[發明專利]一種基于數據融合的降尺度風電功率預測方法

有效

• 申請號: 202110930069.4
• 申請日: 2021-08-13
• 公開（公告）號: CN113657662B
• 公開（公告）日: 2022-06-28
• 發明（設計）人: 齊冬蓮;王雪琪;楊心宜;王震宇;梅競成;葉振豪
• 申請（專利權）人: 浙江大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06K9/62;G06N3/08;H02J3/00;H02J3/38
• 代理公司: 杭州宇信聯合知識產權代理有限公司 33401
• 代理人: 王健

本發明公開了一種基于數據融合的降尺度風電功率預測方法，包括：獲取風電場及其附近位置近地層的數值天氣預報數據；獲取場站側的實時測風數據；獲取單臺風機的實時運行數據；根據場站側實時測風數據對數值天氣預報數據進行修正，并對修正后的數值天氣預報數據進行降尺度處理；利用精細化的組合分析和處理手段對單臺風機的運行數據進行數據治理；將降尺度后的數值天氣預報數據與治理后的單臺風機的運行數據進行數據融合，基于多輸入預測模型預測單臺風機的超短期風電功率。本發明在綜合多項數據治理、數據融合技術的基礎上，對風電場運行數據進行精細化處理和分析，從而提升單機超短期風電功率的預測精度。

技術領域

本發明涉及風電功率預測技術領域，具體涉及基于數據融合的降尺度風電功率預測方法。

背景技術

中國將力爭2030年前達到二氧化碳排放峰值，努力爭取2060年前實現碳中和。而新型電力系統低碳轉型是“碳達峰、碳中和”目標實現的關鍵環節。在風電功率預測領域，若沒有較好的預測精度，風電固有的隨機波動性將會影響電網的調度運行和安全穩定。因此，風電功率預測技術是提高電網風電接納能力的重要技術。

在建設新型電力系統、實現“雙碳目標”的大背景下，為了切實提高風電功率預測的技術水平，能源監管部門出臺了“兩個細則”等技術文件，對風電功率預測系統的數據治理和功率預測建模能力提出了更高的要求。現有的風電功率預測技術體系的數據完整度及預測精度還不夠。當前的數據來源主要為數據采集與監視控制系統(SCADA)數據、測風塔數據以及氣象服務提供的數值天氣預報(NWP)。預測方法主要有物理方法、統計方法、人工智能方法和組合預測方法。但數據積累和算法改進帶來的精度提升效果日漸式微。

發明內容

本發明為了克服以上技術的不足，提供了基于數據融合的降尺度風電功率預測方法，在綜合多項數據治理、數據融合技術的基礎上，對風電場的實測歷史風電運行數據進行精細化分析和處理，從而提升超短期風電功率的預測精度。

為實現上述目的，本發明采用了如下技術方案：

基于數據融合的降尺度風電功率預測方法，包括如下步驟：

S1、基于數值天氣預報服務器獲取風電場及其附近位置近地層的數值天氣預報數據；

S2、基于場站側實時測風系統獲取場站側的實時測風數據；

S3、基于數據采集與監視控制系統獲取單臺風機的實時運行數據；

S4、使用功率預測服務器根據所述場站側實時測風數據對所述數值天氣預報數據進行修正，并對修正后的數值天氣預報數據進行降尺度處理；

S5、使用功率預測服務器利用精細化的組合分析和處理手段對單臺風機的運行數據進行數據治理；

S6、將降尺度后的數值天氣預報數據與治理后的單臺風機的運行數據進行數據融合，基于多輸入預測模型預測單臺風機的超短期風電功率。

進一步的，所述場站側實時測風系統包括測風塔、風速儀、風向傳感器、溫度傳感器、氣壓傳感器、濕度傳感器、空氣密度測量設備和湍流測量設備中的幾種或全部。

進一步的，所述數據采集與監視控制系統包括位于機艙尾部的測風傳感器、功率傳感器、環境溫度傳感器、機艙溫度傳感器、變速箱油溫傳感器、齒輪箱油壓力傳感器、軸承溫度傳感器、葉輪轉速測量設備、發電機轉速測量設備和風速湍流測量設備中的幾種或全部。

進一步的，步驟S4中，基于計算機視覺用圖像超分辨方法對修正后數值天氣預報中的風速進行空間降尺度：先使用雙三次插值法從縱向將低分辨率的NWP空間多層次格點信息放大到所需的分辨率，再使用SRCNN網絡提取放大后的風機機艙高度層NWP風速信息，并引入殘差學習，在網絡末端增加反卷積上采樣模塊，得到機艙高度層風速超分辨率輸出。

進一步的，步驟S5中，利用精細化的組合分析和處理手段對單臺風機的運行數據進行數據治理具體包括：