CN101320099A - 用于确定风电场电力生产的方法和装置 - Google Patents

Abstract

本发明描述了一种用于提供风电场电力生产值的方法和装置。这种配置在提供来自测试位置的可能的电力生产值的指示中是有用的，其中在测试位置具有有限的可用气象数据。通过将测试位置与参考位置相关联(对于参考位置具有扩展的可用数据)，就能够利用来自参考位置的数据提供对未来风况的估计，并且因此提供对可以用在该位置的电力生产中的可能的风力资源的估计。

Description

用于确定风电场电力生产的方法和装置

技术领域

本发明涉及风电场，尤其涉及一种用于确定可从风电场得到的可能的电力生产的装置和方法。

背景技术

当选择用于定位风电场的特定地理位置时，在该位置的气象条件将适应风力涡轮机的定位是重要的-必须存在合适质量的风力资源以确保所定位的电场提供合理的输出。仅仅将该位置暴露到风中是不够的，使得风合理地可预测也是有用的。不幸的是，并不是总能得到关于历史的风力资源的信息，因此就需要将受限的资源监控用作可能的未来行为的指示。

对于该问题的一种解决方案是将短期测量的来自该位置的气象数据与区域性的气象站的数据相比较，该气象站可以得到较长期的数据。作为该方法的一部分，可从气象站得到的较长期的数据被用于执行期望来自于风电场位置的输出的预测。

与将来自一个区域内不同地点的数据集进行合并有关的困难是：存在这样一种可能，即所预测的来自风电场的输出可能偏向于为低值或高值。

因此需要提供一种方法用于预测特定位置的未来的风力资源，其代表了该位置的期望条件的准确反映。

发明内容

这些以及其它问题由一种系统和方法解决，根据本发明的教导，所述系统和方法提供了来自测试位置的测量数据与来自具有较长期数据的参考位置的测量数据的组合，以确定测试位置的可能的能量生产。作为本发明的教导的一部分，参考位置和测试位置中的每一个被细分为方向扇区(sector)，这些扇区内的测量值被分类，并且在测试扇区和参考扇区内提供的分类数据之间执行相关，所述相关提供了风速频率之间的关系。一旦确定了一种关系，就能够利用这种关系并结合来自参考位置的历史数据来确定测试位置的未来的风况。接着这些风况可以用于确定定位在该位置的风电场的可能的能量输出。

对于所属领域普通技术人员来说，当研究了下面的附图和详细说明后，本发明的其它系统、方法、特征以及优点将会或者将变得明显。旨在使所有这种被包括在该说明书中的附加的系统、方法、特征，以及优点处于本发明的范围内，并受附后的权利要求的保护。

附图说明

现在将参考附图描述本发明，其中：

图1是根据本发明的教导的系统体系结构的图示；

图2是可以在本发明的教导中执行的分扇区方法的例子；

图3是可以作为本发明的教导的一部分执行的方法；

图4是在提供可用的风力资源的估计中所采用的参考数据和测试数据之间的相互关系的图例。

具体实施方式

现在将参考示例性实施例描述本发明，其中提供示例性实施例以帮助理解本发明的教导，但是应该理解本发明并不被解释为以任何方式限制于这些示例性实施例。

图1是在执行本发明的教导中有用的计算机体系结构的图示。这种体系结构100包括第一数据存储库110和第二数据存储库115，其中第一数据存储库110被配置为存储表示参考位置111处的气象条件的数据，第二数据存储库115被配置为存储表示测试位置116处的气象条件的数据。通常，存储在第一数据存储库中的信息将表示比存储在第二数据存储库中的信息所表示的更久或更长的持续时间。每个参考位置和测试位置在地理上彼此远离，其各自的数据存储库可以是被共同定位在其位置处，或者可以被提供有通信路径以使得在该位置记录的数据能被传送到远程定位的数据存储库。尽管两个位置在地理上远离，但是对于两个位置来说处于规定的气候区域中是有用的，从而在第一位置经历的风况可以期望也在第二位置经历。提供对在两个位置中每个位置处收集的数据的访问的通信路径可以是通过固定的或无线的通信网络，如所属领域技术人员应该理解的。在图1的布置中，数据存储库被表示为与其地理位置共同定位，但是通过通信路径120与中央服务器130进行通信。应该理解，通信路径120表示与在测试位置和参考位置中的每个位置收集的数据的交互，并且实际的数据可以被存储，特别是在参考位置的情况下，实际的数据可以被存储在第三方提供商以及通过第三方提供商接口。当例如参考位置是气象站，在该站收集的数据接着被远离于该站与来自多个其它站的数据一起存储时，后一种情况是典型性的。应该理解，从单个参考位置收集的数据在确定来自多个不同测试位置的估计的能量输出中可能是有用的。

希望中央服务器包括被配置为存储来自第一和第二数据存储库中每一个的数据的中央数据存储库135。这种集中的存储便利了处理器140对数据的处理。然而应该理解，处理器可以配置有到第一和第二数据存储库中每一个的直接馈入(feed)，由此无需集中地存储数据。

处理器被配置为在表示参考位置处的状况的数据和表示测试位置处的状况的数据之间执行相关。通过利用同时收集的数据提供相关，就能够利用参考位置提供的较大的数据集来外推在较长的时间段内在测试位置处收集的数据集。当想要估计测试位置的风况而仅拥有数月的收集的数据时，那么这种技术对于充分利用(leverage off)已经在气象站多年收集的数据是有用的。根据本发明的教导，这种风速的相关包括执行在两个数据集之间的算法关系。从用图表表示的角度，这可以被看作通过具有非零截距(即，“y＝mx+b”的形式)的线拟合测试位置相对参考位置的速度数据的图表。线拟合涉及对参考位置速度和测试位置速度的独立分类，因此拟合线估计风速频率分布而不是每小时的值之间的关系。实际上，速度的完全分类并不是必须的，但是为了解释本方法下面对分类进行描述。

根据传统的数据收集技术，可以在每个测量位置本地采用风监测设备，例如风力计、风向标、风向袋等，以收集表示该位置的风况的数据。因此对于特定的时间间隔每个数据存储库将具有多个数据集，包括表示在该特定时间的风向和风速的数据。在每个数据存储库中，希望数据被分类到表示所记录的风向的扇区中。在图2中表示了这种扇区200的一个例子，应该理解，在特定位置的风向可能源于360°方向范围内的任何一个方向。为了易于计算，希望将这些方向组合到扩展的范围内，在该例中，整个2π的范围被划分为12个相等的扇区，每个扇区为30°。

参照图3所示，本发明的教导包括多个步骤。首先，需要从测试位置和参考位置中的每一个获取数据(步骤300)。希望对于相同的时间段和按相同的时间间隔，在测试位置和参考位置的每一个处收集数据。希望记录至少一年的同时数据。接着根据参考位置的方向，将所获取的数据分类到扇区中，通常是12个可用扇区中的一个中。应该理解，这种分类将使得每个扇区具有多个数据集，每个数据集具有至少该数据集的记录时间以及在该时间的风速。

在该进程的该时刻，希望所记录的数据集没有被过滤-所有的速度均被包括在内。在各扇区中随机地分配在参考位置具有零风速的记录。

一旦在特定的扇区中被分配，每个数据集的风速分量就与其记录时间相分离。以这种方式，参考位置和测试位置的每一个中的每个扇区的数据集将具有多个风速。根据本发明的教导，一旦这些速度是可以识别的，则它们就被以可比较的次序分类，或者升序或者降序。以这种方式，测试位置和参考位置的每一个中的每个扇区将具有这种数据集，其中参考位置速度和测试位置速度被以可比较的次序独立地分类-或者升序或者降序(步骤305)。相对被分类的参考位置速度绘制出被分类的测试位置速度，以提供两个位置之间的比较(步骤310)。应该理解，通过速度相对速度的方式进行分类，在特定时间在参考位置记录的速度非常可能将不与在相同的时间在测试位置记录的速度相比较。在该方法中，本发明提供了风速分布之间的关系，而不是风速时间之间的关系。两个数据集之间的相互关系可以通过下面的方式图形地表示，即沿着从处于或接近原点的地方朝图表中高风速区域延伸的曲线来绘制各点，例如参照图4。观察图4明显可看出，通过基于速度进行分类，在两个数据集之间存在较少的分散，因此就能够提供两个数据集之间更准确的相关。应该理解，图4所提供的关系的图形表示仅是有助于理解这种关系，这种图形表示并不是本发明教导的性能中所必需的。

一旦两个数据集被以适当的方式进行比较，就需要确定两个数据集之间的关系。希望对于大于最小的截止(cut off)速度(如参照参考位置确定的)的所有速度来确定该关系。关于参考位置来确定截止速度，因为这是用于外推目的的数据集。该截止速度被提供为低于风力涡轮机没有最佳地工作的某个风速。通过利用表示风力涡轮机的运转的截止速度，就能够提供表示在测试位置可操作的涡轮机的运转的功率曲线的关系。一般地，当风况处于4ms^-1和25ms^-1之间时涡轮机具有最佳的性能或能量输出。通过去除这些处于较低截止点之下的风，就能够降低所检测的风是地方性产生的可能性，同时也降低噪声破坏数据测量的可能性。在一定的情形中，在特定速度的严格截止将减少处于统计的有效值之下的数据点的数量。这可以根据本发明的教导，通过利用与所收集的点的数量相关联的动态截止值来满足。

为了形成这种动态截止值，可以如下计算参考位置截止速度(refCutoff)。

refCutoff＝(lowSpeedThreshold+(refMean/2))/2。

其中

refMean＝是参考位置长期平均风速[m/s]。

lowSpeedThreshold(低速阈值)＝4 m/s。

然后就可以确定被拟合到参考位置截止速度以上的曲线部分中的‘y＝mx+b’形式的线(步骤315)。下面描述线拟合方法。在截止速度以下，线直接返回到原点。在图4中示出了一个用于扇区的结果的例子，图4表示一个扇区的每小时测量的数据的例子，其中包括分类的数据和叠加在其上的拟合线。对于拟合线，斜率＝0.99，截距＝1.67。在参考位置截止速度(这里是2.90m/s)之下，拟合线直接返回到原点。应该理解，根据参考位置数据集提供截止值将会使得许多数据点被从参考位置数据集中排除。为了确保能够进行直接的相关，从测试位置数据集删除相同数量的数据点。这样，如果截止值的产生使得10个值被从参考位置排除，那么被分类的测试位置中的10个最低的值也被排除。

利用来自测试位置和参考位置中每一个的减少的数据点集，就能够提供这两个数据集之间的关系，并利用该关系外推未来时间段从测试位置收集的数据。这种速度值的第一变换解决了预测测试位置的风速值的问题。

接着通常需要提供对测试位置的风的风向的预测。这可利用风转向变换实现。风转向表示两个位置处的方向之间的偏差，并且是给定时间段的测试位置方向和参考位置方向之间的差值，表示为-180度到+180度的范围内，当测试位置方向是参考位置方向的顺时针方向时，认为风转向为正。一个扇区的平均转向简单的是该扇区内所有的每小时转向值的平均值。

作为转向测量的例子，考虑在参考位置的在270°测量的特定时间的风测量。在测试位置的相应的测量可能受到测试位置的物理地理特性的影响，并且在275°测量，两个位置之间的转向是5°。通过提供平均转向测量，就能够确定每个风速到适当扇区的适当分配(步骤320)。

如上所述，来自测试位置和参考位置中每一个的原始数据将包括关于风速和风向的数据。为了提供转向分析，过滤用于转向分析的数据集，以排除具有在任何位置处于其截止值之下的风速的记录。用于该部分的截止速度通常在4m/s和5m/s之间，即，用于风力涡轮机的一般较低的截止速度。用于风转向计算的动态截止值的提供并不像其对于风速来说那么重要。

根据参考位置方向把余下的数据分扇区，并且计算每个扇区内的平均“转向”。关于每个扇区的中点计算平均转向，接着线性内插技术被用于提供每个数据集点的适当转向值。

接着将扇区的风速比率和转向应用于长期参考位置数据，以产生用于测试位置的长期频率表(步骤325)。该频率表给出在特定时间确定特定扇区中特定范围内风测量的频繁程度的指示。

在应用扇区比率和转向时，它们被在扇区的中点应用，在中点之间采用线性内插。这种内插技术是有益的，这是因为其满足了相邻扇区之间的边界上的变化。这种技术被用于给出比将平均比率和转向应用于扇区内所有点更佳的结果。

应该理解，通过把来自两个不同地理位置的数据排序并接着使这些数据相关，就能够在测试位置内插来自有限时间段的数据，以实现对未来在该位置可以期望的风力资源的预测，这已经根据长期记录被规范化。一旦已知关于未来气象条件的信息，就能够利用该信息以及来自风力涡轮机的操作标准的信息来确定来自该测试位置的可能的输出。

应该理解，分类速度数据之间的所定义的关系或者其平滑形式，自身可以用作两个位置处(对于给定扇区)的速度之间的关系。实际上，由于大量的数据和良好的方向相关性，这将是最佳的方法，准确地映射两个位置处不同的风速频率分布。根据本发明的教导，发现在被用于相对短的相关时间段的方法的应用中，截止点之上的直线拟合的采用提供了用于外推起始于测试位置的数据的有用测量。

能够以许多不同的方式实现两个数据集之间的相互关系，包括一种或多种线拟合技术。可以借助于正交回归实现线拟合。然而，已经发现一种可以以计算有效的方式执行的特别有效的技术是一种遵循下述步骤并且不需要速度数据的完全分类的技术。

1.对于参考位置，对于给定的扇区，排除了处于截止速度之下的速度。确定被排除的速度值的数量；称该数量为X。

2.在剩余的速度中，确定速度值的顶部(top)50％的平均值和速度值的底部(bottom)50％的平均值。确定每个50％中值的数量；称这些值为Y1和Y2(Y1或者等于Y2，或者与Y2差1)。

3.对于测试位置，最低的X个速度(如参照从参考位置的数据中排除的速度的数量确定的)被排除，确定剩余速度的顶部50％和底部50％(分别包含Y1个和Y2个值)的平均值。

4.在该扇区的预测位置速度相对参考位置速度的图表中，拟合线是穿过由顶部50％的平均值和底部50％的平均值给定的两个质心的线。

这种质心方法给出了对所有点的相等权重，因此在预测值中只有较少的偏差。

应该理解，不同于一些现有技术，根据本发明的教导执行的方法不排除在任何位置处于截止速度之下的速度的记录，本发明教导关于参考位置确定截止速度，并且该截止速度被用于确定测试数据集中应该被排除的值的数量。通过根据参考位置的值执行截止，例如通过利用上面的‘refCutoff’公式，就能够根据能量生产来优化感兴趣的速度范围内的拟合线。良好地适用于其位置的涡轮机一般具有该位置平均风速的一半的区域内的截止速度。根据所建立的相关关系，预测位置处的平均速度的一半将大致相应于参考位置处的平均速度的一半。然而，在高风速参考位置处(平均值＞8m/s)，处于平均值的一半之下的速度有助于建立关系，而在低风速参考位置处，处于平均值的一半之上的速度显著地受地方性风(其可能不在预测位置处出现)影响。上述等式试图考虑一些这样的因素。

对于具有很少数据的扇区(主要与短的相关时间段有关)，上述的y＝mx+b形式的线的拟合可能导致不实际的斜率。按照下述来避免该问题(下面假设是每小时的数据；数量应该根据用于10分钟的数据来调整)。

如果一个扇区中过滤的小时的数量至少为下述，则采用y＝mx+b形式的线。

临界的小时数量＝ 20+(1-R(s))*300

其中R(s)是该扇区中预测位置和参考位置之间的相关系数。

在其它情况下，如果在一个扇区中存在预定小时数量的数据，例如至少5个过滤小时，则替代地使用通过原点和过滤的数据的质心的简单直线(‘y＝mx’的形式)。

否则，使用斜率为1并且截距为0的线。

检查用于每个扇区的、预测位置速度数据相对参考位置速度数据的图表和拟合线，关于各位置处的风特征和速度相关输出可以是非常有益的。

当为测试位置处可能资源的检查提供长期数据格式时，长期时间序列优选地是具有1m/s速度栏(bin)的频率表。在修改速度栏时，如果假设速度被均匀地分布到这些栏中，则这将导致随后电力生产估计中的小的正偏差(一般大约为0.1-0.2％)。然而应该理解，由于该偏差与总的相关误差相比很小，因此频率表仍然表示在估算电力生产中使用的合理的确定量。

应该理解，这里所描述的是示例性的方法和用于执行这种方法的装置，在为关于其的数据集有限的特定位置提供风预测时，这种方法和装置是有用的。通过提供与其数据被扩展的位置的相关，就能够外推所收集的实际数据来表示未来的数据测量。以这种方式，可以估算风电场的一个或更多涡轮机的未来操作状况。由于特定涡轮机的能量输出与涡轮机在其中进行工作的状况相关，因此就能够提供风电场电力生产值的估计。尽管已经参考示例性实施例描述了本发明，但是应该理解这种实施例被提供作为本发明的教导的示例，本发明的教导不以任何方式受限制，除非根据附后的权利要求是需要的。

应该理解，尽管已经描述了根据本发明的教导的系统和方法的示例性特征，但是这种布置不被看作将本发明限制到这种特征。根据本发明教导的用于确定风电场的电力生产的方法和装置可以以软件、固件、硬件或其组合实现。在一种模式中，用于确定风电场的电力生产的方法和装置以软件实现为可执行的程序，并且由一个或更多专用的或通用的数字计算机执行，其中的数字计算机例如是个人计算机(PC、IBM兼容的、Apple兼容的，或其它)、个人数字助理、工作站、微型计算机或主计算机。因此，参考图1描述的服务器或计算机130可以被看作表示任何计算机，其中用于确定风电场电力生产的方法和装置存在于或部分地存在于所述计算机中。

通常，根据硬件体系结构，如所属领域技术人员应该很好理解的，这种计算机包括处理器、存储器、以及通过本地接口可通信地耦接的一个或更多输入和/或输出(I/O)设备(或外围设备)。本地接口可以是，例如但不限于，一条或更多总线或其它有线或无线连接，如所属领域已知的。本地接口可以具有附加的元件，例如控制器、缓冲器(高速缓存器)、驱动器、转发器以及接收器，以实现通信。而且，本地接口可以包括地址、控制和/或数据连接，以使得可在其它计算机组件中实现适当的通信。

处理器140是用于执行软件，特别是存储在存储器中的软件的硬件设备。处理器140可以是任何定制的或商业上可得到的处理器、中央处理单元(CPU)、与计算机300关联的几个处理器中的备用处理器、基于半导体的微处理器(以微芯片或芯片组的形式)、宏处理器，或一般地用于执行软件指令的任何设备。合适的商业上可以得到的微处理器的例子是：来自Hewlett-Packard公司的PA-RISC系列微处理器、来自Intel公司的80×86或Pentium系列微处理器、来自IBM公司的PowerPC微处理器、来自Sun Microsystems公司的Sparc微处理器，或来自Motorola公司的68xxx系列微处理器。处理器302还可以表示分布式的处理体系结构，例如但不限于，SQL、Smalltalk、APL、KLisp、Snobol、Developer 200、MUMPS/Magic。

存储器可以包括易失性存储元件(例如，随机存取存储器(RAM，例如DRAM、SRAM、SDRAM等))和非易失性存储元件(例如，ROM、硬盘驱动器、磁带、CDROM等)中的任何一个或其组合。而且，存储器可以包括电、磁、光，和/或其它类型的存储介质。存储器可以具有分布式体系结构，其中不同的组件远离于彼此设置，但是仍然可以通过处理器140访问。

存储器140中的软件可以包括一个或更多独立的程序。这些独立的程序包括用于实现逻辑功能的可执行指令的有序列表。在此前所描述的例子中，存储器中的软件包括用于确定风电场电力生产的方法和装置的一个或更多组件，并且可以在适当的操作系统(O/S)上执行。适当的商业上可以得到的操作系统的非穷举列表是：(a)可从Microsoft公司得到的Windows操作系统；(b)可从Novell公司得到的Netware操作系统；(c)可从Apple Computer公司得到的Macintosh操作系统；(d)可从许多厂商，例如Hewlett-Packard公司、Sun Microsystems公司以及AT&T公司购买得到的UNIX操作系统；(e)在互联网上容易得到的免费软件LINUX操作系统；(f)来自WindRiver Systems公司的运行时间Vxworks操作系统；或者(g)基于设备的操作系统，例如在手持计算机或个人数字助理(PDA)中运行的操作系统(例如，可从Palm Computing公司得到的PalmOS操作系统，以及可从Microsoft公司得到Windows CE)。操作系统主要控制例如由本发明的教导提供的其它计算机程序的运行，并提供调度、输入-输出控制、文件和数据管理、存储器管理以及通信控制和相关服务。

根据本发明的教导提供的装置可以包括作为源程序、可执行程序(目标代码)、脚本或包括将被执行的指令集的其它任何实体而提供的组件。当包括源程序时，需要借助于可能包括在或不包括在存储器中的编译器、汇编器、解释器等来翻译该程序，以便结合O/S正确地进行操作。而且，根据本发明的教导实现的方法可以被表示为(a)面向对象的编程语言，其具有数据类和方法类，或(b)程序化编程语言，其具有例程、子例程和/或函数，例如但不限于，C、C++、Pascal、Basic、Fortran、Cobol、Perl、Java，以及Ada。

计算机的I/O设备和组件可以包括输入设备，例如但不限于，用于PLC的输入模块、键盘、鼠标、扫描仪、麦克风、触摸屏、用于各种医疗设备的接口、条形码读取器、触控笔、激光读取器、射频设备读取器等。而且，I/O设备也可以包括输出设备，例如但不限于，用于PLC的输出模块、打印机、条形码打印机、显示器等。最后，I/O设备还可以包括传送输入与输出的设备，例如但不限于，调制器/解调器(调制解调器；用于访问其它设备、系统或网络)、射频(RF)或其它收发器、电话接口、桥接器以及路由器。

当以软件实现用于确定风电场电力生产的方法，例如处理在图3中提供的方法时，应该注意这种软件可以被存储在任何计算机可读介质上，以由任何计算机相关的系统或方法使用或与任何计算机相关的系统或方法结合使用。在本文的上下文环境中，计算机可读介质是电、磁、光，或可以包含或存储计算机程序的其它物理设备或装置，其中计算机程序由计算机相关的系统或方法使用或与计算机相关的系统或方法结合使用。这种配置可以被包含在任何计算机可读介质中，以由指令执行系统、装置或设备使用或与其结合使用，所述系统例如是基于计算机的系统、包含处理器的系统，或可以从指令执行系统、装置，或设备取出指令并执行这些指令的其它系统。在本文的上下文环境中，“计算机可读介质”可以是能够存储、传送、传播或传递程序的任何装置，所述程序由指令执行系统、装置或设备使用或与其结合使用。计算机可读介质可以是，例如但不限于，电、磁、光、电磁、红外，或半导体系统、装置、设备或传播介质。计算机可读介质的更具体的例子(非穷举列表)将包括下述：具有一条或更多线路的电连接件(电的)、便携式计算机磁盘(磁的)、随机存取存储器(RAM)(电的)、只读存储器(ROM)(电的)、可擦除可编程只读存储器(EPROM、EEPROM或闪存)(电的)、光纤(光的)，以及便携式紧凑磁盘只读存储器(CDROM)(光的)。注意，计算机可读介质甚至可以是纸或者可以在其上打印程序的其它适当的介质，因为程序可以通过例如对纸或其它介质的光学扫描而被以电子方式捕获，接着被编译、解释或如果需要在其它情况下以适当的方式进行处理，并接着被存储在计算机存储器中。

附图，例如图1或3中的任何进程描述或块应该被理解为表示模块、程序段，或代码的部分，其包括用于实现进程中的特定逻辑功能或步骤的一条或更多可执行指令，并且可替换的实现方式被包括在本发明的实施例的范围内，其中可以不同于所示或所述的顺序执行各功能，包括实质上同时地或按反向顺序，这取决于所涉及的功能，如所属领域普通技术人员应该理解的那样。

应该强调的是，本发明的上述实施例，尤其是任何“优选”实施例是实现方式的可能的例子，仅仅是为了清楚地理解本发明的原理而阐述的。可以对上述的实施例进行多种变化和修改，而实质上不脱离本发明的精神和原理。旨在使这里所有的这种修改被包括在本公开和本发明的范围内，并且受下述权利要求的保护。

词语“包括”/“包含”当使用在本说明书中时，是明确说明所述特征、整体、步骤或组件的存在，而不是排除一个或更多其它特征、整体、步骤、组件或其组合的存在或添加。

Claims (17)

1.一种用于确定风电场电力生产的方法，所述方法包括以下步骤：

a.确定风电场测试位置和相应的参考位置，其中用于参考位置的历史气象数据是可得到的；

b.为测试位置和参考位置两者收集表示风速和风向的气象数据集达特定的时间段；

c.将用于参考位置和测试位置中每一个的所收集的数据集分为表示风向的两个或更多方向扇区；

d.对于每个方向扇区将该扇区内的风速分类为有等级的次序，以便为参考位置和测试位置的每一个中的每个扇区提供分类的数据集；

e.在相应的测试位置扇区和参考位置扇区中的分类的数据集之间建立关系；

f.利用所建立的关系提供对测试位置处的未来气象条件的估计；

g.利用测试位置处的未来气象条件的估计来确定该位置的电力生产。

2.如权利要求1所述的方法，其中将数据分为两个或更多方向扇区的步骤包括建立表示同时在测试位置和参考位置的每一个处收集的风数据之间的风向偏差的风转向量。

3.如权利要求1所述的方法，其中分类风速的步骤包括建立截止值，由此在随后建立关系时丢弃处于某个值之下的风速。

4.如权利要求3所述的方法，其中所述截止值的建立是仅参照参考位置进行的，所述方法包括在测试位置数据中丢弃与在参考位置数据中丢弃的值的数量相同数量的值。

5.如权利要求4所述的方法，其中所述截止值是根据参考数据集中的数据集点的数量而生成的动态值。

6.如权利要求2所述的方法，其中风转向量的建立对通过丢弃处于确定的截止值之下的值而被减少的数据集产生影响。

7.如权利要求6所述的方法，其中所述截止值与将在测试位置使用的风力涡轮机的操作性能有关。

8.一种用于确定风电场电力生产的装置，所述装置包括：

a.第一数据存储器，其包括表示用于参考位置的风速和风向的数据，所述参考位置具有在第一时间段内限定的气象数据；

b.第二数据存储器，其具有表示用于至少一个测试位置的风速和风向的数据，所述至少一个测试位置具有在第二时间段内限定的气象数据，所述第二时间段短于所述第一时间短；

c.被配置为与第一数据存储器和第二数据存储器接口，以用于将第一数据存储器和第二数据存储器的每一个中的数据分到表示风向的两个或更多方向扇区的计算机逻辑单元；

d.被配置为与每个方向扇区内的数据接口以将该扇区内的风速分类为有等级的次序，以便为参考位置和测试位置的每一个中的每个扇区提供分类的数据集的计算机逻辑单元；

e.被配置为在相应的测试位置扇区和参考位置扇区中的分类的数据集之间建立关系的计算机逻辑单元；

f.被配置为利用所建立的关系来提供对测试位置处的未来气象条件的估计的计算机逻辑单元；

g.被配置为利用对测试位置的未来气象条件的估计来确定该位置的电力生产的计算机逻辑单元。

9.如权利要求8所述的装置，其包括被配置成为两个或更多方向扇区中的每一个建立表示在相同时刻、在测试位置和参考位置中的每一个处收集的风数据之间的风向偏差的风转向量的计算机逻辑单元。

10.如权利要求8所述的装置，其中被配置为用于将风速分类的所述计算机逻辑单元包括被配置为提供截止值的逻辑单元，在由此在随后所述关系的建立中丢弃处于某个值之下的风速。

11.如权利要求10所述的装置，其中所述计算机逻辑单元被配置为仅参照参考位置建立截止值，所述逻辑单元进一步被配置为实现在测试位置数据中丢弃与参考位置数据中丢弃的值的数量相同数量的值。

12.如权利要求10所述的装置，其中所述截止值是作为参考数据集内的数据集点的数量的比例而产生的动态值。

13.如权利要求9所述的装置，其中被配置为建立风转向量的所述计算机逻辑单元可在数据集上进行操作，所述数据集通过从参考数据存储器和测试数据存储器的每一个中丢弃处于确定的截止值之下的值而被减小。

14.如权利要求13所述的装置，其中所述计算机逻辑单元利用与将在测试位置处使用的风力涡轮机的操作性能有关的截止值。

15.如权利要求8所述的装置，其中所述参考数据存储器可用于多个测试位置。

16.一种被配置为提供来自气象数据为有限的一个或更多测试位置的电力生产的估计的装置，所述装置被配置为将从一个或更多数据测试位置收集的数据与在相应的时间段从参考位置收集的数据比较，所述比较包括将来自测试位置和参考位置的每一个的风速数据分类为有等级的数据集，从而建立用于测试位置和参考位置的每一个的风频率分布，所述装置进一步被配置为在同时在测试位置和参考位置的每一个收集的数据之间建立关系，以提供各个位置之间的相互关系，并且利用所述相关关系结合来自参考位置的历史数据来提供在一个或更多测试位置的未来气象条件的指示，所述未来气象条件与来自各个测试位置的可能电力生产有关。

17.一种计算机程序，当其在计算机上运行时被配置为执行下述步骤：

a.为测试位置和参考位置收集表示风速和风向的气象数据集达一特定的时间段；

b.将用于参考位置和测试位置中每一个的所收集的数据集分为表示风向的两个或更多方向扇区；

c.对于每个方向扇区将该扇区内的风速分类为有等级的次序，以便为参考位置和测试位置的每一个中的每个扇区提供分类的数据集；

d.在相应的测试位置扇区和参考位置扇区中的分类的数据集之间建立关系；

e.利用所建立的关系提供对测试位置处的未来气象条件的估计；

f.利用测试位置处的未来气象条件的所述估计来确定该位置的电力生产。

Images