CN106779201B - 一种考虑高原山区风机位置的风速建模方法 - Google Patents
一种考虑高原山区风机位置的风速建模方法 Download PDFInfo
- Publication number
- CN106779201B CN106779201B CN201611119424.5A CN201611119424A CN106779201B CN 106779201 B CN106779201 B CN 106779201B CN 201611119424 A CN201611119424 A CN 201611119424A CN 106779201 B CN106779201 B CN 106779201B
- Authority
- CN
- China
- Prior art keywords
- wind speed
- wind
- power plant
- area
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 13
- 238000012417 linear regression Methods 0.000 claims abstract description 5
- 238000004458 analytical method Methods 0.000 claims abstract description 4
- 230000014509 gene expression Effects 0.000 claims description 15
- 238000010586 diagram Methods 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 241000220317 Rosa Species 0.000 abstract 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Wind Motors (AREA)
Abstract
本发明公开了一种考虑高原山区风机位置的风速建模方法,它包括S1收集风电场n台风机的地理坐标,风电场区域的含坐标方位的地形图,风电场所在区域的数值天气预报的风速数据,风电场所在区域的历史风速数据和风向玫瑰图;S2将n台风机根据所处位置划分为平缓区、山坡前和山坡后3类;S3将风电场所在区域的历史风速数据进行canopy聚类得到m个风速段;S4利用风电场所在区域的历史风速数据,通过线性回归分析法,得到考虑高原山区风机位置的风速模型;解决了现有技术利用少量的测风塔实时数据和数值天气预报对高原山区风电场的风速数据进行描述,误差大,进行功率预测,精度也会存在较大的误差等技术问题。
Description
技术领域
本发明属于风速预测技术,尤其涉及一种考虑高原山区风机位置的风速建模方法。
背景技术
高原山区的风电机组分散在不同的山坡上,每个风电机组都处于不同的正向风与山坡回风的叠加之中。并且当风速达到一定速度时,回风会使得风速有不同程度的加强。
高原山区同一测风塔不同高度间风速相关性好,但同一风电场各测风塔间的风速相关性不好,而且风电场测风塔数量较少,使得测风塔测得的数据不具有足够的代表性。同时,与经过风机的自然风不同,数值天气预报得到的风速是没有考虑地形等因素的影响。高原山区风电场的风速变化不由主风向决定,因此,利用少量的测风塔实时数据和数值天气预报对高原山区风电场的风速数据进行描述,存在较大误差,而利用这样的风速数据进行功率预测,精度也会存在较大的误差。
发明内容:
本发明要解决的技术问题:提供一种考虑高原山区风机位置的风速建模方法,以解决现有技术利用少量的测风塔实时数据和数值天气预报对高原山区风电场的风速数据进行描述,存在较大误差,而利用这样的风速数据进行功率预测,精度也会存在较大的误差等技术问题。
本发明技术方案:
一种考虑高原山区风机位置的风速建模方法,它包括:
S1、收集风电场n台风机的地理坐标,风电场区域的含坐标方位的地形图,风电场所在区域的数值天气预报的风速数据,风电场所在区域的历史风速数据,风电场所在区域的风向玫瑰图;
S2、根据风电场所在区域的玫瑰图确定主风向,以主风向为基准,结合风电场n台风机的地理坐标,风电场区域的含坐标方位的地形图,将n台风机根据所处位置划分为平缓区、山坡前、山坡后3类;
S3、将风电场所在区域的历史风速数据进行canopy聚类,分为m个聚类,即m个风速段;
S4、利用风电场所在区域的历史风速数据,针对平缓区、山坡前、山坡后3类位置,通过线性回归分析法,分别对m个风速段的风速进行分段拟合,从而得到考虑高原山区风机位置的风速模型。
S3所述将风电场所在区域的历史风速数据进行canopy聚类,其聚类方法包括:
S3.1:构建风电场所在区域的历史风速数据集合S={p1,p2,…pi,…,pξ};
S3.2:设置两个距离阈值T1和T2,其中T2≤T1;
S3.3:从风电场所在区域的历史风速数据集合S中,任选取一个数据pi构建并初始化聚类集合C,并从S中删除该数据对象pi;
S3.4:从风电场所在区域的历史风速数据集合S的剩余数据集中,取出一个数据pj,计算pj与聚类集合C中第δ个类cδ的距离,若距离小于T1,则将该数据pj加入第δ个类cδ。若距离小于T2,则当该数据pj与聚类集合C中所有类的距离计算完成后,将数据pj从数据集S中删除,若该数据pj没有加入到聚类集合C已有的任意类中,则进入S3.5;
S3.5:若该数据pj没有加入到聚类集合C已有的任意类中,则构建一个新类cθ,更新聚类集合
C=C∪cθ,
并将其从历史风速数据集合S中删除;
S3.6:当S不为空,重复S3.4-S3.5步;直到S为空,则算法结束,统计生成的聚类数,并将其记做m。
S4所述的得到考虑高原山区风机位置的风速模型,其模型表达式包括:
S4.1:平缓区:
S4.2:山坡前:
S4.3:山坡后:
式中,fa(vw)、fb(vw)、fc(vw)分别为考虑风机位置后平缓区、山坡前、山坡后的风速分段模型;vw为风电场所在区域的数值天气预报中的风速(m/s);v1…vm为风速分为m个风速段中,不同风速段对应的上限值和下限值(m/s),awa1…awam、bwa1…bwam:表示为平缓区的风速分段模型中,m个风速段下风速表达式的参数;awb1…awbm、bwb1…bwbm:表示为山坡前的风速分段模型中,m个风速段下风速表达式的参数;awc1…awcm、bwc1…bwcm:表示为山坡后的风速分段模型中,m个风速段下风速表达式的参数。
本发明的有益效果:
本发明可以在风电场的少量测风塔测得风速数据,以及未计及地形等因素的数据天气预报基础上,通过对高原山区的风机所处位置进行分类,分为平缓区、山坡前、山坡后三类位置,同时将风速进行分段,以提高风速模型对风电场的适应性,根据风机位置对位置进行分类处理和利用不同风速段对风电场风速进行分类建模,可修正数值天气预报得到的风速,来提高功率预测用数值天气预报的风速数据的精度,从而可以有效地提高功率预测精度;解决了现有技术利用少量的测风塔实时数据和数值天气预报对高原山区风电场的风速数据进行描述,存在较大误差,而利用这样的风速数据进行功率预测,精度也会存在较大的误差等技术问题。
具体实施方式:
一种考虑高原山区风机位置的风速建模方法,它包括:
S1、收集风电场n台风机的地理坐标,风电场区域的含坐标方位的地形图,风电场所在区域的数值天气预报的风速数据,风电场所在区域的历史风速数据,风电场所在区域的风向玫瑰图;
S2、根据风电场所在区域的玫瑰图确定主风向,以主风向为基准,结合风电场n台风机的地理坐标,风电场区域的含坐标方位的地形图,将n台风机根据所处位置划分为平缓区、山坡前、山坡后3类;
S3、将风电场所在区域的历史风速数据进行canopy聚类,分为m个聚类,即m个风速段;
S4、利用风电场所在区域的历史风速数据,针对平缓区、山坡前、山坡后3类位置,通过线性回归分析法,分别对m个风速段的风速进行分段拟合,从而得到考虑高原山区风机位置的风速模型。
S3所述将风电场所在区域的历史风速数据进行canopy聚类,其聚类方法包括:
S3.1:构建风电场所在区域的历史风速数据集合S={p1,p2,…pi,…,pξ};
S3.2:设置两个距离阈值T1和T2,其中T2≤T1;
S3.3:从风电场所在区域的历史风速数据集合S中,任选取一个数据pi构建并初始化聚类集合C,并从S中删除该数据对象pi;
S3.4:从风电场所在区域的历史风速数据集合S的剩余数据集中,取出一个数据pj,计算pj与聚类集合C中第δ个类cδ的距离,若距离小于T1,则将该数据pj加入第δ个类cδ。若距离小于T2,则当该数据pj与聚类集合C中所有类的距离计算完成后,将数据pj从数据集S中删除,若该数据pj没有加入到聚类集合C已有的任意类中,则进入S3.5;
S3.5:若该数据pj没有加入到聚类集合C已有的任意类中,则构建一个新类cθ,更新聚类集合
C=C∪cθ,
并将其从历史风速数据集合S中删除;
S3.6:当S不为空,重复S3.4-S3.5步;直到S为空,则算法结束,统计生成的聚类数,并将其记做m。
S4所述的得到考虑高原山区风机位置的风速模型,其模型表达式包括:
S4.1:平缓区:
S4.2:山坡前:
S4.3:山坡后:
式中,fa(vw)、fb(vw)、fc(vw)分别为考虑风机位置后平缓区、山坡前、山坡后的风速分段模型;vw为风电场所在区域的数值天气预报中的风速(m/s);v1…vm为风速分为m个风速段中,不同风速段对应的上限值和下限值(m/s),awa1…awam、bwa1…bwam:表示为平缓区的风速分段模型中,m个风速段下风速表达式的参数;awb1…awbm、bwb1…bwbm:表示为山坡前的风速分段模型中,m个风速段下风速表达式的参数;awc1…awcm、bwc1…bwcm:表示为山坡后的风速分段模型中,m个风速段下风速表达式的参数。
awa1…awam、bwa1…bwam、awb1…awbm、bwb1…bwbm、awc1…awcm和bwc1…bwcm的值可以用线性回归方法求得。
Claims (2)
1.一种考虑高原山区风机位置的风速建模方法,它包括:
S1、收集风电场n台风机的地理坐标,风电场区域的含坐标方位的地形图,风电场所在区域的数值天气预报的风速数据,风电场所在区域的历史风速数据,风电场所在区域的风向玫瑰图;
S2、根据风电场所在区域的风向玫瑰图确定主风向,以主风向为基准,结合风电场n台风机的地理坐标,风电场区域的含坐标方位的地形图,将n台风机根据所处位置划分为平缓区、山坡前、山坡后3类;
S3、将风电场所在区域的历史风速数据进行canopy聚类,分为m个聚类,即m个风速段;
所述将风电场所在区域的历史风速数据进行canopy聚类,其聚类方法包括:
S3.1:构建风电场所在区域的历史风速数据集合S={p1,p2,…pi,…,pξ};
S3.2:设置两个距离阈值T1和T2,其中T2≤T1;
S3.3:从风电场所在区域的历史风速数据集合S中,任选取一个数据pi构建并初始化聚类集合C,并从S中删除该数据对象pi;
S3.4:从风电场所在区域的历史风速数据集合S的剩余数据集中,取出一个数据pj,计算pj与聚类集合C中第δ个类cδ的距离,若距离小于T1,则将该数据pj加入第δ个类cδ;若距离小于T2,则当该数据pj与聚类集合C中所有类的距离计算完成后,将数据pj从数据集S中删除,若该数据pj没有加入到聚类集合C已有的任意类中,则进入S3.5;
S3.5:若该数据pj没有加入到聚类集合C已有的任意类中,则构建一个新类cθ,更新聚类集合
C=C∪cθ,并将其从历史风速数据集合S中删除;
S3.6:当S不为空,重复S3.4-S3.5步;直到S为空,则算法结束,统计生成的聚类数,并将其记做m;
S4、利用风电场所在区域的历史风速数据,针对平缓区、山坡前、山坡后3类位置,通过线性回归分析法,分别对m个风速段的风速进行分段拟合,从而得到考虑高原山区风机位置的风速模型。
2.根据权利要求1所述的一种考虑高原山区风机位置的风速建模方法,其特征在于:S4所述的得到考虑高原山区风机位置的风速模型,其模型表达式包括:
S4.1:平缓区:
S4.2:山坡前:
S4.3:山坡后:
式中,fa(vw)、fb(vw)、fc(vw)分别为考虑风机位置后平缓区、山坡前、山坡后的风速分段模型;vw为风电场所在区域的数值天气预报中的风速(m/s);v1…vm为风速分为m个风速段中,不同风速段对应的上限值和下限值(m/s),awa1…awam、bwa1…bwam:表示为平缓区的风速分段模型中,m个风速段下风速表达式的参数;awb1…awbm、bwb1…bwbm:表示为山坡前的风速分段模型中,m个风速段下风速表达式的参数;awc1…awcm、bwc1…bwcm:表示为山坡后的风速分段模型中,m个风速段下风速表达式的参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611119424.5A CN106779201B (zh) | 2016-12-08 | 2016-12-08 | 一种考虑高原山区风机位置的风速建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611119424.5A CN106779201B (zh) | 2016-12-08 | 2016-12-08 | 一种考虑高原山区风机位置的风速建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106779201A CN106779201A (zh) | 2017-05-31 |
CN106779201B true CN106779201B (zh) | 2020-07-31 |
Family
ID=58881328
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611119424.5A Active CN106779201B (zh) | 2016-12-08 | 2016-12-08 | 一种考虑高原山区风机位置的风速建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106779201B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107391794B (zh) * | 2017-06-16 | 2020-09-01 | 杭州师范大学 | 一种台风连续立体风场反演方法 |
CN109102101B (zh) * | 2017-06-21 | 2021-01-26 | 北京金风科创风电设备有限公司 | 风电场风速的预测方法和系统 |
CN107563436B (zh) * | 2017-08-30 | 2019-11-15 | 北京无线电测量研究所 | 一种在风羽图上自动识别低空急流的方法及系统 |
CN109684649A (zh) * | 2017-10-18 | 2019-04-26 | 中国电力科学研究院 | 一种基于地形的风速修订方法及系统 |
DE102017009838A1 (de) * | 2017-10-23 | 2019-04-25 | Senvion Gmbh | Steuerungssystem und Verfahren zum Betreiben mehrerer Windenergieanlagen |
DE102017009837A1 (de) * | 2017-10-23 | 2019-04-25 | Senvion Gmbh | Steuerungssystem und Verfahren zum Betreiben einer Mehrzahl von Windenergieanlagen |
CN109446663A (zh) * | 2018-10-31 | 2019-03-08 | 南方电网科学研究院有限责任公司 | 高原山区风速分布模型的构建方法、装置及存储介质 |
CN111324936B (zh) * | 2018-11-29 | 2024-02-13 | 北京金风慧能技术有限公司 | 风机风速预测方法、计算机可读存储介质和计算装置 |
CN112018764A (zh) * | 2020-09-07 | 2020-12-01 | 华北电力大学(保定) | 定制化风功率预测方法、预测装置、测风装置和设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103401236A (zh) * | 2013-07-30 | 2013-11-20 | 华北电力大学 | 一种基于风电场流动相关性的风电场机组分组方法 |
