CN109978204A - 确定风电场的风功率的预测准确率的方法和装置 - Google Patents

确定风电场的风功率的预测准确率的方法和装置 Download PDF

Info

Publication number
CN109978204A
CN109978204A CN201711446133.1A CN201711446133A CN109978204A CN 109978204 A CN109978204 A CN 109978204A CN 201711446133 A CN201711446133 A CN 201711446133A CN 109978204 A CN109978204 A CN 109978204A
Authority
CN
China
Prior art keywords
wind power
wind
power plant
function
speed
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.)
Granted
Application number
CN201711446133.1A
Other languages
English (en)
Other versions
CN109978204B (zh
Inventor
丁宇宇
金莹
梁志平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Jinfeng Software Technology Co., Ltd.
Original Assignee
Beijing Gold Wind Technology Co Ltd Huineng
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Gold Wind Technology Co Ltd Huineng filed Critical Beijing Gold Wind Technology Co Ltd Huineng
Priority to CN201711446133.1A priority Critical patent/CN109978204B/zh
Publication of CN109978204A publication Critical patent/CN109978204A/zh
Application granted granted Critical
Publication of CN109978204B publication Critical patent/CN109978204B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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

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)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种确定风电场的风功率的预测准确率的方法和装置。所述确定风电场的风功率的预测准确率的方法包括：获取所述风电场中每个风力发电机组的风功率函数，其中，风力发电机组的风功率函数指示风力发电机组所处于的风电场中的风速与风力发电机组的风功率之间的对应关系；通过获取的所有风力发电机组的风功率函数，获取所述风电场的风电场风功率函数，其中，所述风电场风功率函数指示所述风电场中的风速与所述风电场的风功率之间的对应关系；获取所述风电场中的预测风速和实测风速；通过获取的预测风速和实测风速以及所述风电场风功率函数，获取所述风电场的风功率的预测准确率。

Description

确定风电场的风功率的预测准确率的方法和装置
技术领域
本发明涉及风功率预测领域，更具体地讲，涉及一种确定风电场的风功率的预测准确率的方法和装置。
背景技术
风电场中的风力发电机组在将发出的电能输送到电网的过程中，并非所有的电能均可以被输送到电网。输送到电网的电能的比率随风电场的风功率而变化。因此，通常需要预测风电场中的风功率，而预测的准确率至关重要。
通常，在确定风功率的预测准确率时，首先需要获取风电场的实测风功率，之后根据实测风功率来建立风电场的实测风功率模型，之后获取预测风速并将预测风速输入到建立的实测风功率模型中以获得预测风功率，最后通过实测风功率和获得的预测风功率来获得风功率的预测准确率。
然而，由于上述方法需要通过实测风功率来建立风电场的实测风功率模型，而实测风功率通常包含大量无效或不准确的数据，因此通过这样的实测风功率建立的实测风功率模型并不能准确地反映风电场中的风速与风功率之间的对应关系，因此导致最终获得的风功率的预测准确率的精度低。此外，上述获得风功率的预测准确率的方式需要进行复杂的计算，因而难以快速获得风功率的预测准确率。
因此，现有的确定风电场的风功率的预测准确率的方式难以快速获得预测准确率。
发明内容
本发明的示例性实施例的目的在于提供一种确定风电场的风功率的预测准确率的方法和装置。所述确定风电场的风功率的预测准确率的方法和装置能够快速确定风电场的风功率的预测准确率。
根据本发明示例性实施例的一方面，提供一种确定风电场的风功率的预测准确率的方法，所述方法包括：获取所述风电场中每个风力发电机组的风功率函数，其中，风力发电机组的风功率函数指示风力发电机组所处于的风电场中的风速与风力发电机组的风功率之间的对应关系；通过获取的所有风力发电机组的风功率函数，获取所述风电场的风电场风功率函数，其中，所述风电场风功率函数指示所述风电场中的风速与所述风电场的风功率之间的对应关系；获取所述风电场中的预测风速和实测风速；通过获取的预测风速和实测风速以及所述风电场风功率函数，获取所述风电场的风功率的预测准确率。
可选地，获取所述风电场的风电场风功率函数的步骤包括：通过将获取的每个风力发电机组的风功率函数除以所有风力发电机组的额定功率之和，来将每个风力发电机组的风功率函数进行归一化；将所有归一化的风功率函数相加，来获取所述风电场风功率函数。
可选地，通过获取的预测风速和实测风速以及所述风电场风功率函数，获取所述风电场的风功率的预测准确率的步骤包括：通过获取的预测风速以及所述风电场风功率函数，获取所述风电场的归一化预测风功率；通过获取的实测风速以及所述风电场风功率函数，获取所述风电场的归一化实测风功率；通过获取的归一化预测风功率和归一化实测风功率，获取所述风电场的风功率的预测准确率。
可选地，获取所述风电场中的预测风速和实测风速的步骤包括：获取多个时刻的所述风电场中的预测风速和实测风速。
可选地，通过获取的归一化预测风功率和归一化实测风功率，获取所述风电场的风功率的预测准确率的步骤包括：通过计算分别与所有时刻对应的归一化预测风功率和归一化实测风功率的均方根误差，来获取所述风电场的风功率的预测准确率。
根据本发明示例性实施例的另一方面，提供一种确定风电场的风功率的预测准确率的装置，所述装置包括：风机函数获取单元，获取所述风电场中每个风力发电机组的风功率函数，其中，风力发电机组的风功率函数指示风力发电机组所处于的风电场中的风速与风力发电机组的风功率之间的对应关系；风电场函数获取单元，通过获取的所有风力发电机组的风功率函数，获取所述风电场的风电场风功率函数，其中，所述风电场风功率函数指示所述风电场中的风速与所述风电场的风功率之间的对应关系；风速获取单元，获取所述风电场中的预测风速和实测风速；预测准确率获取单元，通过获取的预测风速和实测风速以及所述风电场风功率函数，获取所述风电场的风功率的预测准确率。
可选地，风电场函数获取单元包括：归一化单元，通过将获取的每个风力发电机组的风功率函数除以所有风力发电机组的额定功率之和，来将每个风力发电机组的风功率函数进行归一化；叠加单元，将所有归一化的风功率函数相加，来获取所述风电场风功率函数。
可选地，预测准确率获取单元包括：预测风功率获取单元，通过获取的预测风速以及所述风电场风功率函数，获取所述风电场的归一化预测风功率；实测风功率获取单元，通过获取的实测风速以及所述风电场风功率函数，获取所述风电场的归一化实测风功率；准确率获取单元，通过获取的归一化预测风功率和归一化实测风功率，获取所述风电场的风功率的预测准确率。
可选地，风速获取单元获取多个时刻的所述风电场中的预测风速和实测风速。
可选地，准确率获取单元通过计算分别与所有时刻对应的归一化预测风功率和归一化实测风功率的均方根误差，来获取所述风电场的风功率的预测准确率。
根据本发明示例性实施例的另一方面，提供一种存储有计算机程序的计算机可读存储介质，当所述计算机程序在被处理器执行时实现上述确定风电场的风功率的预测准确率的方法。
根据本发明示例性实施例的另一方面，提供一种在风力发电机组的控制系统，所述控制系统包括：处理器；存储器，存储有计算机程序，当所述计算机程序被处理器执行时，实现上述确定风电场的风功率的预测准确率的方法。
采用本发明示例性实施例的确定风电场的风功率的预测准确率的方法和装置，能够通过获取风电场中每个风力发电机组的风功率函数，来快速地确定风电场的风功率的预测准确率，从而能够有效降低在将风电场的风功率输送到电网时的功率损失。
附图说明
通过下面结合示例性地示出实施例的附图进行的描述，本发明示例性实施例的上述和其他目的和特点将会变得更加清楚，其中：
图1示出根据本发明的实施例的确定风电场的风功率的预测准确率的方法的流程图；
图2示出根据本发明的实施例的确定风电场的风功率的预测准确率的方法中获取风电场风功率函数步骤的流程图；
图3示出根据本发明的实施例的与风电场风功率函数对应的风功率曲线的示图；
图4示出根据本发明的实施例的获取的预测风速和实测风速的示例曲线图；
图5示出根据本发明的实施例的确定风电场的风功率的预测准确率的方法中获取风功率的预测准确率步骤的流程图；
图6示出根据本发明的示例的获取的归一化预测风功率和归一化实测风功率的示例曲线图；
图7示出根据本发明的实施例的确定风电场的风功率的预测准确率的装置的框图；
图8示出根据本发明的实施例的确定风电场的风功率的预测准确率的装置中风电场函数获取单元的框图；
图9示出根据本发明的实施例的确定风电场的风功率的预测准确率的装置中预测准确率获取单元的框图。
具体实施方式
以下，将参照附图更充分地描述本发明的示例性实施例，示例性实施例在附图中示出。然而，可以以许多不同的形式实施示例性实施例，并且不应被解释为局限于在此阐述的示例性实施例。相反，提供这些实施例从而本公开将会彻底和完整，并将完全地将示例性实施例的范围传达给本领域的技术人员。
图1示出根据本发明的实施例的确定风电场的风功率的预测准确率的方法的流程图。
参照图1，在步骤S100，获取所述风电场中每个风力发电机组的风功率函数，其中，风力发电机组的风功率函数指示风力发电机组所处于的风电场中的风速与风力发电机组的风功率之间的对应关系。
优选地，可从风电场中的每个风力发电机组的布置资料获取风力发电机组的型号，进而通过风力发电机组的型号获得风力发电机组的出厂风功率函数作为风力发电机组的风功率函数。例如，可确定风电场中的风力发电机组的型号的种类数，并确定每种型号所对应的风力发电机组的个数，进而通过获取每种型号的风力发电机组的出厂风功率函数即可获得风电场中的所有风力发电机组的风功率函数。此外，也可以通过其他方式获得风功率函数。
此外，在另一示例中，如果无法获得风力发电机组的出厂风功率函数作为风力发电机组的风功率函数，则可将如下等式(1)确定为风力发电机组的风功率函数M(u)：
这里，M(u)表示风力发电机组的风功率函数，u0表示风力发电机组的启动风速，umax表示风力发电机组的切出风速，ur表示风力发电机组的额定风速，u表示风力发电机组所处于的风电场中的风速，Pmax表示风力发电机组的额定功率。风功率函数M(u)指示风力发电机组所处于的风电场中的风速与风力发电机组的风功率之间的对应关系。当将具体的风速值u带入到风功率函数M(u)时，可获得对应于风速值u的风功率。
应该理解，风力发电机组的启动风速u0、切出风速umax、额定风速ur以及额定功率Pmax可根据风力发电机组的类型(即，型号)而不同。
在步骤S200，通过获取的所有风力发电机组的风功率函数，获取所述风电场的风电场风功率函数，其中，所述风电场风功率函数指示所述风电场中的风速与所述风电场的风功率之间的对应关系。
这里，由于风电场中通常包括多个风力发电机组，因此，需要获得包括多个风力发电机组的风电场的风电场风功率函数。
以下将参照图2具体描述获取风电场的风电场风功率函数的示例。
图2示出根据本发明的实施例的确定风电场的风功率的预测准确率的方法中获取风电场风功率函数步骤的流程图。
参照图2，在步骤S210，可通过将获取的每个风力发电机组的风功率函数除以所有风力发电机组的额定功率之和，来将每个风力发电机组的风功率函数进行归一化。
作为示例，可通过如下等式(2)来获得风电场中的第i个风力发电机组的归一化的风功率函数Mi'(u)：
这里，Mi'(u)表示风电场中的第i个风力发电机组的归一化的风功率函数，Mi(u)表示风电场中的第i个风力发电机组的风功率函数，Pmaxi表示风场中的第i个风力发电机组的额定功率，其中，i为取值范围为[1,N]的整数，其中，N为大于或等于1的整数，N表示风电场中的风力发电机组的总数。当将具体的风速值u带入到归一化的风功率函数Mi'(u)时，可获得风力发电机组的对应于风速值u的归一化风功率。
在步骤S220，可将所有归一化的风功率函数相加，来获取所述风电场风功率函数。
作为示例，可通过如下等式(3)来获得风电场的风电场风功率函数Mnorm(u)：
这里，Mnorm(u)表示风电场的风电场风功率函数。当将具体的风速值u带入到风电场风功率函数Mnorm(u)时，可获得风电场的对应于风速值u的风电场风功率。应该理解，这里得到的风电场的风电场风功率为归一化的风电场风功率。
图3示出根据本发明的实施例的与风电场风功率函数对应的风功率曲线的示图。
参照图3，在图3的示例中示出在启动风速u0为3米/秒(m/s)、切出风速umax为25米/秒并且额定风速ur为13米/秒的情况下，风电场的风电场风功率随风速变化的曲线图。
返回参照图1，在步骤S300，获取所述风电场中的预测风速和实测风速。
这里，可通过任何可以获取预测风速的方式来获得预测风速。例如，可使用数值天气预报模型WRF来获取预测风速。此外，可通过任何可以获取实测风速的方式来获取实测风速。例如，可通过风速仪来获取实测风速。
应该理解，获取预测风速和实测风速的方式不限于上述方式，可根据实际情况，通过不同的方式来获取预测风速和实测风速。
作为示例，在步骤S300可获取多个时刻的所述风电场中的预测风速和实测风速。例如，可获取预测风速和实测风速随时间变化的序列。例如，在该序列中，在第一时刻、第二时刻、第三时刻、……、第n时刻分别具有对应的预测风速和实测风速。这里，n为大于1的整数，n表示总的时刻数。
图4示出根据本发明的实施例的获取的预测风速和实测风速的示例曲线图。
参照图4，图4示出在2017年7月2日1点30分(7/2 1:3)至2017年8月27日13点30分(8/27 13:30)期间，获取的风电场中的实测风速和预测风速随时间变化的曲线图。在图4中，实线表示风电场中的实测风速(单位为米/秒(m/s))，虚线表示风电场中的预测风速(单位为米/秒(m/s))。由图4可以看出，在每个时刻均具有对应的预测风速和实测风速。
返回参照图1，在步骤S400，通过获取的预测风速和实测风速以及所述风电场风功率函数，获取所述风电场的风功率的预测准确率。
这里，由于风电场风功率函数指示所述风电场中的风速与所述风电场的风功率之间的对应关系。因此，作为示例，可通过预测风速和风电场风功率函数获得对应于预测风速的第一风电场风功率值，并可通过实测风速和风电场风功率函数获得对应于实测风速的第二风电场风功率值，从而通过第一风电场风功率值和第二风电场风功率值来获风电场的风功率的预测准确率。
图5示出根据本发明的实施例的确定风电场的风功率的预测准确率的方法中获取风功率的预测准确率步骤的流程图。
参照图5，在步骤S410，可通过获取的预测风速以及所述风电场风功率函数，获取所述风电场的归一化预测风功率。
例如，可将预测风速up带入到上述等式(3)来获取归一化预测风功率Pp＝Mnorm(up)。
这里，在步骤S410中可获取分别与所有时刻的预测风速对应的归一化预测风功率。
在步骤S420，可通过获取的实测风速以及所述风电场风功率函数，获取所述风电场的归一化实测风功率。
例如，可将实测风速um带入到上述等式(3)来获取归一化实测风功率Pm＝Mnorm(um)。
这里，在步骤S420中可获取分别与所有时刻的实测风速对应的归一化实测风功率。
图6示出根据本发明的示例的获取的归一化预测风功率和归一化预测风功率的示例的曲线图。
参照图6，图6示出通过将图4所示的实测风速和预测风速分别代入到上述等式(3)而获取的归一化实测风功率和归一化预测风功率的曲线图。在图6中，实线表示获取的归一化实测风功率，虚线表示获取的归一化预测风功率。由图6可以看出，通过将图4的所有时刻的实测风速代入到上述等式(3)可获取对应于所有时刻的归一化实测风功率，通过将图4的所有时刻的预测风速代入到上述等式(3)可获取对应于所有时刻的归一化预测风功率。
返回参照图5，在步骤S430，可通过获取的归一化预测风功率和归一化实测风功率，获取所述风电场的风功率的预测准确率。
作为示例，在步骤S430中可通过计算分别与所有时刻对应的归一化预测风功率和归一化实测风功率的均方根误差，来获取所述风电场的风功率的预测准确率。
具体地讲，在步骤S430中可通过使用1减去计算的均方根误差来获取所述风电场的风功率的预测准确率。
例如，可通过如下等式(4)来获取风电场的风功率的预测准确率TMA：
这里，TMA表示风电场的风功率的预测准确率，n表示获取预测风速和实测风速的时刻的总数，Ppt表示与第t时刻对应的归一化预测风功率，Pmt表示与第t时刻对应的归一化实测风功率。
作为示例，当将图6的示例中的分别与所有时刻对应的归一化预测风功率和归一化实测风功率代入到等式(4)时，获得的风电场的风功率的预测准确率为0.62。此时，说明通过风电场的预测风速而预测的风电场的风功率的预测准确率为62％。
采用本发明示例性实施例的确定风电场的风功率的预测准确率的方法，能够通过获取风电场中每个风力发电机组的风功率函数，来快速地确定风电场的风功率的预测准确率，从而能够有效降低在将风电场的风功率输送到电网时的功率损失。
图7示出根据本发明的实施例的确定风电场的风功率的预测准确率的装置的框图。
参照图7，根据本发明的实施例的确定风电场的风功率的预测准确率的装置包括：风机函数获取单元100、风电场函数获取单元200、风速获取单元300和预测准确率获取单元400。
具体地讲，风机函数获取单元100用于获取所述风电场中每个风力发电机组的风功率函数，其中，风力发电机组的风功率函数指示风力发电机组所处于的风电场中的风速与风力发电机组的风功率之间的对应关系。
优选地，风机函数获取单元100可从风电场中的每个风力发电机组的布置资料获取风力发电机组的型号，进而通过风力发电机组的型号获得风力发电机组的出厂风功率函数作为风力发电机组的风功率函数。例如，可确定风电场中的风力发电机组的型号的种类数，并确定每种型号所对应的风力发电机组的个数，进而通过获取每种型号的风力发电机组的出厂风功率函数即可获得风电场中的所有风力发电机组的风功率函数。此外，也可以通过其他方式获得风功率函数。
此外，在另一示例中，如果无法获得风力发电机组的出厂风功率函数作为风力发电机组的风功率函数，则可将上述等式(1)确定为风力发电机组的风功率函数M(u)。
应该理解，风力发电机组的启动风速u0、切出风速umax、额定风速ur以及额定功率Pmax可根据风力发电机组的类型(即，型号)而不同。
风电场函数获取单元200用于通过获取的所有风力发电机组的风功率函数，获取所述风电场的风电场风功率函数，其中，所述风电场风功率函数指示所述风电场中的风速与所述风电场的风功率之间的对应关系。
这里，由于风电场中通常包括多个风力发电机组，因此，需要获得包括多个风力发电机组的风电场的风电场风功率函数。
图8示出根据本发明的实施例的确定风电场的风功率的预测准确率的装置中风电场函数获取单元200的框图。
参照图8，根据本发明的实施例的确定风电场的风功率的预测准确率的装置中的风电场函数获取单元200可包括：归一化单元210和叠加单元220。
具体地讲，归一化单元210可用于通过将获取的每个风力发电机组的风功率函数除以所有风力发电机组的额定功率之和，来将每个风力发电机组的风功率函数进行归一化。
作为示例，归一化单元210可通过上述等式(2)来获得风电场中的第i个风力发电机组的归一化的风功率函数Mi'(u)。
叠加单元220可用于将所有归一化的风功率函数相加，来获取所述风电场风功率函数。
作为示例，叠加单元220可通过上述等式(3)来获得风电场的风电场风功率函数Mnorm(u)。
以上已经参照图3描述了与风电场风功率函数对应的风功率曲线的示例，这里不再赘述。
返回参照图7，风速获取单元300用于获取所述风电场中的预测风速和实测风速。
这里，风速获取单元300可通过任何可以获取预测风速的方式来获得预测风速。例如，风速获取单元300可使用数值天气预报模型WRF来获取预测风速。此外，风速获取单元300可通过任何可以获取实测风速的方式来获取实测风速。例如，可通过风速仪来获取实测风速。
应该理解，获取预测风速和实测风速的方式不限于上述方式，可根据实际情况，通过不同的方式来获取预测风速和实测风速。
作为示例，风速获取单元300可获取多个时刻的所述风电场中的预测风速和实测风速。
以上已经参照图4描述了获取的预测风速和实测风速的示例，这里不再赘述。
预测准确率获取单元400用于通过获取的预测风速和实测风速以及所述风电场风功率函数，获取所述风电场的风功率的预测准确率。
这里，由于风电场风功率函数指示所述风电场中的风速与所述风电场的风功率之间的对应关系。因此，作为示例，预测准确率获取单元400可通过预测风速和风电场风功率函数获得对应于预测风速的第一风电场风功率值，并可通过实测风速和风电场风功率函数获得对应于实测风速的第二风电场风功率值，从而通过第一风电场风功率值和第二风电场风功率值来获风电场的风功率的预测准确率。
图9示出根据本发明的实施例的确定风电场的风功率的预测准确率的装置中预测准确率获取单元400的框图。
参照图9，根据本发明的实施例的确定风电场的风功率的预测准确率的装置中的预测准确率获取单元400可包括：预测风功率获取单元410、实测风功率获取单元420和准确率获取单元430。
具体地讲，预测风功率获取单元410可用于通过获取的预测风速以及所述风电场风功率函数，获取所述风电场的归一化预测风功率。
例如，可将预测风速up带入到上述等式(3)来获取归一化预测风功率Pp＝Mnorm(up)。
这里，预测风功率获取单元410可获取分别与所有时刻的预测风速对应的归一化预测风功率。
实测风功率获取单元420可用于通过获取的实测风速以及所述风电场风功率函数，获取所述风电场的归一化实测风功率。
例如，可将实测风速um带入到上述等式(3)来获取归一化实测风功率Pm＝Mnorm(um)。
这里，实测风功率获取单元420可获取分别与所有时刻的实测风速对应的归一化实测风功率。
以上已经参照图6描述了获取的归一化实测风功率和归一化预测风功率的示例，这里不再赘述。
准确率获取单元430可用于通过获取的归一化预测风功率和归一化实测风功率，获取所述风电场的风功率的预测准确率。
作为示例，准确率获取单元430可通过计算分别与所有时刻对应的归一化预测风功率和归一化实测风功率的均方根误差，来获取所述风电场的风功率的预测准确率。
具体地讲，准确率获取单元430可通过使用1减去计算的均方根误差来获取所述风电场的风功率的预测准确率。
例如，可通过上述等式(4)来获取风电场的风功率的预测准确率TMA。
采用本发明示例性实施例的确定风电场的风功率的预测准确率的装置，能够通过获取风电场中每个风力发电机组的风功率函数，来快速地确定风电场的风功率的预测准确率，从而能够有效降低在将风电场的风功率输送到电网时的功率损失。
根据本发明的示例性实施例还提供一种存储有计算机程序的计算机可读存储介质。当所述计算机程序在被处理器执行时实现如上所述的确定风电场的风功率的预测准确率的方法。该计算机可读记录介质是可存储由计算机系统读出的数据的任意数据存储装置。计算机可读记录介质的示例包括：只读存储器、随机存取存储器、只读光盘、磁带、软盘、光数据存储装置和载波(诸如经有线或无线传输路径通过互联网的数据传输)。计算机可读记录介质也可分布于连接网络的计算机系统，从而计算机可读代码以分布式存储和执行。此外，完成本发明的功能程序、代码和代码段可容易地被与本发明相关的领域的普通程序员在本发明的范围之内解释。
根据本发明的示例性实施例还提供一种在风力发电机组的控制系统。该在风力发电机组的控制系统包括处理器和存储器。存储器用于存储计算机程序。所述计算机程序被处理器执行使得处理器执行如上所述的确定风电场的风功率的预测准确率的方法的程序指令。
此外，根据本发明的示例性实施例的上述装置和设备中的各个单元可被实现硬件组件或软件模块。此外，本领域技术人员可根据限定的各个单元所执行的处理，通过例如使用现场可编程门阵列(FPGA)、专用集成电路(ASIC)或处理器来实现各个单元。
应注意，本发明的以上各个实施例仅仅是示例性的，而本发明并不受限于此。本领域技术人员应该理解：在不脱离本发明的原理和精神的情况下，可对这些实施例进行改变，其中，本发明的范围在权利要求及其等同物中限定。

Claims (12)

1.一种确定风电场的风功率的预测准确率的方法，其特征在于，所述方法包括：
获取所述风电场中每个风力发电机组的风功率函数，其中，风力发电机组的风功率函数指示风力发电机组所处于的风电场中的风速与风力发电机组的风功率之间的对应关系；
通过获取的所有风力发电机组的风功率函数，获取所述风电场的风电场风功率函数，其中，所述风电场风功率函数指示所述风电场中的风速与所述风电场的风功率之间的对应关系；
获取所述风电场中的预测风速和实测风速；
通过获取的预测风速和实测风速以及所述风电场风功率函数，获取所述风电场的风功率的预测准确率。
2.如权利要求1所述的方法，其特征在于，获取所述风电场的风电场风功率函数的步骤包括：
通过将获取的每个风力发电机组的风功率函数除以所有风力发电机组的额定功率之和，来将每个风力发电机组的风功率函数进行归一化；
将所有归一化的风功率函数相加，来获取所述风电场风功率函数。
3.如权利要求1所述的方法，其特征在于，通过获取的预测风速和实测风速以及所述风电场风功率函数，获取所述风电场的风功率的预测准确率的步骤包括：
通过获取的预测风速以及所述风电场风功率函数，获取所述风电场的归一化预测风功率；
通过获取的实测风速以及所述风电场风功率函数，获取所述风电场的归一化实测风功率；
通过获取的归一化预测风功率和归一化实测风功率，获取所述风电场的风功率的预测准确率。
4.如权利要求3所述的方法，其特征在于，获取所述风电场中的预测风速和实测风速的步骤包括：
获取多个时刻的所述风电场中的预测风速和实测风速。
5.如权利要求4所述的方法，其特征在于，通过获取的归一化预测风功率和归一化实测风功率，获取所述风电场的风功率的预测准确率的步骤包括：
通过计算分别与所有时刻对应的归一化预测风功率和归一化实测风功率的均方根误差，来获取所述风电场的风功率的预测准确率。
6.一种确定风电场的风功率的预测准确率的装置，其特征在于，所述装置包括：
风机函数获取单元，获取所述风电场中每个风力发电机组的风功率函数，其中，风力发电机组的风功率函数指示风力发电机组所处于的风电场中的风速与风力发电机组的风功率之间的对应关系；
风电场函数获取单元，通过获取的所有风力发电机组的风功率函数，获取所述风电场的风电场风功率函数，其中，所述风电场风功率函数指示所述风电场中的风速与所述风电场的风功率之间的对应关系；
风速获取单元，获取所述风电场中的预测风速和实测风速；
预测准确率获取单元，通过获取的预测风速和实测风速以及所述风电场风功率函数，获取所述风电场的风功率的预测准确率。
7.如权利要求6所述的装置，其特征在于，风电场函数获取单元包括：
归一化单元，通过将获取的每个风力发电机组的风功率函数除以所有风力发电机组的额定功率之和，来将每个风力发电机组的风功率函数进行归一化；
叠加单元，将所有归一化的风功率函数相加，来获取所述风电场风功率函数。
8.如权利要求6所述的装置，其特征在于，预测准确率获取单元包括：
预测风功率获取单元，通过获取的预测风速以及所述风电场风功率函数，获取所述风电场的归一化预测风功率；
实测风功率获取单元，通过获取的实测风速以及所述风电场风功率函数，获取所述风电场的归一化实测风功率；
准确率获取单元，通过获取的归一化预测风功率和归一化实测风功率，获取所述风电场的风功率的预测准确率。
9.如权利要求8所述的装置，其特征在于，风速获取单元获取多个时刻的所述风电场中的预测风速和实测风速。
10.如权利要求9所述的装置，其特征在于，准确率获取单元通过计算分别与所有时刻对应的归一化预测风功率和归一化实测风功率的均方根误差，来获取所述风电场的风功率的预测准确率。
11.一种存储有计算机程序的计算机可读存储介质，当所述计算机程序在被处理器执行时实现权利要求1至5中的任意一项所述的方法。
12.一种在风力发电机组的控制系统，其特征在于，所述控制系统包括：
处理器；
存储器，存储有计算机程序，当所述计算机程序被处理器执行时，实现权利要求1至5中的任意一项所述的方法。
CN201711446133.1A 2017-12-27 2017-12-27 确定风电场的风功率的预测准确率的方法和装置 Active CN109978204B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711446133.1A CN109978204B (zh) 2017-12-27 2017-12-27 确定风电场的风功率的预测准确率的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711446133.1A CN109978204B (zh) 2017-12-27 2017-12-27 确定风电场的风功率的预测准确率的方法和装置

Publications (2)

Publication Number Publication Date
CN109978204A true CN109978204A (zh) 2019-07-05
CN109978204B CN109978204B (zh) 2021-04-06

Family

ID=67072577

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711446133.1A Active CN109978204B (zh) 2017-12-27 2017-12-27 确定风电场的风功率的预测准确率的方法和装置

Country Status (1)

Country Link
CN (1) CN109978204B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111146800A (zh) * 2019-12-06 2020-05-12 华北电力科学研究院有限责任公司 风力发电场发电功率损失预测方法、装置和存储介质
US11906951B2 (en) 2021-09-16 2024-02-20 Saudi Arabian Oil Company Method and system for managing model updates for process models

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202599970U (zh) * 2012-05-08 2012-12-12 华锐风电科技(集团)股份有限公司 风电场风速预测装置和风电场功率预测系统
CN102855385A (zh) * 2012-07-31 2013-01-02 上海交通大学 一种风力发电短期负荷预测方法
CN103268366A (zh) * 2013-03-06 2013-08-28 辽宁省电力有限公司电力科学研究院 一种适用于分散式风电场的组合风电功率预测方法
CN103345585A (zh) * 2013-07-12 2013-10-09 清华大学 基于支持向量机的风功率预测校正方法及系统
CN104201712A (zh) * 2014-08-10 2014-12-10 东北电力大学 一种基于空间平均风速的风电功率实时预测计算方法
KR20150118699A (ko) * 2014-04-15 2015-10-23 (주)진우소프트이노베이션 Gis 기반 실시간 기상정보를 활용한 풍력 예측 발전량 시각화 방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202599970U (zh) * 2012-05-08 2012-12-12 华锐风电科技(集团)股份有限公司 风电场风速预测装置和风电场功率预测系统
CN102855385A (zh) * 2012-07-31 2013-01-02 上海交通大学 一种风力发电短期负荷预测方法
CN103268366A (zh) * 2013-03-06 2013-08-28 辽宁省电力有限公司电力科学研究院 一种适用于分散式风电场的组合风电功率预测方法
CN103345585A (zh) * 2013-07-12 2013-10-09 清华大学 基于支持向量机的风功率预测校正方法及系统
KR20150118699A (ko) * 2014-04-15 2015-10-23 (주)진우소프트이노베이션 Gis 기반 실시간 기상정보를 활용한 풍력 예측 발전량 시각화 방법
CN104201712A (zh) * 2014-08-10 2014-12-10 东北电力大学 一种基于空间平均风速的风电功率实时预测计算方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
江滢 等: "风电场风速和风电功率预报准确率评判方法", 《科技导报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111146800A (zh) * 2019-12-06 2020-05-12 华北电力科学研究院有限责任公司 风力发电场发电功率损失预测方法、装置和存储介质
US11906951B2 (en) 2021-09-16 2024-02-20 Saudi Arabian Oil Company Method and system for managing model updates for process models

Also Published As

Publication number Publication date
CN109978204B (zh) 2021-04-06

Similar Documents

Publication Publication Date Title
JP5461748B1 (ja) 発電量予測装置、発電量予測方法、及びプログラム
JP2016136001A (ja) 予測装置
CN106707166A (zh) 一种风电场出力特性评估方法
CZ20023603A3 (cs) Způsob a zařízení pro vyhodnocování výkonu elektráren s kombinovaným cyklem
CN107315889A (zh) 仿真引擎的性能测试方法及存储介质
CN109978204A (zh) 确定风电场的风功率的预测准确率的方法和装置
Schwarz et al. Integrating uncertainty propagation in GNSS radio occultation retrieval: From bending angle to dry‐air atmospheric profiles
Wong et al. Fast Gravitational-wave Parameter Estimation without Compromises
Hotta et al. EFSR: Ensemble forecast sensitivity to observation error covariance
CN115908051A (zh) 一种电力系统储能容量确定方法
JP2015148934A (ja) 発電量予測装置および発電量予測方法
CN107194507A (zh) 一种基于组合支持向量机的风电场短期风速预测方法
Kim et al. Distribution system state estimation using model-optimized neural networks
CN109190845A (zh) 一种两阶段动态优化短期风电功率预测方法
US20190045327A1 (en) Device diversity correction method for rss-based precise location tracking
Verkhoglyadova et al. Estimation of winds from GPS radio occultations
CN115483884B (zh) 一种批量光伏组件的功率性能评价方法及相关设备
CN116707331A (zh) 基于模型预测的逆变器输出电压高精度调节方法及系统
JP5946742B2 (ja) 自然エネルギー型分散電源群の合計出力の変動推定方法、変動推定装置及び変動推定プログラム
Hermanns et al. Evaluation of different development possibilities of distribution grid state forecasts
Kumar et al. A Machine Learning Framework for Prediction Interval based Technique for Short-Term Solar Energy Forecast
CN115017725A (zh) 风电高渗透电网系统的等效惯量预测方法
US20120203471A1 (en) Generation source estimation apparatus and method of diffusion material
JP6867072B2 (ja) 気象予測データ作成プログラム、気象予測データ作成方法、及び、移動体
CN106100609A (zh) 单状态变量和两级Kalman滤波器时间尺度算法

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
TA01 Transfer of patent application right

Effective date of registration: 20190715

Address after: Room 209, 2nd floor, No. 1 Building, 19 Kangding Street, Beijing Economic and Technological Development Zone, 100176

Applicant after: Beijing gold Wind Technology Co., Ltd. Huineng

Applicant after: Jiangsu Jinfeng Software Technology Co., Ltd.

Address before: Room 209, 2nd floor, No. 1 Building, 19 Kangding Street, Beijing Economic and Technological Development Zone, Daxing District, Beijing, 100176

Applicant before: Beijing gold Wind Technology Co., Ltd. Huineng

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant