專利]一種風電場的年發電量預測方法和系統

在審

• 申請號: 202110294034.6
• 申請日: 2021-03-19
• 公開（公告）號: CN113159381A
• 公開（公告）日: 2021-07-23
• 發明（設計）人: 宋宗朋;靳雙龍;馮雙磊;王勃;劉曉琳;胡菊;馬振強;滑申冰;張艾虎;趙麗君
• 申請（專利權）人: 中國電力科學研究院有限公司;國家電網有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 北京安博達知識產權代理有限公司 11271
• 代理人: 徐國文

本發明提供了一種風電場的年發電量預測方法和系統，包括：獲取風電場目標年的南北緯氣溫梯度、風電場參考年歷史南北緯氣溫梯度和風電場參考年歷史年發電量；將所述目標年的南北緯氣溫梯度、風電場參考年歷史南北緯氣溫梯度和風電場參考年歷史年發電量代入預先建立的發電量預測模型，進行計算得到風電場目標年的年發電量；其中，所述發電量預測模型是基于南北緯氣溫梯度和年發電量的關系建立的；本發明對于變化較劇烈的年氣候變化預測精度不受限制，提升了年發電量的預測準確性。

技術領域

本發明屬于風電場發電量預測領域，尤其是涉及一種風電場的年發電量預測方法和系統。

背景技術

由于風電具有強烈的時空波動特性，其波動尺度跨越了從次分鐘級到小時級、日級、月級、年級、年代級等時間尺度，這些不同尺度的風速波動均會造成發電量的波動，從而影響到電網發用電平衡和調度計劃制訂。其中，年發電量的波動，形成了所謂的“大/平/小風年”，主要影響的是電網的長期發電計劃編制和檢修計劃，以及影響發電企業對場站發電性能的評估業務等。

目前，風電場年發電量預測方法主要有序列分析方法和資源-電量方法兩種，序列分析方法是以歷史多年風電、光伏發電量序列數據為輸入，采用卡爾曼濾波等時間序列分析方法實現年發電量的預測，資源-電量方法是以年度的風速資源參量(一般來自于氣候預報)為輸入，通過資源-電量轉化模型實現年發電量預測的方法。

然而，第一種方法主要基于歷史趨勢推演未來，僅適用于平穩的年氣候變化特征，對于變化較劇烈的年氣候變化，其預測精度受到了限制。第二種方法以氣候預測模式輸出的風速時間序列為基礎，能夠克服第一種方法不能預測劇烈變化的缺點，然而氣候預測模式具有較大的不確定性，其風速預測的準確率難以適用于實際需求。田群等學者于2019年發表在《Energy》上的文章“Observed and global climate model based changes inwind power potential over the Northern Hemisphere during 1979-2016”表明，目前世界上的20余套氣候預測模式不能模擬出北半球的歷史風速降低趨勢，對于未來的風能預測更不可靠。由于氣候模式預測的風速是年發電量預測的主要輸入要素，從而導致年發電量預測精度低。可以說，目前的年發電量預測亟需發展一套較為可靠的方法。

雖然氣候模式的預測風速較不可靠，然而其預測的氣溫卻比風速更為準確，這是因為氣溫觀測數據較風速觀測數據更多。拿氣候預測模式所需的衛星觀測數據來說，衛星可以反演出地面每個位置上的氣溫數據，卻不能反演出地面的風速，因此，預測所需的氣溫觀測數據異常豐富，然而風速觀測數據卻非常稀缺，因此導致了氣候預測模式的氣溫預測準、風速預測不準的情況。

發明內容

為克服上述現有技術的不足，本發明提出一種風電場的年發電量預測方法，包括：

獲取風電場目標年的南北緯氣溫梯度、風電場參考年歷史南北緯氣溫梯度和風電場參考年歷史年發電量；

將所述目標年的南北緯氣溫梯度、風電場參考年歷史南北緯氣溫梯度和風電場參考年歷史年發電量代入預先建立的發電量預測模型，進行計算得到風電場目標年的年發電量；

其中，所述發電量預測模型是基于南北緯氣溫梯度和年發電量的關系建立的。

優選的，所述發電量預測模型的建立，包括：

基于南北緯氣溫梯度與年平均風速間的對應關系構建南北緯氣溫梯度－年平均風速間的關系模型；

基于年平均風速與年發電量間的對應關系構建年平均風速－年發電量的關系模型；

結合所述南北緯氣溫梯度－年平均風速間的關系模型和年平均風速－年發電量的關系模型，得到南北緯氣溫梯度－年發電量的關系模型；