CN106779201B - 一种考虑高原山区风机位置的风速建模方法 - Google Patents

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

一种考虑高原山区风机位置的风速建模方法

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,…p_i,…,p_ξ}；

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p_i构建并初始化聚类集合C，并从S中删除该数据对象p_i；

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p_j，计算p_j与聚类集合C中第δ个类c_δ的距离，若距离小于T₁，则将该数据p_j加入第δ个类c_δ。若距离小于T₂，则当该数据p_j与聚类集合C中所有类的距离计算完成后，将数据p_j从数据集S中删除，若该数据p_j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p_j没有加入到聚类集合C已有的任意类中，则构建一个新类c_θ，更新聚类集合

C＝C∪c_θ，

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(v_w)、fb(v_w)、fc(v_w)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；v_w为风电场所在区域的数值天气预报中的风速(m/s)；v₁…v_m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)，a_wa1…a_wam、b_wa1…b_wam：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；a_wb1…a_wbm、b_wb1…b_wbm：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；a_wc1…a_wcm、b_wc1…b_wcm：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,…p_i,…,p_ξ}；

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p_i构建并初始化聚类集合C，并从S中删除该数据对象p_i；

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p_j，计算p_j与聚类集合C中第δ个类c_δ的距离，若距离小于T₁，则将该数据p_j加入第δ个类c_δ。若距离小于T₂，则当该数据p_j与聚类集合C中所有类的距离计算完成后，将数据p_j从数据集S中删除，若该数据p_j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p_j没有加入到聚类集合C已有的任意类中，则构建一个新类c_θ，更新聚类集合

C＝C∪c_θ，

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(v_w)、fb(v_w)、fc(v_w)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；v_w为风电场所在区域的数值天气预报中的风速(m/s)；v₁…v_m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)，a_wa1…a_wam、b_wa1…b_wam：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；a_wb1…a_wbm、b_wb1…b_wbm：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；a_wc1…a_wcm、b_wc1…b_wcm：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。

a_wa1…a_wam、b_wa1…b_wam、a_wb1…a_wbm、b_wb1…b_wbm、a_wc1…a_wcm和b_wc1…b_wcm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,…p_i,…,p_ξ}；

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p_i构建并初始化聚类集合C，并从S中删除该数据对象p_i；

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p_j，计算p_j与聚类集合C中第δ个类c_δ的距离，若距离小于T₁，则将该数据p_j加入第δ个类c_δ；若距离小于T₂，则当该数据p_j与聚类集合C中所有类的距离计算完成后，将数据p_j从数据集S中删除，若该数据p_j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p_j没有加入到聚类集合C已有的任意类中，则构建一个新类c_θ，更新聚类集合

C＝C∪c_θ，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(v_w)、fb(v_w)、fc(v_w)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；v_w为风电场所在区域的数值天气预报中的风速(m/s)；v₁…v_m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)，a_wa1…a_wam、b_wa1…b_wam：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；a_wb1…a_wbm、b_wb1…b_wbm：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；a_wc1…a_wcm、b_wc1…b_wcm：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。