CN103886179A (zh) * | 2014-02-25 | 2014-06-25 | 国家电网公司 | 一种基于尾流效应分群的风电场风机聚合方法 |
CN104504464A (zh) * | 2014-12-11 | 2015-04-08 | 国家电网公司 | 基于风区风带风速规律的风功率预测方法 |
CN105184683A (zh) * | 2015-10-10 | 2015-12-23 | 华北电力科学研究院有限责任公司 | 一种基于风电场运行数据的概率聚类分群方法 |
-
2016
- 2016-12-08 CN CN201611119424.5A patent/CN106779201B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103401236A (zh) * | 2013-07-30 | 2013-11-20 | 华北电力大学 | 一种基于风电场流动相关性的风电场机组分组方法 |
CN103886179A (zh) * | 2014-02-25 | 2014-06-25 | 国家电网公司 | 一种基于尾流效应分群的风电场风机聚合方法 |
CN104504464A (zh) * | 2014-12-11 | 2015-04-08 | 国家电网公司 | 基于风区风带风速规律的风功率预测方法 |
CN105184683A (zh) * | 2015-10-10 | 2015-12-23 | 华北电力科学研究院有限责任公司 | 一种基于风电场运行数据的概率聚类分群方法 |
Non-Patent Citations (1)
Title |
---|
基于时间序列分析的风电场风速预测模型;丁明 等;《电力自动化设备》;20050831;第25卷(第8期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN106779201A (zh) | 2017-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106779201B (zh) | 一种考虑高原山区风机位置的风速建模方法 | |
CN106779203B (zh) | 一种基于不同风速段的高原山区风电功率预测方法 | |
US11168667B2 (en) | Method and device for calculating power generation of wind farm | |
Gao et al. | Investigation of wind turbine performance coupling wake and topography effects based on LiDAR measurements and SCADA data | |
WO2016023527A1 (zh) | 一种基于测风塔测风数据的风电场弃风电量确定方法 | |
CN108428017A (zh) | 基于核极限学习机分位数回归的风电功率区间预测方法 | |
CN106767820B (zh) | 一种室内移动定位与制图方法 | |
CN104376384B (zh) | 一种基于电力大数据分析的台风日最大日负荷预测系统 | |
CN107194097A (zh) | 基于风电场气动模拟和风速风向数据的分析方法 | |
CN109798896A (zh) | 一种室内机器人定位与建图方法及装置 | |
CN103268572A (zh) | 一种千万千瓦级大型风电基地测风网络的微观选址方法 | |
CN110222769A (zh) | 一种基于YOLOV3-tiny的改进目标检测方法 | |
CN109978275B (zh) | 一种混合cfd和深度学习的极端大风风速预测方法及系统 | |
CN113610243A (zh) | 基于耦合机器学习和相关性分析的大气污染物溯源方法 | |
CN105825438A (zh) | 一种基于海面粗糙度的海上风电场风能评估方法 | |
CN107680102A (zh) | 一种基于空间约束的机载点云数据电力杆塔自动提取方法 | |
CN107832899A (zh) | 风电场出力的优化方法、装置和实现装置 | |
WO2022033490A1 (zh) | 一种通过添加k源项来校正标准k-ε模型的方法 | |
CN110457819A (zh) | 一种根据自然环境识别城市天然风道的方法 | |
CN107067727A (zh) | 一种基于模糊knn特征匹配的道路交通服务水平评价方法 | |
CN111985691B (zh) | 一种风电场升压站选址方法 | |
CN114662985B (zh) | 一种基于倾斜摄影建模的山区电力工程选址方法、设备和计算机可读存储介质 | |
CN109635317A (zh) | 一种高海拔地区cfd仿真地形拓扑方法 | |
CN115034159A (zh) | 一种海上风电场的功率预测方法、装置、存储介质及系统 | |
WO2022166510A1 (zh) | 风电场前期测风塔规划选址方法、系统、装置及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |