CN112018764A - 定制化风功率预测方法、预测装置、测风装置和设备 - Google Patents

定制化风功率预测方法、预测装置、测风装置和设备 Download PDF

Info

Publication number
CN112018764A
CN112018764A CN202010902299.5A CN202010902299A CN112018764A CN 112018764 A CN112018764 A CN 112018764A CN 202010902299 A CN202010902299 A CN 202010902299A CN 112018764 A CN112018764 A CN 112018764A
Authority
CN
China
Prior art keywords
wind
fan
wind power
speed data
power plant
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
Application number
CN202010902299.5A
Other languages
English (en)
Inventor
高晓霞
陈瑶
王瑜
朱霄珣
刘瑞璋
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.)
North China Electric Power University
Original Assignee
North China Electric Power University
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 North China Electric Power University filed Critical North China Electric Power University
Priority to CN202010902299.5A priority Critical patent/CN112018764A/zh
Publication of CN112018764A publication Critical patent/CN112018764A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
    • 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
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/28—The renewable source being wind energy
    • 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
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/76—Power conversion electric or electronic aspects

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Power Engineering (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Water Supply & Treatment (AREA)
  • Wind Motors (AREA)

Abstract

本申请实施例公开了一种定制化风功率预测方法、预测装置、测风装置、设备和存储介质，该方法包括：根据目标风电场的地理和地形位置信息、各个风机的位置，以及，各个风机与其他风机的间距，将所述目标风电场划分为各个区域；针对每个区域，获取典型位置点的风速数据和风向数据，其中，所述每个典型位置点设置有对应的测风装置；应用流场分析技术，将各个区域的典型位置点的风速数据和风向数据传输到对应的风机上，以指示所述风机预测当前风电场的功率。提高了风电场中风功率短期预测的精度，以便电力部门能够提前根据风功率变化即时调整调度计划，保证电能质量，减少系统的备用容量，降低电力系统的运行成本。

Description

定制化风功率预测方法、预测装置、测风装置和设备
技术领域
本申请实施例涉及风电场的数据分析和处理技术，尤其涉及一种定制化风功率预测方法、预测装置、测风装置、设备和存储介质。
背景技术
风电具有间歇性和随机性的固有缺点，随着大量的风力发电接入电网，势必会对电力系统的安全、稳定运行以及保证电能质量带来严峻挑战，从而限制风力发电的发展规模。风电场功率短期预测是解决该问题的有效途径之一。
对风电场的功率进行短期预测，将使电力调度部门能够提前根据风电功率变化及时调整调度计划，保证电能质量，减少系统的备用容量，降低电力系统运行成本。而风电场的地形一般比较复杂，复杂地形风电场风功率预测精度较差，这样，调度计划、电能质量、系统的备用容量和电力系统的运行成本均无法保障。
发明内容
本申请提供了一种定制化风功率预测方法、预测装置、测风装置、设备和存储介质，以解决现有技术中风电场的风功率预测精度较差问题。
本发明采用如下技术方案：
第一方面，本申请实施例提供了一种定制化风功率预测方法，该方法包括：
根据目标风电场的地理和地形位置信息、各个风机的位置，以及，各个风机与其他风机的间距，将所述目标风电场划分为各个区域；
针对每个区域，获取典型位置点的风速数据和风向数据，其中，所述每个典型位置点设置有对应的测风装置；
应用流场分析技术，将各个区域的典型位置点的风速数据和风向数据传输到对应的风机上，以指示所述风机预测当前风电场的功率。
第二方面，本申请实施例提供了一种定制化风功率预测装置，该装置包括：
区域划分模块，用于根据目标风电场的地理和地形位置信息、各个风机的位置，以及，各个风机与其他风机的间距，将所述目标风电场划分为各个区域；
数据获取模块，用于针对每个区域，获取典型位置点的风速数据和风向数据，其中，所述每个典型位置点设置有对应的测风装置；
功率预测模块，用于应用流场分析技术，将各个区域的典型位置点的风速数据和风向数据传输到对应的风机上，以指示所述风机预测当前风电场的功率。
第三方面，本申请实施例提供了一种测风装置，该测风装置包括：底座、支撑塔柱、横杆、斜杆、风速仪支架、避雷针和拉线，所述测风装置用于测量各个典型位置点的风速数据和风向数据。
第四方面，本申请实施例提供了一种设备，包括存储器以及一个或多个处理器；
所述存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面所述的定制化风功率预测方法。
第五方面，本申请实施例提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的定制化风功率预测方法。
本发明采用的技术方案中有如下有益效果：通过根据目标风电场的地理和地形位置信息、各个风机的位置，以及，各个风机与其他风机的间距，将所述目标风电场划分为各个区域；针对每个区域，获取典型位置点的风速数据和风向数据，其中，所述每个典型位置点设置有对应的测风装置；应用流场分析技术，将各个区域的典型位置点的风速数据和风向数据传输到对应的风机上，以指示所述风机预测当前风电场的功率。提高了风电场中风功率短期预测的精度，以便电力部分能够提前根据风功率变化即时调整调度计划，保证电能质量，减少系统的备用容量，降低电力系统的运行成本。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1是本申请实施例提供的一种定制化风功率预测方法的流程图；
图2是本申请实施例中适用的一种风电场区域划分示意图；
图3是本申请实施例提供的另一种定制化风功率预测方法的流程图；
图4是本申请实施例提供的一种定制化风功率预测装置的结构示意图；
图5是本申请实施例提供的一种设备的结构示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚，下面结合附图对本申请具体实施例作进一步的详细描述。可以理解的是，此处所描述的具体实施例仅仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
图1给出了本申请实施例提供的一种定制化风功率预测方法的流程图，本实施例提供的定制化风功率预测方法可以由定制化风功率预测方法装置来执行，该定制化风功率预测方法装置可通过硬件和/或软件的方式实现。参考图1，该方法具体可以包括：
S101、根据目标风电场的地理和地形位置信息、各个风机的位置，以及，各个风机与其他风机的间距，将目标风电场划分为各个区域。
其中，目标风电场以河北省张北县某山地风电场为例，而该风电场地势复杂，平均海拔高于1800m。地理位置信息可以是指目标风电场位于我国地形图的东北、西北、东南或西南对应的地理信息；地形位置信息可以是悬崖、山坡或平地等。在一个具体的例子中，结合目标风电场的地理位置信息和地形信息、各个风机的位置、各个风机与其他风机的间距，将目标风电场区域划分为四个区域。不仅考虑了地理位置，还重点考虑了地形差异、各个风机的位置和各个风机与其他风机的间距，解决了中国北方复杂地形风场经常出现的相邻位置机组功率相差较大的问题。在一个具体的例子中，图2示出了一种风电场区域划分示意图，参考图2，包括四个区域，在图2中，横轴表示东西方向的海拔，纵轴表示南北方向的海拔，单位为m，另外，图2中示出了一个测风塔。
S102、针对每个区域，获取典型位置点的风速数据和风向数据，其中，每个典型位置点设置有对应的测风装置。
具体的，下面以一个区域中如何得到典型位置点的风速数据和风向数据进行说明，其他区域中的典型位置点的风速数据和风向数据的获取方法可参考。可选的，各个典型位置点根据目标风电场的高程、坡度和粗糙度确定。这样，综合考虑了目标风电场的高程、坡度和粗糙度等数据，确定当前区域中的各个典型位置点，使得典型位置点的确定更符合实际情况，减小了偶然因素等造成的误差。另外，确定当前区域的典型位置点后，在典型位置点布置测风设备，该测风设备可以是测风装置，还可以是测风塔，这样可以测量每个典型位置点的风速数据和风向数据。
在上述具体的例子中，将目标风电场划分为4个区域，其中，3个区域可以设置测风装置，另一个区域可以设置测风塔。测风装置相对于测风塔来讲，成本低，体积小，更利于风速数据和风向数据的测量。
S103、应用流场分析技术，将各个区域的典型位置点的风速数据和风向数据传输到对应的风机上，以指示风机预测当前风电场的功率。
其中，流场分析技术是指对影响风电场中大气流动状态因素的分析。该流畅分析技术应用在复杂地形风电场中，考虑了地表粗糙度、风剪切等地形效应和风力机布置间距；其中，运行状态和变桨状态等尾流效应的耦合作用对流场影响较大，示例性的，运行状态例如可以是偏航角度。应用本申请实施例中的地形效应分析方和水平轴风力机三维尾流模型，综合考虑二者的耦合作用，对风电场内部流动进行分析计算。
本申请实施例中，应用流场分析技术，就可以得到各个区域的典型位置点的风速数据和风向数据与各个风机的定量关系。也即，根据该定量关系，便可以确定将各个典型位置点的风速数据和风向数据传输到对应区域每个风机上，这样，接收到对应的典型位置点发送过来的风速数据和风向数据后，风机就可以预测目标风电场的功率。使得每一个机位点都可以得到一个“定制化”的风速和风向。
本发明采用的技术方案中有如下有益效果：通过根据目标风电场的地理和地形位置信息、各个风机的位置，以及，各个风机与其他风机的间距，将目标风电场划分为各个区域；针对每个区域，获取典型位置点的风速数据和风向数据，其中，每个典型位置点设置有对应的测风装置；应用流场分析技术，将各个区域的典型位置点的风速数据和风向数据传输到对应的风机上，以指示风机预测当前风电场的功率。提高了风电场中风功率短期预测的精度，以便电力部分能够提前根据风功率变化即时调整调度计划，保证电能质量，减少系统的备用容量，降低电力系统的运行成本。
另外，本申请实施例的技术方案还可以减轻风电对电网造成的不利影响，成为提高电网中风电装机比例的一种有效途径。
图3为本申请实施例提供的另一种定制化风功率预测方法的流程图，本实施例在上述实施例的基础上实现，参考图3。
S301、根据目标风电场的地理和地形位置信息、各个风机的位置，以及，各个风机与其他风机的间距，将目标风电场划分为各个区域。
S302、针对每个区域，获取典型位置点的风速数据和风向数据，其中，每个典型位置点设置有对应的测风装置。
S303、应用流场分析技术，根据典型位置点、各个风机的位置，典型位置点和风机的位置之间的距离、典型位置点和风机的位置之间的坡度、典型位置点和风机的位置之间的高度、尾流中心线、尾流深度和尾流宽度，确定多个子区域。
其中，尾流是指运动物体后面或物体下游的紊乱旋涡流，又称尾迹，是指流体绕物体运动时，物体表面附近形成很薄的边界层涡旋区。尾流中心线是指，尾流亏损最大的地方的连线。尾流深度是指，尾流剖面两侧与中间最低速度处的差。尾流宽度是指，存在速度亏损区域的径向长度。
具体的，根据每个典型位置点和各个风机的位置，计算每个典型位置点和各个风机之间的距离、典型位置点和风机的位置之间的坡度、典型位置点和风机位置之间的高度、尾流中心线和尾流宽度，就可以将每个区域划分为多个子区域。
S304、将多个子区域的地形和尾流进行耦合，以得到风速数据和风向数据与各个风机的对应关系。
具体的，综合考虑地形和尾流作用的流场分析技术具有地形加速效应和3D(3-Dimensional，三维)尾流模型耦合作用；各个风机的环境参数包括各个风机相对于测风装置的地形参数、高度参数和坡度参数等。在一个具体的例子中，上述地形参数、高度参数和坡度参数均是相对于测风装置的。例如，地形参数为A、高度参数为B和坡度参数为C，根据流场分析技术可以确定将当前典型位置点的风速数据和风向数据传输到对应的风机1上；地形参数为P、高度参数为Q和坡度参数为Z，根据流场分析技术可以确定将当前典型位置点的风速数据和风向数据传输到对应的风机2上。
S305、根据对应关系，将各个区域的典型位置点的风速数据和风向数据传输到对应的风机上，以确定各个风机的预测功率，根据各个风机的预测功率来预测目标风电场的功率。
其中，风电场中有多个风机，每个风机的位置称为风机点。具体的，在根据对应关系，将各个区域的典型位置点的风速数据和风向数据传输到对应的风机上之后，预测目标风电场的风功率时，首先可以确定各个风机的预测功率，然后根据一定的数据处理规则，比如，相加规则，或者，加权求平均值的规则，对各个风机的预测功率进行处理，得到目标风电场的风功率的预测值。
本申请实施例中，应用流场分析技术，根据典型位置点、各个风机的位置，典型位置点和风机的位置之间的距离、典型位置点和风机的位置之间的坡度、典型位置点和风机的位置之间的高度、尾流中心线、尾流深度和尾流宽度，确定多个子区域；将多个子区域的地形和尾流进行耦合，以得到风速数据和风向数据与各个风机的对应关系；根据对应关系，将各个区域的典型位置点的风速数据和风向数据传输到对应的风机上，以确定各个风机的预测功率，根据各个风机的预测功率来预测目标风电场的功率。提高了风电场中风功率短期预测的精度，以便电力部分能够提前根据风功率变化即时调整调度计划，保证电能质量，减少系统的备用容量，降低电力系统的运行成本。
示例性的，本申请实施例中的测风装置，可以包括底座、支撑柱、横杆、斜杆、风速仪支架、避雷针或拉线，主要用于对近地面气流运动情况进行观测。将其安装在合适代表位置可以进行气象观测和大气环境监测。例如测量各个典型位置点的风速数据和风向数据。
在上述实施例的基础上，图4为本申请实施例提供的一种定制化风功率预测装置的结构示意图。参考图4，本实施例提供的定制化风功率预测装置具体包括：区域划分模块401、数据获取模块402和功率预测模块403。
其中：区域划分模块401，用用于根据目标风电场的地理和地形位置信息、各个风机的位置，以及，各个风机与其他风机的间距，将目标风电场划分为各个区域；数据获取模块402，用于针对每个区域，获取典型位置点的风速数据和风向数据，其中，每个典型位置点设置有对应的测风装置；功率预测模块403，用于应用流场分析技术，将各个区域的典型位置点的风速数据和风向数据传输到对应的风机上，以指示风机预测当前风电场的功率。
本发明采用的技术方案中有如下有益效果：通过根据目标风电场的地理和地形位置信息、各个风机的位置，以及，各个风机与其他风机的间距，将目标风电场划分为各个区域；针对每个区域，获取典型位置点的风速数据和风向数据，其中，每个典型位置点设置有对应的测风装置；应用流场分析技术，将各个区域的典型位置点的风速数据和风向数据传输到对应的风机上，以指示风机预测当前风电场的功率。提高了风电场中风功率短期预测的精度，以便电力部分能够提前根据风功率变化即时调整调度计划，保证电能质量，减少系统的备用容量，降低电力系统的运行成本。
可选的，还包括对应关系确定模块，用于在将各个区域的典型位置点的风速数据和风向数据传输到对应的风机上，之前：
根据典型位置点、各个风机的位置，典型位置点和风机的位置之间的距离、典型位置点和风机的位置之间的坡度、典型位置点和风机的位置之间的高度、尾流中心线、尾流深度和尾流宽度，确定多个子区域；
将多个子区域的地形和尾流进行耦合，以得到风速数据和风向数据与各个风机的对应关系。
可选的，功率预测模块具体用于：根据对应关系，将各个区域的典型位置点的风速数据和风向数据传输到对应的风机上。
可选的，各个典型位置点根据目标风电场的高程、坡度和粗糙度确定。
可选的，功率预测模块具体用于：
确定各个风机的预测功率；
根据各个风机的预测功率来预测目标风电场的功率。
本申请实施例提供的定制化风功率预测装置可以用于执行上述实施例提供的定制化风功率预测方法，具备相应的功能和有益效果。
本申请实施例提供了一种设备，且该设备中可集成本申请实施例提供的定制化风功率预测装置。图5是本申请实施例提供的一种设备的结构示意图。参考图5，该设备包括：处理器50、存储器51。该设备中处理器50的数量可以是一个或者多个，图5中以一个处理器50为例。该设备中存储器51的数量可以是一个或者多个，图5中以一个存储器51为例。该设备的处理器50和存储器51可以通过总线或者其他方式连接，图5中以通过总线连接为例。
存储器51作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本申请任意实施例的定制化风功率预测方法对应的程序指令/模块(例如，定制化风功率预测装置中的区域划分模块401、数据获取模块402和功率预测模块403)。存储器51可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据设备的使用所创建的数据等。此外，存储器51可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器51可进一步包括相对于处理器50远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
处理器50通过运行存储在存储器51中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的定制化风功率预测方法，该定制化风功率预测方法包括：根据目标风电场的地理和地形位置信息、各个风机的位置，以及，各个风机与其他风机的间距，将目标风电场划分为各个区域；针对每个区域，获取典型位置点的风速数据和风向数据，其中，每个典型位置点设置有对应的测风装置；应用流场分析技术，将各个区域的典型位置点的风速数据和风向数据传输到对应的风机上，以指示风机预测当前风电场的功率。
上述提供的设备可用于执行上述实施例提供的定制化风功率预测方法，具备相应的功能和有益效果。
本申请实施例还提供一种包含计算机可执行指令的存储介质，计算机可执行指令在由计算机处理器执行时用于执行一种定制化风功率预测方法，该定制化风功率预测方法包括：根据目标风电场的地理和地形位置信息、各个风机的位置，以及，各个风机与其他风机的间距，将目标风电场划分为各个区域；针对每个区域，获取典型位置点的风速数据和风向数据，其中，每个典型位置点设置有对应的测风装置；应用流场分析技术，将各个区域的典型位置点的风速数据和风向数据传输到对应的风机上，以指示风机预测当前风电场的功率。
存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括：安装介质，例如CD-ROM、软盘或磁带装置；计算机系统存储器或随机存取存储器，诸如DRAM、DDR RAM、SRAM、EDO RAM，兰巴斯(Rambus)RAM等；非易失性存储器，诸如闪存、磁介质(例如硬盘或光存储)；寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外，存储介质可以位于程序在其中被执行的第一计算机系统中，或者可以位于不同的第二计算机系统中，第二计算机系统通过网络(诸如因特网)连接到第一计算机系统。第二计算机系统可以提供程序指令给第一计算机用于执行。术语“存储介质”可以包括可以驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
当然，本申请实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上的定制化风功率预测方法，还可以执行本申请任意实施例所提供的定制化风功率预测方法中的相关操作。
上述实施例中提供的定制化风功率预测装置、存储介质及设备可执行本申请任意实施例所提供的定制化风功率预测方法，未在上述实施例中详尽描述的技术细节，可参见本申请任意实施例所提供的定制化风功率预测方法。
注意，上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解，本申请不限于这里的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本申请的保护范围。因此，虽然通过以上实施例对本申请进行了较为详细的说明，但是本申请不仅仅限于以上实施例，在不脱离本申请构思的情况下，还可以包括更多其他等效实施例，而本申请的范围由所附的权利要求范围决定。

Claims (10)

1.一种定制化风功率预测方法，其特征在于，包括：
根据目标风电场的地理和地形位置信息、各个风机的位置，以及，各个风机与其他风机的间距，将所述目标风电场划分为各个区域；
针对每个区域，获取典型位置点的风速数据和风向数据，其中，所述每个典型位置点设置有对应的测风装置；
应用流场分析技术，将各个区域的典型位置点的风速数据和风向数据传输到对应的风机上，以指示所述风机预测当前风电场的功率。
2.根据权利要求1所述的方法，其特征在于，所述将各个区域的典型位置点的风速数据和风向数据传输到对应的风机上，之前，还包括：
根据所述典型位置点、各个所述风机的位置，所述典型位置点和所述风机的位置之间的距离、所述典型位置点和所述风机的位置之间的坡度、所述典型位置点和所述风机的位置之间的高度、尾流中心线、尾流深度和尾流宽度，确定多个子区域；
将所述多个子区域的地形和尾流进行耦合，以得到风速数据和风向数据与各个风机的对应关系。
3.根据权利要求2所述的方法，其特征在于，所述将各个区域的典型位置点的风速数据和风向数据传输到对应的风机上，包括：
根据所述对应关系，将各个区域的典型位置点的风速数据和风向数据传输到对应的风机上。
4.根据权利要求1所述的方法，其特征在于，所述各个典型位置点根据所述目标风电场的高程、坡度和粗糙度确定。
5.根据权利要求1所述的方法，其特征在于，所述以指示所述风机预测当前风电场的功率，包括：
确定各个风机的预测功率；
根据所述各个风机的预测功率来预测目标风电场的功率。
6.一种定制化风功率预测装置，其特征在于，包括：
区域划分模块，用于根据目标风电场的地理和地形位置信息、各个风机的位置，以及，各个风机与其他风机的间距，将所述目标风电场划分为各个区域；
数据获取模块，用于针对每个区域，获取典型位置点的风速数据和风向数据，其中，所述每个典型位置点设置有对应的测风装置；
功率预测模块，用于应用流场分析技术，将各个区域的典型位置点的风速数据和风向数据传输到对应的风机上，以指示所述风机预测当前风电场的功率。
7.根据权利要求6所述的装置，其特征在于，还包括对应关系确定模块，用于在所述将各个区域的典型位置点的风速数据和风向数据传输到对应的风机上，之前：
根据所述典型位置点、各个所述风机的位置，所述典型位置点和所述风机的位置之间的距离、所述典型位置点和所述风机的位置之间的坡度、所述典型位置点和所述风机的位置之间的高度、尾流中心线、尾流深度和尾流宽度，确定多个子区域；
将所述多个子区域的地形和尾流进行耦合，以得到风速数据和风向数据与各个风机的对应关系。
8.一种测风装置，其特征在于，包括：底座、支撑塔柱、横杆、斜杆、风速仪支架、避雷针和拉线，所述测风装置用于测量各个典型位置点的风速数据和风向数据。
9.一种设备，其特征在于，包括：
存储器以及一个或多个处理器；
所述存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5任一所述的定制化风功率预测方法。
10.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-5任一所述的定制化风功率预测方法。
CN202010902299.5A 2020-09-07 2020-09-07 定制化风功率预测方法、预测装置、测风装置和设备 Pending CN112018764A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010902299.5A CN112018764A (zh) 2020-09-07 2020-09-07 定制化风功率预测方法、预测装置、测风装置和设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010902299.5A CN112018764A (zh) 2020-09-07 2020-09-07 定制化风功率预测方法、预测装置、测风装置和设备

Publications (1)

Publication Number Publication Date
CN112018764A true CN112018764A (zh) 2020-12-01

Family

ID=73516635

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010902299.5A Pending CN112018764A (zh) 2020-09-07 2020-09-07 定制化风功率预测方法、预测装置、测风装置和设备

Country Status (1)

Country Link
CN (1) CN112018764A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113469526A (zh) * 2021-06-30 2021-10-01 华能国际电力股份有限公司广西清洁能源分公司 一种适用于复杂风区的风电场感知系统

Citations (7)

* Cited by examiner, † Cited by third party
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
CN105425591A (zh) * 2015-12-29 2016-03-23 北京国能日新系统控制技术有限公司 基于风电场区域实时风速分析调控风电场有功的方法和装置
CN106067073A (zh) * 2016-05-30 2016-11-02 都城绿色能源有限公司 一种基于风资源相关性分析的风电功率预测方法
CN106779226A (zh) * 2016-12-23 2017-05-31 东北大学 一种基于混核机器学习的风机批功率预测方法
CN106779203A (zh) * 2016-12-08 2017-05-31 贵州电网有限责任公司电力科学研究院 一种基于不同风速段的高原山区风电功率预测方法
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
CN107559558A (zh) * 2017-10-03 2018-01-09 连云港云港高新技术创业园有限公司 新型风力发电机测风支架

Patent Citations (7)

* Cited by examiner, † Cited by third party
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
CN105425591A (zh) * 2015-12-29 2016-03-23 北京国能日新系统控制技术有限公司 基于风电场区域实时风速分析调控风电场有功的方法和装置
CN106067073A (zh) * 2016-05-30 2016-11-02 都城绿色能源有限公司 一种基于风资源相关性分析的风电功率预测方法
CN106779203A (zh) * 2016-12-08 2017-05-31 贵州电网有限责任公司电力科学研究院 一种基于不同风速段的高原山区风电功率预测方法
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
CN106779226A (zh) * 2016-12-23 2017-05-31 东北大学 一种基于混核机器学习的风机批功率预测方法
CN107559558A (zh) * 2017-10-03 2018-01-09 连云港云港高新技术创业园有限公司 新型风力发电机测风支架

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
ANGEL TERZIEV: "Wind flow behavior prediction over complex terrains in respect with orography", 《2019 INTERNATIONAL CONFERENCE ON ENERGY AND ENVIRONMENT (CIEM)》 *
冯双磊等: "风电场功率预测物理方法研究", 《中国电机工程学报》 *
刘丽等: "集成CFD与Kalman滤波的微尺度风电场风功率预报方法", 《高原气象》 *
曾程等: "考虑尾流效应的风电场短期功率空间预测模型", 《电力系统保护与控制》 *
王远等: "基于线性模型的风电场发电量计算与分析", 《南京航空航天大学学报》 *
石岚等: "基于风速高相关分区的风电场风速预报订正", 《应用气象学报》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113469526A (zh) * 2021-06-30 2021-10-01 华能国际电力股份有限公司广西清洁能源分公司 一种适用于复杂风区的风电场感知系统

Similar Documents

Publication Publication Date Title
AU2017352549B2 (en) Method and device for calculating power generation of wind farm
Bromm et al. Field investigation on the influence of yaw misalignment on the propagation of wind turbine wakes
CN109086534B (zh) 一种基于cfd流体力学模型的风电场尾流订正方法及系统
Gryning et al. Weibull wind-speed distribution parameters derived from a combination of wind-lidar and tall-mast measurements over land, coastal and marine sites
Schneemann et al. Offshore wind farm global blockage measured with scanning lidar
US20160215759A1 (en) Methods and systems for wind plant power optimization
Yoder et al. Short‐term forecasting of categorical changes in wind power with Markov chain models
CN107292514B (zh) 风电场生产运行测风塔选址方法及装置
CN111427100A (zh) 一种台风中心定位方法、装置及台风路径生成方法
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
JP2009167848A (ja) 風力発電量予測システム、方法及びプログラム
Vollmer et al. Transient LES of an offshore wind turbine
CN111666725A (zh) 一种适应非复杂地形风电场的测风塔规划选址方法及系统
CN115239105A (zh) 一种在役风电场的风资源的评估方法以及装置
CN112018764A (zh) 定制化风功率预测方法、预测装置、测风装置和设备
CN113051845B (zh) 在役山地风电场实时风资源可视化评估方法、系统、设备及存储介质
CN110765640B (zh) 一种转子有效风速的计算方法、系统及设备
CN115693666B (zh) 基于卫星反演的海上风电场发电量确定方法及系统
CN115271262B (zh) 一种广域风力发电功率预测方法、装置及存储介质
CN110188939B (zh) 风电场的风功率的预测方法、系统、设备和存储介质
CN109946765B (zh) 风电场的流场的预测方法和系统
CN116186483A (zh) 基地的风功率密度计算方法及系统
CN116245039A (zh) 海上风力发电场群的尾流评估方法及系统
JP5025499B2 (ja) 風力発電に対する負荷周波数制御容量不足検知システム、方法及びプログラム
CN112800697A (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
AD01 Patent right deemed abandoned
AD01 Patent right deemed abandoned

Effective date of abandoning: 20240202