CN103810542A - 风电场风功率预测系统及实现方法 - Google Patents

Abstract

本发明公开一种风电场风功率预测系统，侧重于风电场实际应用，结合风电场在实测数据、预测功率修正及上报、安全性等方面的具体要求，包括测风塔、SCADA风机数据监控装置、外网服务器、反向隔离装置、内网服务器五部分，测风塔、SCADA风机数据监控装置通过数据传输线连接到外网服务器上，基于风电场安全性，外网服务器与内网服务器通过反向隔离装置连接。外网服务器上安装有数据采集功能单元和SQL采集数据库，内网服务器上安装有功率预测功能单元和SQL预测数据库。系统支持用户级别和权限设置，所有数据均存储到数据库中，所有的表格、曲线同时具备打印输出和电子表格输出功能，嵌入多种预测模型，不同风电场或者不同季节可以选择不同的预测模型来提高预测精度。

Description

风电场风功率预测系统及实现方法

技术领域

本发明涉及一种风电场风功率预测系统及实现方法，属于新能源风力发电应用领域。

背景技术

风能是一种对环境无污染的再生能源，作为未来能源的主要形式，对今后人类的生活方式、生存和发展都具有重要意义。为了有效地利用风能资源，大型风电场的并网运行都需要配备风功率预测系统。如果没有预测系统的支持，或者预测的不够准确，风电场有可能被限电处理，从而导致风电场的有效装机容量不能得到充分的利用。风力发电功率预测的准确性直接关系到电网的供需平衡，直接影响着并网系统的运营成本。

专利：风电场功率的预测系统，申请号201220462681.X，公开了一种风电场风功率预测的预测系统，该风电场功率的预测系统包括：数值天气预报NWP服务器，用于在获取全球气象数据后预测多个风电场的气象数据；数据库服务器，其中，一个数据库服务器连接至多个NWP服务器，用于存储来自多个NWP服务器的多个风电场的气象数据；预测服务器，连接至数据库服务器，用于生成多个子程序并控制多个子程序根据各风电场的气象数据预测风电场功率。专利风电场功率预测方法和装置，申请号：201210270617.6，公开了一种风电场功率预测方法和预测装置，该风电场功率预测方法包括：获取数值天气预报系统输出的天气预报数据；利用CFD软件对天气预报数据进行优化计算以得到风电场的气象预测数据；使用预先建立的统计模型中气象数据与输出功率的对应关系按照气象预测数据得出风电场的功率预测数据；输出功率预测数据。

目前专利中均未涉及风电场实时数据采集、风功率预测数据修正及上报进行描述、风电场安全性保护等重要应用方面。

发明内容

本发明针对现有技术所存在的问题，提出了一种侧重于实际应用的风电场风功率预测系统及实现方法。主要目的就是利用LabVIEW、SQL和matlab三种编程语言，结合风电场在实测数据、预测功率修正及上报、安全性等方面的具体要求，提出一种预测精度高且结合实际应用的风电场风功率预测系统。

本发明的目的是这样实现的：

本发明软件部分由预测数据采集功能大院、功率预测功能单元、SQL数据库三部分组成；硬件部分由测风塔、SCADA风机数据监控装置、外网服务器、反向隔离装置、内网服务器五部分组成。

所述软件部分中预测数据采集功能单元由用户身份确认单元、风电场实时数据采集及处理单元、NWP数据采集单元三部分组成，安装在硬件部分外网服务器上。预测数据采集功能大院通过测风塔采集实时风速、风向、温度、湿度、气压等数据并进行判断及处理，通过SCADA风机数据监控装置采集风机实时功率数据并进行判断及处理，通过NWP数据采集单元接收并分析欧洲中尺度数值天气预报数据。所有数据均存储到SQL数据库中。

所述软件部分中功率预测功能单元由用户身份确认单元、风电场信息及实时数据显示单元、气象数据查询单元、风功率预测单元、预测功率人工修正单元、自动上报单元、风电场监控及设置单元七部分组成，安装在内网服务器上。功率预测功能单元的风功率预测单元包括短期预测和超短期预测，均采用可选的多种预测模型进行预测，不同风电场或不同季节可选择不同的预测模型以保证预测精度，通过预测功率人工修正在特定的情况下对预测功率数据进行修正后上报以备完成更好的规划，通过自动上报功能将预测功率以特定的格式自动上传到调度中心。所有数据均存储到SQL数据库中。

所述硬件部分，测风塔、SCADA风机数据监控装置通过数据线将采集的数据传递给外网服务器；基于风电场安全性，内网服务器与电力部门内网连接，主要用来运行功率预测功能，并将预测数据上报给调度中心；外网服务器与外部互联网连接，主要实现风速、功率等实时数据采集、NWP数据接收等功能；两服务器之间安装反向隔离装置；有效保护电力部门内网的安全。

由于上述技术方案运用，本发明与现有技术相比具有下列优点和效果：

本发明的一个效果在于，支持用户级别和权限设置，包括系统管理员、运行操作人员、浏览用户等不同级别的用户权限。

本发明的一个效果在于，预测数据采集功能单元中NWP数据采集单元不仅仅是接收欧洲中尺度数值天气预报数据，还通过粗糙集理论对数值天气预报数据中各个因素对风速的影响进行分析，找出风速预测的主要影响因素，将其作为预测模型的附加输入提高预测精度。

本发明的一个效果在于，功率预测功能单元中通过预测功率人工修正在特定的情况下，如某特定时间段需要限电，对预测功率数据进行修正后上报以备完成更好的规划。

本发明的一个效果在于，功率预测功能单元中嵌入多种预测模型，不同风电场或者不同季节可以选择不同的预测模型来提高预测精度。

本发明的一个效果在于，功率预测功能单元中通过自动上报功能将预测功率以特定的格式自动上传到调度中心。

本发明的一个效果在于，硬件部分基于风电场安全性，内网服务器与电力部门内网连接，主要用来运行功率预测功能，并将预测数据上报给调度中心；外网服务器与外部互联网连接，主要实现风速、功率等实时数据采集、NWP数据接收等功能；两服务器之间安装反向隔离装置；有效保护电力部门内网的安全。

本发明的一个效果在于，所有的表格、曲线同时具备打印输出和电子表格输出功能。

附图说明

图1是本发明中风电场风功率预测系统硬件结构示意图；

图2是本发明中风电场风功率预测系统预测数据采集功能单元结构示意图；

图3是本发明中风电场风功率预测系统功率预测功能单元结构示意图；

图4是本发明中粗糙集神经网络风速预测模型结构图；

图5是本发明中风电场风功率预测系统功率预测系统登录界面；

图6是本发明中风电场风功率预测系统功率预测系统功能主界面；

图7是本发明中风功率预测模型的选取功能截图；

图8是本发明中预测功率人工修正功能截图。

具体实施方式

实施例：

风电场风功率预测系统，软件部分由预测数据采集功能单元、功率预测功能单元、SQL数据库三部分组成；硬件部分由测风塔、SCADA风机数据监控装置、外网服务器、反向隔离装置、内网服务器五部分组成。软件部分中预测数据采集功能单元由用户身份确认单元、风电场实时数据采集及处理单元、NWP数据采集三单元部分组成，安装在硬件部分外网服务器上；功率预测功能单元由用户身份确认单元、风电场信息及实时数据显示单元、气象数据查询单元、风功率预测单元、预测功率人工修正单元、自动上报单元、风电场监控及设置单元七部分组成，安装在内网服务器上；基于风电场安全性，内网服务器与电力部门内网连接，外网服务器与外部互联网连接，两服务器之间安装反向隔离装置，有效保护电力部门内网的安全。

具体实施例：

此风电功率预测系统是一个以实验室虚拟仪器工程平台(LabVIEW)为主要开发环境，结合多种matlab预测模型建模方法，以SQL server数据库为存储工具的集成化功率预测系统。风电场风功率预测，主要包括以下步骤：

步骤1：测风塔采集风电场风速、风向等气象信息，SCADA风机数据监控装置采集风机运行功率信息；

步骤2：步骤1中采集到的数据通过数据线传递给外网服务器，外网服务器上的数据采集功能单元接收后进行异常数据处理，然后将数据存储到SQL采集数据库；

步骤3：与步骤2同时进行的是，外网服务器上的数据采集功能单元接收欧洲中尺度数值天气预报数据并存储到SQL采集数据库中，同时对数值天气预报数据NWP中各个因素对风速的影响进行分析，找出风速预测的主要影响因素；

步骤4：内网服务器上的功率预测功能单元通过方向隔离装置在外网服务器的SQL采集数据库中读取预测所需要的历史数据及具有主要影响的NWP数据，将这些数据输入到已训练过的预测模型中，得到功率预测数据。

外网服务器上安装labview预测数据采集功能单元，通过测风塔、SCADA风机数据监控装置、FTP下载软件实现风速、风向、功率等实时数据采集和NWP数据接收，然后通过SQL语言将数据存储到SQL数据库中。应用matlab语言分析判断并修正风速、风向、功率等实时采集的相关数据。应用matlab语言构造基于粗糙集理论的分析模型，对NWP数值天气预报数据中各个因素对风速的影响进行分析，找出风速预测的主要影响因素，将其作为预测模型的附加输入提高预测精度。

内网服务器上安装labview功率预测功能单元，功率预测功能单元由用户身份确认单元、风电场信息及实时数据显示单元、气象数据查询单元、风功率预测单元、预测功率人工修正单元、自动上报单元、风电场监控及设置单元七部分组成。功率预测功能单元的风功率预测单元包括短期预测和超短期预测，均采用可选的多种预测模型进行预测，包括ARMA预测模型、BP神经网络预测模型、GRNN神经网络预测模型、SVN预测模型、组合预测模型等，不同风电场或不同季节可选择不同的预测模型以保证预测精度，如图7所示。

以神经网络预测模型为例，预测模型的输入共两部分，输入的第一部分为历史风速时间序列混沌相空间重构后的m维向量：预测时刻前(m-1)τ+1时刻的实际风速x(i)、预测时刻前(m-2)τ+1时刻的实际风速x(i+τ)、…、预测时刻前1时刻的实际风速x(i+(m-1)τ)；模型输入的第二部分为：预测前1时刻的n个气象信息c1(i+(m-1)τ)，…，cn(i+(m-1)τ)，这n个气象信息是由粗糙集方法约简之后的结果，模型的输出为预测时刻的风速值x(i+(m-1)τ+1)，采用神经网络映射输入和输出之间的函数关系，进而建立预测模型。粗糙集神经网络风速预测模型结构如图4所示。

通过预测功率人工修正在特定的情况下对预测功率数据进行修正后上报以备完成更好的规划，如图8所示。通过自动上报功能将预测功率以特定的格式自动上传到调度中心。所有数据均存储到SQL数据库中，所有表格、曲线同时具备打印输出和电子表格输出功能。

基于风电场安全性，内网服务器与电力部门内网连接，外网服务器与外部互联网连接，两服务器之间安装反向隔离装置，有效保护电力部门内网的安全。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围内。

Claims (10)

1.一种风电场风功率预测系统，包括测风塔、SCADA风机数据监控装置、外网服务器、反向隔离装置、内网服务器五部分，测风塔、SCADA风机数据监控装置通过数据传输线连接到外网服务器上，内网服务器与电力部门内网连接，外网服务器与外部互联网连接，外网服务器与内网服务器通过反向隔离装置连接，外网服务器上安装有数据采集功能单元和SQL采集数据库，内网服务器上安装有功率预测功能单元和SQL预测数据库。

2.如权利要求1所述的风电场风功率预测系统，其特征在于，数据采集功能单元由用户身份确认单元、风电场实时数据采集及处理单元、数值天气预报数据NWP采集单元三部分组成。

3.如权利要求1所述的风电场风功率预测系统，其特征在于，功率预测功能单元由用户身份确认单元、风电场信息及实时数据显示单元、气象数据查询单元、风功率预测单元、预测功率人工修正单元、自动上报单元、风电场监控及设置单元七部分组成。

4.如权利要求1所述的风电场风功率预测系统，其特征在于，功率预测功能单元中通过预测功率人工修正在特定的情况下，如某特定时间段需要限电，对预测功率数据进行修正后上报以备完成更好的规划。

5.如权利要求1所述的风电场风功率预测系统，其特征在于，功率预测功能单元中通过自动上报功能将预测功率以特定的格式自动上传到调度中心。

6.如权利要求1所述的风电场风功率预测系统，其特征在于，系统支持用户级别和权限设置，包括系统管理员、运行操作人员、浏览用户等不同级别的用户权限。

7.如权利要求1所述的风电场风功率预测系统，其特征在于，所有数据均存储到数据库中，所有的表格、曲线同时具备打印输出和电子表格输出功能。

8.风电场风功率预测实现方法，其特征在于，所述实现方法包括以下步骤：

步骤1：测风塔采集风电场风速、风向等气象信息，SCADA风机数据监控装置采集风机运行功率信息；

步骤2：步骤1中采集到的数据通过数据线传递给外网服务器，外网服务器上的数据采集功能单元接收后进行异常数据处理，然后将数据存储到SQL采集数据库；

步骤3：与步骤2同时进行的是，外网服务器上的数据采集功能单元接收欧洲中尺度数值天气预报数据并存储到SQL采集数据库中，同时对数值天气预报数据NWP中各个因素对风速的影响进行分析，找出风速预测的主要影响因素；

步骤4：内网服务器上的功率预测功能单元通过方向隔离装置在外网服务器的SQL采集数据库中读取预测所需要的历史数据及具有主要影响的NWP数据，将这些数据输入到已训练过的预测模型中，得到功率预测数据。

9.如权利要求8所述的风电场风功率预测实现方法，其特征在于，步骤3中采用通过粗糙集理论对数值天气预报数据中各个因素对风速的影响进行分析。

10.如权利要求8所述的风电场风功率预测实现方法，其特征在于，步骤4中预测模型包括多种预测模型，不同风电场或者不同季节可以选择不同的预测模型来提高预测精度。

Images