[發明專利]一種分散式風電的功率預測方法

在審

• 申請號: 202110846795.8
• 申請日: 2021-07-26
• 公開（公告）號: CN113610285A
• 公開（公告）日: 2021-11-05
• 發明（設計）人: 王振福;徐峰;張小貝;張圃凡;李潤
• 申請（專利權）人: 華能定邊新能源發電有限公司;北京東潤環能科技股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06N20/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種分散式風電的功率預測方法，該預測方法的具體步驟為：采集指定區域內風電場功率預測所需數據，通過各個風電場輸出功率之間的相關性將區域內風電場分組。該分散式風電的功率預測方法，通過以氣象學和工程學原理為理論依據，通過接入風機機頭風速儀、風向儀等的實時氣象數據，結合數值計算和統計方法，從而得到全場范圍內以及場內任意位置處各層高的實時氣象數據，由于風范圍較大的風電場，單一預測模型無法滿足精度要求，因此通過考慮設計分區域預報模型，匹配具有代表性的風資源測量數據，分區域預報模型基于風機的分布，選擇不同的區域，分別進行功率預測建模，最終獲得分散式風電場的功率預測結果精度提升的關鍵技術。

技術領域

本發明涉及新能源技術領域，具體為一種分散式風電的功率預測方法。

背景技術

分散式風電是指位于用電負荷中心附近，不以大規模遠距離輸送電力為目的，所產生的電力就近接入電網，并在當地消納的風電項目，分散式風電場的功率預測結果精度提升技術，能夠提升風機排列分散的風電場的短期、超短期功率預測精度，近年來獲得了國內外科研單位的廣泛關注。研究團隊先期通過分散式風電場的功率預測結果精度提升技術課題的實施，開發了分散式風電場的功率預測系統。

本專利將圍繞分散式風電場功率預測系統關鍵科學和技術問題開展研究。通過研究使用單風機預測、研究使用多種氣象源及集合氣象，與實測氣象對比尋優、研究時間序列與神經網絡模型相結合及時空模型、基于單機數據，研究分散式風電場多層高多氣象要素的模擬測風技術等手段研究如何功率預測精度；最終獲得分散式風電場的功率預測結果精度提升的關鍵技術。通過該課題的研究，為分散式風電場功率預測技術的應用提供參考，對推動風電場提高預測準確率具有重要意義。

發明內容

(一)解決的技術問題

針對現有技術的不足，本發明提供了一種分散式風電的功率預測方法，具備通過研究使用單風機預測、研究使用多種氣象源及集合氣象，與實測氣象對比尋優、研究時間序列與神經網絡模型相結合及時空模型、基于單機數據，研究分散式風電場多層高多氣象要素的模擬測風技術等手段研究如何功率預測精度；最終獲得分散式風電場的功率預測結果精度提升的關鍵技術等優點，解決了上述提出的問題。

(二)技術方案

為實現上述通過以氣象學和工程學原理為理論依據，通過接入風機機頭風速儀、風向儀等的實時氣象數據，結合數值計算和統計方法，從而得到全場范圍內以及場內任意位置處各層高的實時氣象數據，由于風范圍較大的風電場，單一預測模型無法滿足精度要求，因此通過考慮設計分區域預報模型，匹配具有代表性的風資源測量數據，分區域預報模型基于風機的分布，選擇不同的區域，分別進行功率預測建模，最終獲得分散式風電場的功率預測結果精度提升的關鍵技術的目的，本發明提供如下技術方案：一種分散式風電的功率預測方法，該預測方法的具體步驟為：

1)采集指定區域內風電場功率預測所需數據，通過各個風電場輸出功率之間的相關性將區域內風電場分組；

2)根據歷史觀測氣象數據和地形特點選定每組代表風電場，并在代表風電場選定虛擬測風塔位置；

3)通過步驟1中所得數據，建立代表風電場的功率預測模型，并計算出其短期預測功率和超短期預測功率；

4)將各單機數據和步驟1中收集的預測所需數據進行整合，采用AdaBoost 算法進行組合式計算，對風電場的功率預測結果進行預測。

優選的，步驟1中的所需數據包括所有單臺風機的風速歷史數據、歷史功率以及整場的平均風速數據、實際功率。

優選的，待步驟3中模型建立完畢，系統試運行后，現場需至少2周提供一次整場的平均風速數據、實際功率的數據。