CN109446663A - 高原山区风速分布模型的构建方法、装置及存储介质 - Google Patents
高原山区风速分布模型的构建方法、装置及存储介质 Download PDFInfo
- Publication number
- CN109446663A CN109446663A CN201811289122.1A CN201811289122A CN109446663A CN 109446663 A CN109446663 A CN 109446663A CN 201811289122 A CN201811289122 A CN 201811289122A CN 109446663 A CN109446663 A CN 109446663A
- Authority
- CN
- China
- Prior art keywords
- wind speed
- mountain area
- plateau mountain
- wind
- type
- 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.)
- Pending
Links
- 238000003860 storage Methods 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 title abstract description 14
- 238000010276 construction Methods 0.000 claims description 41
- 238000004590 computer program Methods 0.000 claims description 14
- 239000004744 fabric Substances 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 4
- 230000005611 electricity Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 241000208340 Araliaceae Species 0.000 description 3
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 3
- 235000003140 Panax quinquefolius Nutrition 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 235000008434 ginseng Nutrition 0.000 description 3
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000005315 distribution function Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Wind Motors (AREA)
Abstract
本发明公开了一种高原山区风速分布模型的构建方法,首先获取预先划分的高原山区的风电机组所处位置的地形类型,然后获取预先划分的高原山区的风速的区间段、与区间段对应的风速参数和高原山区的初始风速数据,最后利用初始风速数据对风电机组所处位置的地形类型的不同风速区间段的风速进行建模,得到高原山区的风速分布模型。因此,采用本方案,能够针对高原山区的地形类型对高原山区的不同风速区间段建立风速分布模型,达到了对风电功率进行精确的预测,保证了风电大规模并网时安全稳定运行的目的。此外,本发明还公开了一种高原山区风速分布模型的构建装置及存储介质,效果如上。
Description
技术领域
本发明涉及电力技术领域,特别涉及一种高原山区风速分布模型的构建方法、装置及存储介质。
背景技术
预测精度高、功能较为完备的风电功率预测系统是解决风电大规模并网运行问题的关键措施。准确的风速分布模型是准确的对风电功率进行预测的基础。
目前,针对平原地区,影响风机排布的风速及其方向性变化规律性明显,风资源方向集中,主次风能方向基本是180度,可以按照5倍和8倍的原则进行风机的间距取叶轮直径的5倍,风机的排距取叶轮直径的8倍。风机的排布与主风能方向垂直,且风机前后错开,呈梅花状分布,对于风向较分散,主风能方向不明显的风电场,一般按照10倍和7倍的原则进行风机的排布,在连续两排风机排布之后,需要根据尾流模型计算隔离带,留有足够的隔离带之后,继续排布下一排风机,一般的,平原风电场的测风塔对整风场具有代表性,单风机出力与整风场出力具有很强的相关性,对于平原地区目前已有较为成熟的风速分布模型。而对于高原地区,目前没有较为完善方法以对高原山区建立风速分布模型,而将应用于平原地区的风速分布模型的构建方法应用于高原地区,由于平原地区和高原地区地形差异较大且高原山区的风速分布容易受强烈的回风影响,利用平原地区的风速分布模型的构建方法构建的高原山区的风速分布模型精确度并不高,这是因为平原地区地形一般都较为平缓,而高原地区的地形一般有平缓区,也有海拔层次不齐的区域。由于高原山区不具备有准确的风速分布模型,也就无法对风电功率进行精确的预测,进一步导致风电大规模并网不能安全稳定的运行。
因此,如何针对高原山区建立风速分布模型,以对风电功率进行精确的预测,进一步保证风电大规模并网时安全稳定的运行是本领域技术人员需要解决的问题。
发明内容
本发明的目的在于提供一种高原山区风速分布模型的构建方法、装置及存储介质,针对高原山区建立风速分布模型,对风电功率进行精确的预测,进一步保证了风电大规模并网时安全稳定的运行。
为实现上述目的,本发明实施例提供了如下技术方案:
第一,本发明实施例提供了一种高原山区风速分布模型的构建方法,包括:
获取高原山区的风电机组所处位置的地形类型;
获取所述高原山区的风速的区间段、所述高原山区的初始风速数据和与所述区间段对应的风速参数;
利用所述初始风速数据和所述风速参数对所述风电机组所处位置的地形类型的风速的区间段的风速进行建模,得到所述高原山区的风速分布模型。
优选的,所述高原山区的风速的区间段包括七个区间段,七个区间段具体为:
风速0m/s至风速1m/s、所述风速1m/s至风速3m/s、所述风速3m/s至风速5m/s、所述风速5m/s至风速8m/s、所述风速8m/s至风速11m/s、所述风速11m/s至风速20m/s以及大于等于所述风速20m/s。
优选的,所述获取所述高原山区的初始风速数据具体包括:
从与数值天气预报对应的数据库中获取所述高原山区的初始风速数据。
优选的,所述获取所述高原山区的初始风速数据具体包括:
获取基于双参数威布尔分布模拟得到的所述初始风速数据。
优选的,所述地形类型具体为坡前类型、平缓类型和坡后类型;
其中,所述坡前类型具体为所述风电机组所处的位置的海拔低于与主风向对应的目标区域的海拔;
所述平缓类型具体为所述风电机组所处的位置的海拔与所述风电机组所处的位置对应的设定范围内的区域的海拔差值不超过预设值;
所述坡后类型具体为所述风电机组所处的位置的海拔高于与所述主风向对应的目标区域的海拔。
优选的,所述高原山区的风速分布模型具体包括:所述高原山区的平缓类型的风速分布模型、所述高原山区的坡前类型的风速分布模型和所述高原山区的坡后类型的风速分布模型;
其中,所述高原山区的平缓类型的风速分布模型具体采用下式表示:
其中,a、b、c、d、e、f、g、h、i、j、k、l和m为与所述平缓类型的区间段对应的风速参数,v为所述初始风速数据;
所述高原山区的坡前类型的风速分布模型具体采用下式表示:
其中,n、o、p、q、r、s、t、u、w、x、y、z和A为与所述坡前类型的区间段对应的风速参数;
所述高原山区的坡后类型的风速分布模型具体采用下式表示:
其中,B、C、D、E、F、G、H、I、J、K、L、M和N为与所述坡后类型的区间段对应的风速参数。
第二,本发明实施例提供了一种高原山区风速分布模型的构建装置,包括:
第一获取模块,用于获取高原山区的风电机组所处位置的地形类型;
第二获取模块,用于获取所述高原山区的风速的区间段、所述高原山区的初始风速数据和与所述区间段对应的风速参数;
建模模块,用于利用所述初始风速数据和所述风速参数对所述风电机组所处位置的地形类型的风速的区间段的风速进行建模,得到所述高原山区的风速分布模型。
优选的,所述第二获取模块包括:
第一获取单元,用于从与数值天气预报对应的数据库中获取所述高原山区的初始风速数据。
第三,本发明实施例提供了一种高原山区风速分布模型的构建装置,包括:
存储器,用于存储计算机程序;
处理器,用于执行存储器中存储的计算机程序以实现以上任一种提到的高原山区风速分布模型的构建方法的步骤。
第四,本发明实施例公开了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现如上任一种提到的高原山区风速分布模型的构建方法的步骤。
可见,本发明实施例公开的一种高原山区风速分布模型的构建方法,首先获取预先划分的高原山区的风电机组所处位置的地形类型,然后获取预先划分的高原山区的风速的区间段、与区间段对应的风速参数和高原山区的初始风速数据,最后利用初始风速数据对风电机组所处位置的地形类型的不同风速区间段的风速进行建模,得到高原山区的风速分布模型。因此,采用本方案,能够针对高原山区的地形类型对高原山区的不同风速区间段建立风速分布模型,划分高原山区的地形类型对高原山区的不同类型的地形进行了考虑,划分不同风速区间段对高原山区不同地形类型的回风特性进行了考虑,达到了对风电功率进行精确的预测,保证了风电大规模并网时安全稳定的运行的目的。此外,本发明实施例还公开了一种高原山区风速分布模型的构建装置及存储介质,效果如上。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例公开的一种高原山区风速分布模型的构建方法流程示意图;
图2为本发明实施例公开的一种高原山区风速分布模型的构建装置结构示意图;
图3为本发明实施例公开的另一种高原山区风速分布模型的构建装置结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例公开了一种高原山区风速分布模型的构建方法、装置及存储介质,针对高原山区建立风速分布模型,对风电功率进行精确的预测,进一步保证了风电大规模并网时安全稳定的运行。
请参见图1,图1为本发明实施例公开的一种高原山区风速分布模型的构建方法流程示意图,该方法包括:
S101、获取高原山区的风电机组所处位置的地形类型。
具体的,本实施例中,数值天气预报得到的风速是没有考虑地形、地表粗糙度等因素对风的影响,本发明实施例中称为(初始风速数据),山区风电场的风速变化不由主风向的初始风速决定,利用少量测风塔测得的原始风速和风向的实时数据和小尺度的天气预报对山区风电场进行风电功率预测,都存在较大的误差,这是由于高原山区同一测风塔不同高度间风速相关性较好,主要原因在于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,当风速达到某种速度时,回风的影响会使得风速有不同程度的加强。因此,针对高原山区的地形,将高原山区的地形进行等级划分。
本发明实施例中,对于高原山区,以主风向为基准,作为本发明优选的实施例,将高原山区的风电机组所处的位置划分为平缓区(平缓类型)、山坡前区(坡前类型)和山坡后区(坡后类型),从而对各自情况下回风对实际风速和风向的影响进行分类。
其中,坡前类型具体为风电机组所处的位置的海拔低于与主风向对应的目标区域的海拔;
平缓类型具体为风电机组所处的位置的海拔与风电机组所处的位置对应的设定范围内的区域的海拔差值不超过预设值;
坡后类型具体为风电机组所处的位置的海拔高于与主风向对应的目标区域的海拔。
具体的,本实施例中,主风向为相对于风电机组所处的位置,吹向风电机组的风的方向,与主风向对应的目标区域为相对于风电机组所处的位置,逆着主风向与风电机组所处的位置相对的区域。预设值可以根据实际情况进行确定,对于预设值的大小本发明实施例在此并不作限定。
S102、获取高原山区的风速的区间段、高原山区的初始风速数据和与区间段对应的风速参数。
具体的,本实施例中,对应于不同的风速,回风的大小也不一样,因此需要对风速进行分段,主要是根据风电机组的运行特性对风速进行分类,即主要依据风电机组的功率特性曲线、风电机组的工作点以及风电机组的调度方式对风速进行分段。
根据风电机组的运行特性,作为本发明优选的实施例中的高原山区的风速的区间段可以分为七个区间段,七个时间段具体为风速0m/s至风速1m/s、风速1m/s至风速3m/s、风速3m/s至风速5m/s、风速5m/s至风速8m/s、风速8m/s至风速11m/s、风速11m/s至风速20m/s以及大于等于风速20m/s。当然,根据风电机组的类型的不同,高原山区的风速的区间段也可以为其他类型,本发明实施例在此并不作限定。
进一步,与区间段对应的风速参数具体为高原山区的初始风速数据与高原的实际风速数据之间的比例系数,高原山区的初始风速数据为未考虑高原山区的地形、地表粗糙度等因素对风速的影响的风速,实际上,同一风电场的各测风塔间的风速的相关性较差,且对应于不同的风电机组不具有代表性,主要是由于高原山区的风电机组主要分散在不同的区域,由于高原山区地形的不平整性,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,当风速达到某种程度时,回风的影响会使得风速有不同程度的加强,因此,测风塔测得的风速并不能代表此时风电机组的实际的风速,本发明实施例中将此称为初始风速数据。
作为优选的实施例,获取高原山区的初始风速数据具体包括:
从与数值天气预报对应的数据库中获取高原山区的初始风速数据。
作为优选的实施例,获取高原山区的初始风速数据具体包括:
获取基于双参数威布尔分布模型得到的初始风速数据。
具体的,本实施例中,双参数威布尔分布对不同形状的概率分布有较好的适应性,该分布函数形式简单,只要给定了威布尔分布参数的k和c,便可得出风速的分布形式,无需逐一查阅和统计所有的风速观测资料。而且其拟合曲线又能较好描述实际风速分布的概率模型,成为了国际公认的标准风速分布函数。威布尔分布是一种单峰的、两参数的分布函数,其概率密度函数可以表示为下式:
上式中,k和c是威布尔分布的两个参数,k称为形状参数,c称作尺度参数,威布尔分布的累积概率密度函数分布可以采用下式表示:
上式中,vg指的是风速上限值,p(v≤vg)表示的是当前风速小于风速上限值的概率。对于参数k和c本发明实施例优选采用最小二乘法求取参数k和c,当然,除此之外,也可以采用平均风速和标准差评估法、平均风速和最大风速估算法和极大既然估计法对参数k和c进行预测。下面对本发明实施例中采用最小二乘法参数估计的威布尔分布拟合曲线模型初始风速数据的过程进行详细说明:
首先对式取对数,得到以下表达公式:
ln{-ln[1-p(v≤vg)]}=klnvg-klnc
得到以上对数表达式后,令y=ln{-ln[1-p(v≤vg)]},x=lnvg,a=-klnc,b=k,于是参数k和c可以由最小二乘法拟合y=a+bx得到,具体步骤如下:
首先将历史风速数据的风速范围划分为n个区间,本发明实施例中采用0~v1,v1~v2,…,vn-1~vn表示,然后统计每个区间观测到的风速的出现频率,本发明实施例中将风速的出现频率记为f1,f2,...,fn,和累计频率p1=f1,p2=p1+f2,...,pn=pn-1+fn,取变换xi=lnv1和yi=ln[-ln(1-p1)],并且令,a=-klnc,b=k,由历史风速数据,可以得到a和b的最小估计值,a和b的最小估计值具体可以采用下式表示:
在得到最小估计值a和b之后,结合公式a=-klnc,b=k便可以得到参数k和c的值。得到参数k和c的值之后,便可以结合公式求解出高原山区的初始风速数据。
S103、利用初始风速数据和运行参数对风电机组所处位置的地形类型的风速的区间段进行风速建模,得到高原山区的风速分布模型。
具体的,本实施例中,结合上述实施例,高原山区的地形类型分为平缓类型、坡前类型和坡后类型,则对应的,高原山区的风速分布模型具体包括:高原山区的平缓类型的风速分布模型、高原山区的坡前类型的风速分布模型和高原山区的坡后类型的风速分布模型;本发明实施例中的风速分布模型即为高原山区的初始风速数据与风速分布模型的实际风速之间的函数关系式。
其中,高原山区的平缓类型的风速分布模型具体采用下式表示:
其中,a、b、c、d、e、f、g、h、i、j、k、l和m为与平缓类型的区间段对应的风速参数,v为初始风速数据;
高原山区的坡前类型的风速分布模型具体采用下式表示:
其中,n、o、p、q、r、s、t、u、w、x、y、z和A为与坡前类型的区间段对应的风速参数;
高原山区的坡后类型的风速分布模型具体采用下式表示:
其中,B、C、D、E、F、G、H、I、J、K、L、M和N为与坡后类型的区间段对应的风速参数。
具体的,本实施例中,地形类型的划分只是针对贵州的高原山区的优选的地形类型划分,根据高原山区的类型的不同,地形类型也可以为其他类型,本发明实施例并不作限定;风速区间段只是针对贵州高原山区得到的优选的风速区间段划分,针对不同的高原山区,风速区间段也可以为其他类型,此外,对于本发明实施例中的风速参数,也可以根据高原山区的类型进行选定,本发明实施例在此并不作限定。
其中,作为优选的实施例,高原山区的平缓类型的风速分布模型具体采用下式表示:
高原山区的坡前类型的风速分布模型具体采用下式表示:
高原山区的坡后类型的风速分布模型具体采用下式表示:
可见,本发明实施例公开的一种高原山区风速分布模型的构建方法,首先获取预先划分的高原山区的风电机组所处位置的地形类型,然后获取预先划分的高原山区的风速的区间段、与区间段对应的风速参数和高原山区的初始风速数据,最后利用初始风速数据对风电机组所处位置的地形类型的不同风速区间段的风速进行建模,得到高原山区的风速分布模型。因此,采用本方案,能够针对高原山区的地形类型对高原山区的不同风速区间段建立风速分布模型,达到了对风电功率进行精确的预测,保证了风电大规模并网时安全稳定的运行的目的。
下面对本发明实施例公开的一种高原山区风速分布模型的构建装置进行介绍,请参见图2,图2为本发明实施例公开的一种高原山区风速分布模型的构建装置结构示意图,该装置包括:
第一获取模块201,用于获取高原山区的风电机组所处位置的地形类型;
第二获取模块202,用于获取高原山区的风速的区间段、与区间段对应的风速参数和高原山区的初始风速数据;
建模模块203,用于利用初始风速数据和风速参数对风电机组所处位置的地形类型风速的区间段进行风速建模,得到高原山区的风速分布模型。
基于以上实施例,作为优选的实施例,第二获取模块202包括:
获取单元,用于从与数值天气预报对应的数据库中获取所述高原山区的初始风速数据。
可见,本发明实施例公开的一种高原山区风速分布模型的构建装置,首先获取预先划分的高原山区的风电机组所处位置的地形类型,然后获取预先划分的高原山区的风速的区间段、与区间段对应的风速参数和高原山区的初始风速数据,最后利用初始风速数据对风电机组所处位置的地形类型的不同风速区间段的风速进行建模,得到高原山区的风速分布模型。因此,采用本方案,能够针对高原山区的地形类型对高原山区的不同风速区间段建立风速分布模型,达到了对风电功率进行精确的预测,保证了风电大规模并网时安全稳定的运行的目的。
请参见图3,图3为本发明实施例提供的另一种高原山区风速分布模型的构建装置结构示意图,包括:
存储器301,用于存储计算机程序;
处理器302,用于执行存储器中存储的计算机程序以实现以上任一实施例提到的高原山区风速分布模型的构建方法的步骤。
本实施例提供的另一种高原山区风速分布模型的构建装置,由于可以通过处理器调用存储器存储的计算机程序,实现如上述任一实施例提供的高原山区风速分布模型的构建方法的步骤,所以本构建装置具有同上述高原山区风速分布模型的构建方法同样的实际效果。
为了更好地理解本方案,本发明实施例提供的一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现如上任一实施例提到的高原山区风速分布模型的构建方法的步骤。
本实施例提供的计算机可读存储介质,由于可以通过处理器调用计算机可读存储介质存储的计算机程序,实现如上述任一实施例提供的高原山区风速分布模型的构建方法的步骤,所以本计算机可读存储介质具有同上述高原山区风速分布模型的构建方法同样的实际效果。
以上对本申请所提供的一种高原山区风速分布模型的构建方法、装置及存储介质进行了详细介绍。本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以对本申请进行若干改进和修饰,这些改进和修饰也落入本申请权利要求的保护范围内。
说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
Claims (10)
1.一种高原山区风速分布模型的构建方法,其特征在于,包括:
获取高原山区的风电机组所处位置的地形类型;
获取所述高原山区的风速的区间段、所述高原山区的初始风速数据和与所述区间段对应的风速参数;
利用所述初始风速数据、所述风速参数对所述风电机组所处位置的地形类型的风速的区间段进行风速建模,得到所述高原山区的风速分布模型。
2.根据权利要求1所述的高原山区风速分布模型的构建方法,其特征在于,所述高原山区的风速的区间段包括七个区间段,七个区间段具体为:
风速0m/s至风速1m/s、所述风速1m/s至风速3m/s、所述风速3m/s至风速5m/s、所述风速5m/s至风速8m/s、所述风速8m/s至风速11m/s、所述风速11m/s至风速20m/s以及大于等于所述风速20m/s。
3.根据权利要求1所述的高原山区风速分布模型的构建方法,其特征在于,所述获取所述高原山区的初始风速数据具体包括:
从与数值天气预报对应的数据库中获取所述高原山区的初始风速数据。
4.根据权利要求1所述的高原山区风速分布模型的构建方法,其特征在于,所述获取所述高原山区的初始风速数据具体包括:
获取基于双参数威布尔分布模拟得到的所述初始风速数据。
5.根据权利要求1所述的高原山区风速分布模型的构建方法,其特征在于,所述地形类型具体为坡前类型、平缓类型和坡后类型;
其中,所述坡前类型具体为所述风电机组所处的位置的海拔低于与主风向对应的目标区域的海拔;
所述平缓类型具体为所述风电机组所处的位置的海拔与所述风电机组所处的位置对应的设定范围内的区域的海拔差值不超过预设值;
所述坡后类型具体为所述风电机组所处的位置的海拔高于与所述主风向对应的目标区域的海拔。
6.根据权利要求1-5任意一项所述的高原山区风速分布模型的构建方法,其特征在于,所述高原山区的风速分布模型具体包括:所述高原山区的平缓类型的风速分布模型、所述高原山区的坡前类型的风速分布模型和所述高原山区的坡后类型的风速分布模型;
其中,所述高原山区的平缓类型的风速分布模型具体采用下式表示:
其中,a、b、c、d、e、f、g、h、i、j、k、l和m为与所述平缓类型的区间段对应的风速参数,v为所述初始风速数据;
所述高原山区的坡前类型的风速分布模型具体采用下式表示:
其中,n、o、p、q、r、s、t、u、w、x、y、z和A为与所述坡前类型的区间段对应的风速参数;
所述高原山区的坡后类型的风速分布模型具体采用下式表示:
其中,B、C、D、E、F、G、H、I、J、K、L、M和N为与所述坡后类型的区间段对应的风速参数。
7.一种高原山区风速分布模型的构建装置,其特征在于,包括:
第一获取模块,用于获取高原山区的风电机组所处位置的地形类型;
第二获取模块,用于获取所述高原山区的风速的区间段、所述高原山区的初始风速数据和与所述区间段对应的风速参数;
建模模块,用于利用所述初始风速数据和所述风速参数对所述风电机组所处位置的地形类型的风速的区间段进行风速建模,得到所述高原山区的风速分布模型。
8.根据权利要求7所述的高原山区风速分布模型的构建装置,其特征在于,所述第二获取模块包括:
获取单元,用于从与数值天气预报对应的数据库中获取所述高原山区的初始风速数据。
9.一种高原山区风速分布模型的构建装置,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述存储器中存储的计算机程序以实现如权利要求1至6任一项所述的高原山区风速分布模型的构建方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器执行以实现如权利要求1至6任一项所述的高原山区风速分布模型的构建方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811289122.1A CN109446663A (zh) | 2018-10-31 | 2018-10-31 | 高原山区风速分布模型的构建方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811289122.1A CN109446663A (zh) | 2018-10-31 | 2018-10-31 | 高原山区风速分布模型的构建方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109446663A true CN109446663A (zh) | 2019-03-08 |
Family
ID=65550039
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811289122.1A Pending CN109446663A (zh) | 2018-10-31 | 2018-10-31 | 高原山区风速分布模型的构建方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109446663A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016023527A1 (zh) * | 2014-08-14 | 2016-02-18 | 国家电网公司 | 一种基于测风塔测风数据的风电场弃风电量确定方法 |
CN106684885A (zh) * | 2016-08-30 | 2017-05-17 | 上海交通大学 | 基于多场景分析的风电机组配电网无功优化方法 |
CN106779201A (zh) * | 2016-12-08 | 2017-05-31 | 贵州电网有限责任公司电力科学研究院 | 一种考虑高原山区风机位置的风速建模方法 |
CN107359611A (zh) * | 2017-08-07 | 2017-11-17 | 中国南方电网有限责任公司电网技术研究中心 | 考虑多种随机因素的配电网等值方法 |
-
2018
- 2018-10-31 CN CN201811289122.1A patent/CN109446663A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016023527A1 (zh) * | 2014-08-14 | 2016-02-18 | 国家电网公司 | 一种基于测风塔测风数据的风电场弃风电量确定方法 |
CN106684885A (zh) * | 2016-08-30 | 2017-05-17 | 上海交通大学 | 基于多场景分析的风电机组配电网无功优化方法 |
CN106779201A (zh) * | 2016-12-08 | 2017-05-31 | 贵州电网有限责任公司电力科学研究院 | 一种考虑高原山区风机位置的风速建模方法 |
CN107359611A (zh) * | 2017-08-07 | 2017-11-17 | 中国南方电网有限责任公司电网技术研究中心 | 考虑多种随机因素的配电网等值方法 |
Non-Patent Citations (2)
Title |
---|
刘文霞等: "基于Copula函数的风电场风速建模分析", 《现代电力》 * |
魏斌等: "山地风电场稳态输出评估方法研究", 《太原理工大学学报》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107769254B (zh) | 一种风电集群轨迹预测与分层控制方法 | |
CN107292514B (zh) | 风电场生产运行测风塔选址方法及装置 | |
CN108488038B (zh) | 一种风力发电机组的偏航控制方法 | |
He et al. | A novel three-dimensional wake model based on anisotropic Gaussian distribution for wind turbine wakes | |
CN103401236B (zh) | 一种基于风电场流动相关性的风电场机组分组方法 | |
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 | |
CN106505631B (zh) | 智能风电风功率预测系统 | |
CN108983320A (zh) | 一种沿海台风极值风速的数值天气预报-人工智能耦合预测方法 | |
Quarton et al. | Turbulence in wind turbine wakes | |
CN104699936A (zh) | 基于cfd短期风速预测风电场的扇区管理方法 | |
CN107194097A (zh) | 基于风电场气动模拟和风速风向数据的分析方法 | |
CN102663251A (zh) | 基于计算流体力学模型的风电场功率物理预测方法 | |
CN103886179B (zh) | 一种基于尾流效应分群的风电场风机聚合方法 | |
CN101852172A (zh) | 一种考虑风电场内尾流影响的风电机组输入风速计算方法 | |
Malz et al. | Drag-mode airborne wind energy vs. wind turbines: An analysis of power production, variability and geography | |
CN101949363A (zh) | 计及风电场输入风速和风向随机波动的风电机组分组方法 | |
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 | |
CN106684905B (zh) | 一种考虑风电预测不确定性的风电场动态等值方法 | |
CN101592538A (zh) | 一种基于实测数据风电场稳态输出功率的计算方法 | |
CN113205210B (zh) | 复杂地形风电场风速与功率预测方法、系统、设备及存储介质 | |
CN106815773A (zh) | 一种风电场功率特性评估方法 | |
CN103617308A (zh) | 一种风电场频域等效模型的构建方法 | |
CN108062722B (zh) | 基于风速变异系数的山地风电场模型风机机械功率计算方法 | |
CN107657116B (zh) | 一种风电场功率曲线仿射建模的方法 | |
CN105279384A (zh) | 一种基于风力机机舱风速的来流风速计算方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190308 |
|
RJ01 | Rejection of invention patent application after publication |