CN113803222A - 一种风力发电机组输出功率的超短期预测方法及装置 - Google Patents
一种风力发电机组输出功率的超短期预测方法及装置 Download PDFInfo
- Publication number
- CN113803222A CN113803222A CN202111107557.1A CN202111107557A CN113803222A CN 113803222 A CN113803222 A CN 113803222A CN 202111107557 A CN202111107557 A CN 202111107557A CN 113803222 A CN113803222 A CN 113803222A
- Authority
- CN
- China
- Prior art keywords
- wind
- impeller
- generating set
- wind speed
- wind generating
- 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
Links
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
-
- 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
- Y02A30/00—Adapting or protecting infrastructure or their operation
-
- 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
- Y02E10/72—Wind turbines with rotation axis in wind direction
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Wind Motors (AREA)
Abstract
本发明公开一种风力发电机组输出功率的超短期预测方法及装置。方案包括:步骤S1、每间隔固定时间Δt采集风力发电机组的叶轮前方预定距离dr处的风速v,得到所述叶轮前方预定距离dr处的风速v的时间序列;步骤S2、根据所述叶轮前方预定距离dr处的风速v的时间序列,构建所述风力发电机组的叶轮处的风速v’的时间序列;步骤S3、根据所述风力发电机组的叶轮处的风速v’的时间序列,利用插值法得到所述风力发电机组的叶轮处预定预测时间点的风速;步骤S4、根据所风力发电机组功率特性曲线和前述风力发电机组的叶轮处预定预测时间点的风速,得到风力发电机组在预定预测时间点的功率输出。
Description
技术领域
本说明书涉及风力发电技术领域,尤其涉及一种风力发电机组输出功率的超短期预测方法及装置。
背景技术
风能作为一种清洁且可再生的资源正在获得大规模的应用,然而风能具有随机性和间歇性,使得风力发电机组的出力不能像传统的火力发电机组一样可控。在大规模风力发电机组并网运行条件下,传统风功率预测系统主要服务于电网调度的需求,为低分辨率、中短期的预测功率的形式输出,通常以15分钟为时间分辨率,提供未来48小时风功率输出预测。
在现有的专利和文献中,关于风速的预测均15分钟为间隔,提供未来48小时风功率输出预测,而在风力发电机组运行在微网条件下,满足实时控制要求的高分辨率、超短期风速预测是亟待解决的技术难题。
发明内容
为解决上述技术问题,本说明书实施例是这样实现的:本发明提供一种风力发电机组输出功率的超短期预测方法,包括:
每间隔固定时间Δt采集风力发电机组的叶轮前方预定距离dr处的风速v,得到所述叶轮前方预定距离dr处的风速v的时间序列;
根据所述叶轮前方预定距离dr处的风速v的时间序列,构建所述风力发电机组的叶轮处的风速v’的时间序列;
根据所述风力发电机组的叶轮处的风速v’的时间序列,利用插值法得到所述风力发电机组的叶轮处预定预测时间点的风速;
根据所述风力发电机组的叶轮处预定预测时间点的风速,计算所述风力发电机组的发电功率。
优选的,所述固定时间Δt的大小为0.005秒至5秒。
优选的,所述步骤S1中利用安装在风力发电机组的机舱上的风速测量设备测量叶轮前方预定距离dr处的风速。
优选的,所述风速测量设备为激光雷达测速仪或者超声波雷达测速仪。
优选的,所述叶轮前方预定距离dr的大小为50至500米。
优选的,所述根据所述叶轮前方预定距离dr处的风速v的时间序列,构建所述风力发电机组的叶轮处的风速v’的时间序列,具体包括:
同时,本发明实施例还提供一种风力发电机组输出功率的超短期预测装置,包括:
第一风速时间序列获取模块,用于每间隔固定时间Δt采集风力发电机组的叶轮前方预定距离dr处的风速v,得到所述叶轮前方预定距离dr处的风速v的时间序列;
第二风速时间序列获取模块,用于根据所述叶轮前方预定距离dr处的风速v的时间序列,构建所述风力发电机组的叶轮处的风速v’的时间序列;
叶轮处预定预测时间点风速计算模块,用于根据所述风力发电机组的叶轮处的风速v’的时间序列,利用插值法得到所述风力发电机组的叶轮处预定预测时间点的风速;
发电功率计算模块,用于根据所述风力发电机组的叶轮处预定预测时间点的风速,计算所述风力发电机组的发电功率。
本说明书一个实施例能够达到以下有益效果:风速预测长期以来一直得不到较好的预测结果,主要因为风速本身的规律很难寻找,本发明实施例技术方案中利用设置在风力发电机组机舱上的风速测量设备测量叶轮前方预定距离处的风速,从而能够预测风力发电机组的叶轮处超短期内的风速,对风电功率进行精确预估,为电网调度、风电场运营维护等提供必要的依据。同时本实施例技术方案所需设备简单,进行预测所需的数据需求单一,相对容易得到,计算简单,耗费的计算资源相对也较少,适宜进行工业推广。
附图说明
为了更清楚地说明本说明书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申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本说明书实施例提供的一种风力发电机组输出功率的超短期预测方法的应用场景示意图;
图2为本说明书实施例提供的一种风力发电机组输出功率的超短期预测方法的流程示意图;
图3为本说明书实施例提供的一种风力发电机组输出功率的超短期预测方法的原理示意图;
图4为本说明书实施例提供的对应于图2的一种风力发电机组输出功率的超短期预测装置的结构示意图。
其中,1表示风速测量设备,2表示机舱,3表示塔筒,4表示叶轮。
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。
图1为本说明书实施例提供的一种风力发电机组输出功率的超短期预测方法的应用场景示意图,下面结合图1对本说明书实施例提供的风力发电机组输出功率的超短期预测方法的应用场景进行说明。
如图1所示,在风力发电机组的塔筒3支撑的机舱2上安装有风速测量设备1,可以利用风速测量设备1对叶轮4前方预定距离dr处的风速进行持续测量,进而利用利用测量的叶轮4前方预定距离dr处的风速,进而可依据此风速预测风力发电机组的输出功率。
下面针对说明书实施例提供的一种风力发电机组输出功率的超短期预测方法结合附图进行具体说明。
图2为本说明书实施例提供的一种风力发电机组输出功率的超短期预测方法的流程示意图。
本发明实施例提供的一种风力发电机组输出功率的超短期预测方法,包括:
步骤202:每间隔固定时间Δt采集风力发电机组的叶轮前方预定距离dr处的风速v,得到所述叶轮前方预定距离dr处的风速v的时间序列。
步骤204:根据所述叶轮前方预定距离dr处的风速v的时间序列,构建所述风力发电机组的叶轮处的风速v’的时间序列。
步骤206:根据所述风力发电机组的叶轮处的风速v’的时间序列,利用插值法得到所述风力发电机组的叶轮处预定预测时间点的风速。
步骤208:根据所述风力发电机组的叶轮处预定预测时间点的风速,计算所述风力发电机组的发电功率。
在获得了风力发电机组的叶轮处预定预测时间点的风速后,就可以利用经验公式或其他方式计算风力发电机组的发电功率,具体的计算方式,本实施例技术方案并不做具体限定。
风速预测长期以来一直得不到较好的预测结果,主要因为风速本身的规律很难寻找,本发明实施例技术方案中利用设置在风力发电机组机舱上的风速测量设备测量叶轮前方预定距离处的风速,从而能够预测风力发电机组的叶轮处超短期内的风速,对风电功率进行精确预估,为电网调度、风电场运营维护等提供必要的依据。同时本实施例技术方案所需设备简单,进行预测所需的数据需求单一,相对容易得到,计算简单,耗费的计算资源相对也较少,适宜进行工业推广。
基于图2的方法,本说明书实施例还提供了该方法的一些具体实施方式。下面进行说明。
在可选的实施例技术方案中,所述固定时间Δt的大小为0.005秒至5秒。
在可选的实施例技术方案中,步骤S1中利用安装在风力发电机组的机舱上的风速测量设备测量叶轮前方预定距离dr处的风速。
在可选的实施例技术方案中,所述风速测量设备为激光雷达测速仪或者超声波雷达测速仪。
在可选的实施例技术方案中,所述叶轮前方预定距离dr的大小为50至500米。
在可选的实施例技术方案中,所述根据所述叶轮前方预定距离dr处的风速v的时间序列,构建所述风力发电机组的叶轮处的风速v’的时间序列,具体包括:
如图3所示,利用风速测量设备1测量距离叶轮4前方预定距离dr处的风速v的时间序列,其中,观测时间分别为t0、t1、t2、t3、t4、t5、t6。以t0时刻的叶轮4前方预定距离dr处的风的风速v为例,此风在t0+Δt1时刻到达叶轮4处,其中,风速v可由安装在风力发电机组的机舱2上的风速测量设备1进行测量,需要说明的是,t0、t1、t2、t3、t4、t5、t6时刻的实时风速都需由安装在风力发电机组的机舱2上的风速测量设备1进行实时测量。进而可由t0、t1、t2、t3、t4、t5、t6时刻的叶轮4前方预定距离dr处的风的风速得到叶轮4处在t0+Δt1、t0+Δt2、t0+Δt3、t0+Δt4、t0+Δt5、t0+Δt6时刻的风速,其中 本实施例技术方案中假定风在由叶轮4前方预定距离dr处吹到叶轮4过程中风速不变。进而可利用曲线拟合法构造叶轮4处的风速曲线,需要说明的是,前文只是以t0、t1、t2、t3、t4、t5、t6为例说明本实施例技术方案,在实际过程中风速测量设备1需不断地以预定的时间间隔对叶轮4前方预定距离dr处的风速进行实时测量。
基于同样的思路,本说明书实施例还提供了上述方法对应的装置。图4为本说明书实施例提供的对应于图2的一种风力发电机组输出功率的超短期预测装置的结构示意图。如图4所示,该装置可以包括:
第一风速时间序列获取模块402,用于每间隔固定时间Δt采集风力发电机组的叶轮前方预定距离dr处的风速v,得到所述叶轮前方预定距离dr处的风速v的时间序列。
第二风速时间序列获取模块404,用于根据所述叶轮前方预定距离dr处的风速v的时间序列,构建所述风力发电机组的叶轮处的风速v’的时间序列。
叶轮处预定预测时间点风速计算模块406,用于根据所述风力发电机组的叶轮处的风速v’的时间序列,利用插值法得到所述风力发电机组的叶轮处预定预测时间点的风速。
发电功率计算模块408,用于根据所述风力发电机组的叶轮处预定预测时间点的风速,计算所述风力发电机组的发电功率。
可以理解,上述的各模块是指计算机程序或者程序段,用于执行某一项或多项特定的功能。此外,上述各模块的区分并不代表实际的程序代码也必须是分开的。
上述对本说明书特定实施例进行了描述,在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可。
本说明书实施例提供的装置、设备与方法是对应的,因此,装置、设备也具有与对应方法类似的有益技术效果,由于上面已经对方法的有益技术效果进行了详细说明,因此,这里不再赘述对应装置、设备的有益技术效果。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字符系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字符多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带式磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (7)
1.一种风力发电机组输出功率的超短期预测方法,其特征在于,包括:
每间隔固定时间Δt采集风力发电机组的叶轮前方预定距离dr处的风速v,得到所述叶轮前方预定距离dr处的风速v的时间序列;
根据所述叶轮前方预定距离dr处的风速v的时间序列,构建所述风力发电机组的叶轮处的风速v’的时间序列;
根据所述风力发电机组的叶轮处的风速v’的时间序列,利用插值法得到所述风力发电机组的叶轮处预定预测时间点的风速;
根据所述风力发电机组的叶轮处预定预测时间点的风速,计算所述风力发电机组的发电功率。
2.根据权利要求1所述的风力发电机组输出功率的超短期预测方法,其特征在于,所述固定时间Δt的大小为0.005秒至5秒。
3.根据权利要求1所述的风力发电机组输出功率的超短期预测方法,其特征在于,所述步骤S1中利用安装在风力发电机组的机舱上的风速测量设备测量叶轮前方预定距离dr处的风速。
4.根据权利要求3所述的风力发电机组输出功率的超短期预测方法,其特征在于,所述风速测量设备为激光雷达测速仪或者超声波雷达测速仪。
5.根据权利要求1所述的风力发电机组输出功率的超短期预测方法,其特征在于,所述叶轮前方预定距离dr的大小为50至500米。
7.一种风力发电机组输出功率的超短期预测装置,其特征在于,包括:
第一风速时间序列获取模块,用于每间隔固定时间Δt采集风力发电机组的叶轮前方预定距离dr处的风速v,得到所述叶轮前方预定距离dr处的风速v的时间序列;
第二风速时间序列获取模块,用于根据所述叶轮前方预定距离dr处的风速v的时间序列,构建所述风力发电机组的叶轮处的风速v’的时间序列;
叶轮处预定预测时间点风速计算模块,用于根据所述风力发电机组的叶轮处的风速v’的时间序列,利用插值法得到所述风力发电机组的叶轮处预定预测时间点的风速;
发电功率计算模块,用于根据所述风力发电机组的叶轮处预定预测时间点的风速,计算所述风力发电机组的发电功率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111107557.1A CN113803222B (zh) | 2021-09-22 | 2021-09-22 | 一种风力发电机组输出功率的超短期预测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111107557.1A CN113803222B (zh) | 2021-09-22 | 2021-09-22 | 一种风力发电机组输出功率的超短期预测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113803222A true CN113803222A (zh) | 2021-12-17 |
CN113803222B CN113803222B (zh) | 2023-01-03 |
Family
ID=78939916
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111107557.1A Active CN113803222B (zh) | 2021-09-22 | 2021-09-22 | 一种风力发电机组输出功率的超短期预测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113803222B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009138523A (ja) * | 2007-12-03 | 2009-06-25 | Mitsubishi Electric Corp | 風力発電出力予測方法 |
CN102055188A (zh) * | 2011-01-07 | 2011-05-11 | 西北电网有限公司 | 基于时间序列法的超短期风电功率预报方法 |
CN102200095A (zh) * | 2011-04-07 | 2011-09-28 | 北京金风科创风电设备有限公司 | 一种风机运行方法、风速测量装置及风力发电机组 |
CN102269124A (zh) * | 2011-06-30 | 2011-12-07 | 内蒙古电力勘测设计院 | 超短期风电场发电功率预测系统 |
CN202221433U (zh) * | 2011-08-24 | 2012-05-16 | 中电投东北节能技术有限公司 | 用于提高风机运行效率的测风装置及其风力发电机组 |
CN105844361A (zh) * | 2016-03-29 | 2016-08-10 | 北京金风科创风电设备有限公司 | 风电机组风功率预测方法、解缆方法和装置 |
CN109783881A (zh) * | 2018-12-21 | 2019-05-21 | 中国电力科学研究院有限公司 | 一种风电机组发电功率确定方法及装置 |
US20200063710A1 (en) * | 2018-08-23 | 2020-02-27 | BluWave Inc. | System and methods for hyper short-term wind power prediction using real-time wind parameter measurements |
CN113027674A (zh) * | 2019-12-24 | 2021-06-25 | 北京金风科创风电设备有限公司 | 风力发电机组的控制方法及其装置 |
-
2021
- 2021-09-22 CN CN202111107557.1A patent/CN113803222B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009138523A (ja) * | 2007-12-03 | 2009-06-25 | Mitsubishi Electric Corp | 風力発電出力予測方法 |
CN102055188A (zh) * | 2011-01-07 | 2011-05-11 | 西北电网有限公司 | 基于时间序列法的超短期风电功率预报方法 |
CN102200095A (zh) * | 2011-04-07 | 2011-09-28 | 北京金风科创风电设备有限公司 | 一种风机运行方法、风速测量装置及风力发电机组 |
CN102269124A (zh) * | 2011-06-30 | 2011-12-07 | 内蒙古电力勘测设计院 | 超短期风电场发电功率预测系统 |
CN202221433U (zh) * | 2011-08-24 | 2012-05-16 | 中电投东北节能技术有限公司 | 用于提高风机运行效率的测风装置及其风力发电机组 |
CN105844361A (zh) * | 2016-03-29 | 2016-08-10 | 北京金风科创风电设备有限公司 | 风电机组风功率预测方法、解缆方法和装置 |
US20200063710A1 (en) * | 2018-08-23 | 2020-02-27 | BluWave Inc. | System and methods for hyper short-term wind power prediction using real-time wind parameter measurements |
CN109783881A (zh) * | 2018-12-21 | 2019-05-21 | 中国电力科学研究院有限公司 | 一种风电机组发电功率确定方法及装置 |
CN113027674A (zh) * | 2019-12-24 | 2021-06-25 | 北京金风科创风电设备有限公司 | 风力发电机组的控制方法及其装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113803222B (zh) | 2023-01-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Short-term wind power prediction based on extreme learning machine with error correction | |
Aryaputera et al. | Day-ahead solar irradiance forecasting in a tropical environment | |
US20210054825A1 (en) | Wind turbine control method and device, controller, and control system | |
US10832353B2 (en) | Determining intermittent renewable energy penetration limits in a grid | |
Hwang et al. | Modelling and simulation of the wake effect in a wind farm | |
CN113803222B (zh) | 一种风力发电机组输出功率的超短期预测方法及装置 | |
Astolfi et al. | About the extension of wind turbine power curve in the high wind region | |
CN116565833B (zh) | 基于典型日网供负荷曲线的预测方法、装置和存储介质 | |
Huy Nguyen et al. | Simulation of thunderstorm downbursts and associated wind turbine loads | |
Ye et al. | Wind speed and power prediction approaches: classifications, methodologies, and comments | |
Rajeevan et al. | ARIMA modeling of wind speed for wind farm reliability analysis | |
Thu et al. | Multi-step Ahead Wind Speed Forecasting Based on a Bi-LSTM Network Combined with Decomposition Technique | |
CN102184344A (zh) | 一种风电场功率预测结果的置信概率判断方法及装置 | |
Simonetti et al. | Effects of projected wave climate changes on the sizing and performance of OWCs: A focus on the Mediterranean and Atlantic European coastal waters | |
Houcine et al. | Realization of an Inexpensive Embedded Mini-Datalogger for Measuring and Controlling Photovoltaic System | |
CN114186486A (zh) | 电力辅助服务指标数据分析方法及装置 | |
Mifsud et al. | Investigating the Influence of MCP Uncertainties on the Energy Storage Capacity Requirements for Offshore Windfarms | |
Selivanov et al. | Analysis of Changes in the Pricing of Renewable Energy Sources | |
CN114862043A (zh) | 风电场发电功率预测方法及其系统及计算机可读存储介质 | |
CN113656742A (zh) | 电力线损累积计算系统及方法 | |
CN115700624A (zh) | 风速预测方法和系统 | |
Saxena et al. | Wind Resource Assessment of a Coastal Site for Offshore Wind Power Generation in India | |
CN117235195A (zh) | 一种行人运动区域的预测方法、装置及设备 | |
Espinoza et al. | Forescast of Short-Term Energy Production in Ecuador 50 MW Huascachaca Mines Wind Farm | |
Boyi Bukata | Evolutionary optimisation for volt-var power quality control |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |