CN112749820A - 一种风电功率预测方法及系统 - Google Patents
一种风电功率预测方法及系统 Download PDFInfo
- Publication number
- CN112749820A CN112749820A CN201911035550.6A CN201911035550A CN112749820A CN 112749820 A CN112749820 A CN 112749820A CN 201911035550 A CN201911035550 A CN 201911035550A CN 112749820 A CN112749820 A CN 112749820A
- Authority
- CN
- China
- Prior art keywords
- wind
- data
- historical
- wind power
- weather
- 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
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000012937 correction Methods 0.000 claims abstract description 30
- 238000010248 power generation Methods 0.000 claims abstract description 8
- 238000010606 normalization Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 7
- 238000013480 data collection Methods 0.000 claims 1
- 238000003062 neural network model Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
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)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Wind Motors (AREA)
Abstract
本申请提供了一种风电功率预测方法和系统，所述风电功率预测方法，包括：获取历史预定时间范围内接收到的预定地点范围的气象数据；根据接收到的气象数据预测特殊天气，所述特殊天气包括极端天气；当预测结果为特殊天气时，获取与特殊天气对应的相关影响数据；根据本预测之前所有的特殊天气对应的被测风场的历史运行数据确定被测风场的修正因子；根据所述影响数据和修正因子确定所述特殊天气对风电发电功率的影响参数，进而根据修正因子和影响参数，对被测风场内利用现有风电功率预测得到的风机的发电功率进行调整。本发明能够实现准确的对风电功率进行预测，从而为电力系统制定调度计划提供保障。
Description
技术领域
本公开涉及功率预测技术领域，尤其涉及一种风电功率预测方法及系统。
背景技术
随着自然资源短缺问题日趋严重，风电资源以资源丰富、可再生性等优点受到电力行业的广泛关注。但是，风能作为一种发电资源，其具有不稳定性、不可控性、随机性、间歇性等缺点，因此，如果能实现准确的对风电功率进行预测，则可以为电力系统制定调度计划提供保障。
发明内容
本公开的目的之一是通过提供一种风电功率预测方法和系统，来实现准确的对风电功率进行预测，从而为电力系统制定调度计划提供保障。
为实现上述目的，根据本公开实施例的第一方面，提供一种风电功率预测方法，包括：获取历史预定时间范围内接收到的预定地点范围的气象数据；根据接收到的气象数据预测特殊天气，所述特殊天气包括极端天气；当预测结果为特殊天气时，获取与特殊天气对应的相关影响数据；根据本预测之前所有的特殊天气对应的被测风场的历史运行数据确定被测风场的修正因子；根据所述影响数据和修正因子确定所述特殊天气对风电发电功率的影响参数，进而根据修正因子和影响参数，对被测风场内利用现有风电功率预测得到的风机的发电功率进行调整。
根据本公开实施例的第二方面，提供一种风电功率预测系统，包括：数据采集装置，用于获取历史预定时间范围内接收到的预定地点范围的气象数据；预测装置，用于根据接收到的气象数据预测特殊天气，所述特殊天气包括极端天气；影响数据获取装置，用于在预测结果为特殊天气时，获取与特殊天气对应的相关影响数据；修正因子确定装置，用于根据本预测之前所有的特殊天气对应的被测风场的历史运行数据确定被测风场的修正因子；风机发电功率调整装置，用于根据所述影响数据和修正因子确定所述特殊天气对风电发电功率的影响参数，进而根据修正因子和影响参数，对被测风场内利用现有风电功率预测得到的风机的发电功率进行调整。
本公开的实施例提供的技术方案可以实现以下有益效果：本发明可以用于特殊天气条件下的风力发电功率的预测，能够有效减小预测功率与实际功率的误差。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
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为本申请一个实施例提供的一种风电功率预测方法的流程示意图；
图2为本申请一个实施例提供的一种风电功率预测系统的结构示意图；
附图中相同或相似的附图标记代表相同或相似的结构。
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。
在本公开使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包括一个或多个相关联的列出项目的任何或所有可能组合。
根据本申请的一个方面，请参考图1，提供了一种风电功率预测方法。如图1所示，所述风电功率预测方法包括：
步骤S101，获取历史预定时间范围内接收到的预定地点范围的气象数据；其中，所述气象数据例如包括被测风场的风速、风向、温度、湿度、气压、空气密度、降雨量、降雪量等等。所述气象数据的获取可以通过现有的气象数据获取装置来实现或通过从能够获取气象数据的互联网服务器或平台来获取。所述历史预定时间范围内例如包括某年某月的某几天或某几周，预定地点范围例如包括以某地标为中心的预设距离范围以内。不同于现有技术中采集的气象数据不限于地点范围，本发明对获取的气象数据的时间和地点范围进行了限定，因为不同地点范围的气象数据通常存在差别，例如50米内的不同地点其风速风向很可能出现不同，从而基于历史采集的不同时间不同地点范围的气象数据来更准确地预测不同时间不同地点的风电功率，进而提升预测的准确性。
步骤S102，根据接收到的气象数据预测特殊天气，所述特殊天气包括极端天气；其中，所述特殊天气例如包括温度持续大幅下降并伴随降雪的极端天气。所述根据接收到的气象数据预测特殊天气可以由现有的气象预测模型计算得出，所述现有的气象预测模型例如包括WRF（Weather Research and Forecasting）气象预测模型。
步骤S103，当预测结果为特殊天气时，获取与特殊天气对应的相关影响数据；其中，所述与特殊天气对应的相关影响数据包括以下中的至少一项：被测风场的实时风速、风向、室外温度、预定时间内的平均风速、预定时间内的平均风向、平均温度。进一步地，当特殊天气为极端天气时，所述影响数据还可以包括：被测风场的温度持续下降的持续时间长度、被测风场的温度下降强度（例如预定时间内的温度差）、被测风场的降雨或降雪强度（例如预定时间内的降雨量或降雪量）。
步骤S104，根据本预测之前所有的特殊天气对应的被测风场的历史运行数据确定被测风场的修正因子。具体地，所述根据本预测之前所有的特殊天气对应的被测风场的历史运行数据确定被测风场的修正因子可以包括：将本次预测之前所有的特殊天气对应的被测风场的历史运行数据输入到计算机中，基于现有的计算机程度（例如matlab程度）计算被测风场的特殊天气对风机发电功率的修正因子x1和被测风场的风机发电功率的修正因子x2。其中，所述被测风场的历史运行数据包括：气象数据、在特殊天气下风机实际的发电功率数据以及预测的风机的发电功率数据。
步骤S105，根据所述影响数据和修正因子确定所述特殊天气对风电发电功率的影响参数，进而根据修正因子和影响参数，对被测风场内利用现有风电功率预测得到的风机的发电功率进行调整。具体地，可以利用本领域现有的计算公式来根据所述影响数据和修正因子确定所述特殊天气对风电发电功率的影响参数，在此不予赘述。而根据修正因子和影响参数，对被测风场内利用现有风电功率预测得到的风机的发电功率进行调整可以包括：利用被测风场内现有风电功率预测系统或模型（所述现有风电功率预测系统或模型可以指被测风场内未根据特殊天气因素进行修正的现有的风电功率预测系统）计算被测风场的风机的发电功率P，并基于修正因子和发电功率P的乘积来调整被测风场内利用现有风电功率预测得到的风机的发电功率。
可选地，所述获取历史预定时间范围内接收到的预定地点范围的气象数据的步骤S101还包括：
-对所述获取的历史预定时间范围内接收到的预定地点范围的气象数据进行归一化处理。
具体地，所述对所述获取的历史预定时间范围内接收到的预定地点范围的气象数据进行归一化处理包括以下中的至少一项：
-对于气象数据中的风速和功率采用历史最大值进行归一化；
-对于气象数据中的温度，采用历史最高温度和最低温度中绝对值大的值进行归一化；
-对于风向分别采用风向角正弦值和余弦值进行归一化。
当然，除了上述归一化处理，还可以进行剔除错误数据的预处理，例如剔除风机测风仪器故障数据、风机正常或非正常停机数据等。另外，在归一化处理后，还可以建立BP神经网络模型并基于归一化的数据对BP神经网络模型进行训练，进而基于BP神经网络模型来修正风电功率预测值。
应当注意，尽管在附图中以特定顺序描述了本公开方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。相反，流程图中描绘的步骤可以改变执行顺序。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
根据本申请的另一个方面，请参考图2，提供了一种风电功率预测系统。如图2所示，所述风电功率预测系统包括：
数据采集装置101，用于获取历史预定时间范围内接收到的预定地点范围的气象数据；
预测装置102，用于根据接收到的气象数据预测特殊天气，所述特殊天气包括极端天气；
影响数据获取装置103，用于在预测结果为特殊天气时，获取与特殊天气对应的相关影响数据；
修正因子确定装置104，用于根据本预测之前所有的特殊天气对应的被测风场的历史运行数据确定被测风场的修正因子；
风机发电功率调整装置105，用于根据所述影响数据和修正因子确定所述特殊天气对风电发电功率的影响参数，进而根据修正因子和影响参数，对被测风场内利用现有风电功率预测得到的风机的发电功率进行调整。
可选地，所述与特殊天气对应的相关影响数据包括以下中的至少一项：被测风场的实时风速、风向、室外温度、预定时间内的平均风速、预定时间内的平均风向、平均温度。
可选地，所述数据采集装置101还包括：
-归一化处理模块，用于对所述获取的历史预定时间范围内接收到的预定地点范围的气象数据进行归一化处理。
可选地，所述归一化处理模块具体用于以下中的至少一项：
-对于气象数据中的风速和功率采用历史最大值进行归一化；
-对于气象数据中的温度，采用历史最高温度和最低温度中绝对值大的值进行归一化；
-对于风向分别采用风向角正弦值和余弦值进行归一化。
对于系统实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的。可以根据实际的需要选择其中的部分或全部模块来实现本公开方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。
对于本领域技术人员而言，显然本申请不限于上述示范性实施例的细节，而且在不背离本申请的精神或基本特征的情况下，能够以其他的具体形式实现本申请。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本申请的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (8)
1.一种风电功率预测方法，包括：
获取历史预定时间范围内接收到的预定地点范围的气象数据；
根据接收到的气象数据预测特殊天气，所述特殊天气包括极端天气；
当预测结果为特殊天气时，获取与特殊天气对应的相关影响数据；
根据本预测之前所有的特殊天气对应的被测风场的历史运行数据确定被测风场的修正因子；
根据所述影响数据和修正因子确定所述特殊天气对风电发电功率的影响参数，进而根据修正因子和影响参数，对被测风场内利用现有风电功率预测得到的风机的发电功率进行调整。
2.根据权利要求1所述的风电功率预测方法，其特征在于，所述与特殊天气对应的相关影响数据包括以下中的至少一项：被测风场的实时风速、风向、室外温度、预定时间内的平均风速、预定时间内的平均风向、平均温度。
3.根据权利要求1所述的风电功率预测方法，其特征在于，所述获取历史预定时间范围内接收到的预定地点范围的气象数据的步骤还包括：
对所述获取的历史预定时间范围内接收到的预定地点范围的气象数据进行归一化处理。
4.根据权利要求3所述的风电功率预测方法，其特征在于，所述对所述获取的历史预定时间范围内接收到的预定地点范围的气象数据进行归一化处理包括以下中的至少一项：
对于气象数据中的风速和功率采用历史最大值进行归一化；
对于气象数据中的温度，采用历史最高温度和最低温度中绝对值大的值进行归一化；
对于风向分别采用风向角正弦值和余弦值进行归一化。
5.一种风电功率预测系统，包括：
数据采集装置，用于获取历史预定时间范围内接收到的预定地点范围的气象数据；
预测装置，用于根据接收到的气象数据预测特殊天气，所述特殊天气包括极端天气；
影响数据获取装置，用于在预测结果为特殊天气时，获取与特殊天气对应的相关影响数据；
修正因子确定装置，用于根据本预测之前所有的特殊天气对应的被测风场的历史运行数据确定被测风场的修正因子；
风机发电功率调整装置，用于根据所述影响数据和修正因子确定所述特殊天气对风电发电功率的影响参数，进而根据修正因子和影响参数，对被测风场内利用现有风电功率预测得到的风机的发电功率进行调整。
6.根据权利要求5所述的风电功率预测系统，其特征在于，所述与特殊天气对应的相关影响数据包括以下中的至少一项：被测风场的实时风速、风向、室外温度、预定时间内的平均风速、预定时间内的平均风向、平均温度。
7.根据权利要求5所述的风电功率预测系统，其特征在于，所述数据采集装置还包括：
归一化处理模块，用于对所述获取的历史预定时间范围内接收到的预定地点范围的气象数据进行归一化处理。
8.根据权利要求7所述的风电功率预测系统，其特征在于，所述归一化处理模块具体用于以下中的至少一项：
对于气象数据中的风速和功率采用历史最大值进行归一化；
对于气象数据中的温度，采用历史最高温度和最低温度中绝对值大的值进行归一化；
对于风向分别采用风向角正弦值和余弦值进行归一化。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911035550.6A CN112749820A (zh) | 2019-10-29 | 2019-10-29 | 一种风电功率预测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911035550.6A CN112749820A (zh) | 2019-10-29 | 2019-10-29 | 一种风电功率预测方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112749820A true CN112749820A (zh) | 2021-05-04 |
Family
ID=75640429
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911035550.6A Pending CN112749820A (zh) | 2019-10-29 | 2019-10-29 | 一种风电功率预测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112749820A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111950764A (zh) * | 2020-07-03 | 2020-11-17 | 国网冀北电力有限公司 | 一种极端天气条件电网风电功率预测修正方法 |
-
2019
- 2019-10-29 CN CN201911035550.6A patent/CN112749820A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111950764A (zh) * | 2020-07-03 | 2020-11-17 | 国网冀北电力有限公司 | 一种极端天气条件电网风电功率预测修正方法 |
| CN111950764B (zh) * | 2020-07-03 | 2024-03-22 | 国网冀北电力有限公司 | 一种极端天气条件电网风电功率预测修正方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106321368B (zh) | 基于运营风机scada数据的海上风电场尾流损失测量方法 | |
| Sunderland et al. | Small wind turbines in turbulent (urban) environments: A consideration of normal and Weibull distributions for power prediction | |
| CN111614316B (zh) | 光伏系统发电状态监测方法及其装置 | |
| Walker | Building mounted wind turbines and their suitability for the urban scale—A review of methods of estimating urban wind resource | |
| Wan et al. | Development of an equivalent wind plant power-curve | |
| US9690884B2 (en) | Wind farm prediction of potential and actual power generation | |
| CN105205569B (zh) | 风机齿轮箱状态在线评估模型建立方法及在线评估方法 | |
| US11644009B2 (en) | Method and apparatus for detecting yaw-to-wind abnormality, and device and storage medium thereof | |
| CN104252649A (zh) | 一种计及多风电场相关性的区域风电出力预测方法 | |
| CN108252873A (zh) | 一种风力发电机组在线数据监测及其性能评估的系统 | |
| CN113626767B (zh) | 一种风机限电识别方法、系统、设备和存储介质 | |
| DK2981711T3 (en) | PROCEDURE FOR EFFICIENCY MONITORING OF A WINDOW ENERGY PARK | |
| CN111340307B (zh) | 预测风机风力发电功率的方法以及相关装置 | |
| CN114819385A (zh) | 风电功率预测方法、装置、电子设备及存储介质 | |
| Astolfi et al. | Long term wind turbine performance analysis through scada data: A case study | |
| CN112749820A (zh) | 一种风电功率预测方法及系统 | |
| JP2018178968A (ja) | 発電量モニタリング装置及び発電量モニタリングシステム | |
| CN115898787A (zh) | 一种风电机组静态偏航误差动态识别方法及装置 | |
| Liu et al. | Dynamical measurement system for wind turbine fatigue load | |
| Singh et al. | Statistical analysis of environment Canada's wind speed data | |
| Bischoff et al. | An approach and discussion of a simulation based measurement uncertainty estimation for a floating lidar system | |
| CN112070320A (zh) | 一种基于动态谐波回归的超短期风电功率预测方法及系统 | |
| CN111325440A (zh) | 一种风电场测风塔自由流风速的估算方法及装置 | |
| Singh | Analytical techniques of scada data to assess operational wind turbine performance | |
| Tinnesand et al. | Distributed Wind Resource Assessment Framework: Functional Requirements and Metrics for Performance and Reliability Modeling |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210504 |
|
| WD01 | Invention patent application deemed withdrawn after publication |