CN116934523A - 用于风机风电功率的预测方法、存储介质及处理器 - Google Patents
用于风机风电功率的预测方法、存储介质及处理器 Download PDFInfo
- Publication number
- CN116934523A CN116934523A CN202310682127.5A CN202310682127A CN116934523A CN 116934523 A CN116934523 A CN 116934523A CN 202310682127 A CN202310682127 A CN 202310682127A CN 116934523 A CN116934523 A CN 116934523A
- Authority
- CN
- China
- Prior art keywords
- wind
- wind speed
- fan
- tower
- standard
- 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 63
- 238000003860 storage Methods 0.000 title claims abstract description 20
- 230000000903 blocking effect Effects 0.000 claims description 97
- 238000012545 processing Methods 0.000 claims description 53
- 238000010586 diagram Methods 0.000 description 14
- 238000004590 computer program Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 238000010248 power generation Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Mathematical Physics (AREA)
- Operations Research (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Pure & Applied Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Power Engineering (AREA)
- General Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Algebra (AREA)
- Water Supply & Treatment (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Wind Motors (AREA)
Abstract
本申请实施例提供一种用于风机风电功率的预测方法、处理器及存储介质。预测方法包括:确定风机的切变系数;建立以多个风机叶片的旋转中心为极点的二维极坐标系,以确定第一高度与极点的极角,第一高度为在塔筒上选取的任意高度;获取塔筒直径和塔筒中心与极点之间的水平距离;根据切变系数、极角、塔筒直径以及水平距离确定风机的标准风速方程;获取风机在历史时间段内的多个风机风速和与每个风机风速对应的风力;根据多个风机风速和风力,以及标准风速方程确定风机的标准风电功率方程;获取塔筒上不同位置处在预测时间段内的预测风速;根据预测风速、标准风速方程以及标准风电功率方程确定风机在预测时间段内的预测风电功率。
Description
技术领域
本申请涉及风电功率预测技术领域,具体涉及一种用于风机风电功率的预测方法、风电功率预测系统、存储介质及处理器。
背景技术
风电功率预测对于风电场站运维和电力系统调度来说都是一项关键技术。精准的风电功率预测,一方面能指导风电场及时开展现货市场交易,增加经济效益,通过选择风机功率较低的时段开展计划检修,减少停电带来的经济损失。另一方面还能指导各级调度部门提前安排发电计划,保障供电平衡,减少风电波动对电力系统的稳定性带来的冲击。
现有的风电功率预测方法主要有物理模型法和机器学习方法,虽然能够较好地预测天气过程平稳时候的风机风电功率,但对于寒潮大风等突变天气,预测结果仍然存在较大的偏差。如寒潮来临时,显著增大近地面风速切变,导致风机叶轮旋转平面上风速分布极不均匀,采用传统的方法难以精准计算该平面内的风速,容易导致风电功率预测不准。
发明内容
本申请实施例的目的是提供一种用于风机风电功率的预测方法、风电功率预测系统、存储介质及处理器。
为了实现上述目的,本申请第一方面提供一种用于风机风电功率的预测方法,风机包括多个风机叶片和测风塔,测风塔包括轮毂和塔筒,并通过塔筒固定于水平面,预测方法包括:
确定风机的切变系数;
建立以多个风机叶片的旋转中心为极点的二维极坐标系,以确定第一高度与极点的极角,其中,第一高度为在塔筒上选取的任意高度;
获取塔筒直径和塔筒中心与极点之间的水平距离;
根据切变系数、极角、塔筒直径以及水平距离确定风机的标准风速方程;
获取风机在历史时间段内的多个风机风速和与每个风机风速对应的风力;
根据多个风机风速和风力,以及标准风速方程确定风机的标准风电功率方程;
获取塔筒上不同位置处在预测时间段内的预测风速;
根据预测风速、标准风速方程以及标准风电功率方程确定风机在预测时间段内的预测风电功率。
在一个实施例中,确定风机的切变系数包括:在塔筒上选取任意第一高度,并确定第一高度位置处的第一风速;确定轮毂的第二高度,并获取轮毂所在位置的第二风速;根据第一高度、第一风速、第二高度以及第二风速确定风机的切变系数。
在一个实施例中,风机的切变系数包括根据公式(1)确定:
其中,z为第一高度,V(z)为第一风速,z0为轮毂的第二高度,Vz0为第二风速,α为风机的切变系数。
在一个实施例中,根据切变系数、极角、塔筒直径以及水平距离确定风机的标准风速方程包括:获取风机叶片的长度,并将风机叶片的长度确定为二维极坐标系的极径;根据极径、极角、塔筒直径以及水平距离确定塔筒的阻挡系数;根据切变系数和塔筒的阻挡系数确定塔筒的阻挡风速;根据阻挡风速、风机叶片的长度以及切变系数确定风机的标准风速方程。
在一个实施例中,根据极径、极角、塔筒直径以及水平距离确定塔筒的阻挡系数包括根据公式(2)确定:
其中,δ(r,θ)为塔筒的阻挡系数,d为塔筒直径,r为极径,L为水平距离,θ为极角。
在一个实施例中,根据切变系数和塔筒的阻挡系数确定塔筒的阻挡风速包括公式(3)确定:
其中,Vst为阻挡风速,r为极径,θ为极角,δ(r,θ)塔筒的阻挡系数,α为风机的切变系数。
在一个实施例中,根据阻挡风速、风机叶片的长度以及切变系数确定风机的标准风速方程包括根据公式(4)确定:
其中,为标准风速,R为风机叶片的长度,r为极径,θ为极角,Vst为阻挡风速,V(r,θ)为切变系数,δ(r,θ)塔筒的阻挡系数。
在一个实施例中,根据多个风机风速和风力,以及标准风速方程确定风机的标准风电功率方程包括:针对每个风机风速,通过标准风速方程得到对应的标准风机风速;针对每个风机风速,将标准风机风速和风机风力组成风速风力对;建立以标准风机风速为横轴、风力为纵轴的二维直角坐标系,并在二维直角坐标系上将所有的风速风力对进行标注;根据最小二乘法在二维直角坐标系上建立标准风电功率曲线,以得到标准风电功率方程。
在一个实施例中,根据根据预测风速、标准风速方程以及标准风电功率方程确定风机在预测时间段内的预测风电功率包括:针对每个不同位置处在预测时间段内的预测风速,通过标准风速方程得到对应的标准预测风速;根据每个不同位置处的标准预测风速和标准风电功率方程确定风机在预测时间段内的预测风电功率。
本申请第二方面提供一种处理器,被配置成执行上述的用于风机风电功率的预测方法。
本申请第三方面提供一种用于风机的风电功率预测系统,包括:
第一处理模块,用于确定风机的切变系数;
第二处理模块,用于建立以多个风机叶片的旋转中心为极点的二维极坐标系,以确定第一高度与极点的极角,其中,第一高度为在塔筒上选取的任意高度;
第一数据获取模块,获取塔筒直径和塔筒中心与所述极点之间的水平距离;
第三处理模块,用于根据切变系数、极角、塔筒直径以及水平距离确定风机的标准风速方程;
第二数据获取模块,用于获取风机在历史时间段内的多个风机风速和与每个风机风速对应的风力;获取塔筒上不同位置处在预测时间段内的预测风速;
第四处理模块,用于根据多个风机风速和风力,以及标准风速方程确定风机的标准风电功率方程;
预测模块,用于根据预测风速、标准风速方程、标准风速方程以及标准风电功率方程确定风机在预测时间段内的预测风电功率。
在一个实施例中,第一处理模块还用于在塔筒上选取任意第一高度,并确定第一高度位置处的第一风速;确定轮毂的第二高度,并获取轮毂所在位置的第二风速;根据第一高度、第一风速、第二高度以及第二风速确定风机的切变系数。
在一个实施例中,第一处理模块还用于根据公式(1)确定风机的切变系数:
其中,z为第一高度,V(z)为第一风速,z0为轮毂的第二高度,Vz0为第二风速,α为风机的切变系数。
在一个实施例中,第三处理模块还用于获取风机叶片的长度,并将风机叶片的长度确定为二维极坐标系的极径;根据极径、极角、塔筒直径以及水平距离确定塔筒的阻挡系数;根据切变系数和塔筒的阻挡系数确定塔筒的阻挡风速;根据阻挡风速、风机叶片的长度以及切变系数确定风机的标准风速方程。
在一个实施例中,第三处理模块还用于根据公式(2)确定塔筒的阻挡系数:
其中,δ(r,θ)为塔筒的阻挡系数,d为塔筒直径,r为极径,L为水平距离,θ为极角。
在一个实施例中,第三处理模块还用于根据公式(3)确定塔筒的阻挡风速:
其中,Vst为阻挡风速,r为极径,θ为极角,δ(r,θ)塔筒的阻挡系数,α为风机的切变系数。
在一个实施例中,第三处理模块还用于根据公式(4)确定风机的标准风速方程:
其中,为标准风速,R为风机叶片的长度,r为极径,θ为极角,Vst为阻挡风速,V(r,θ)为切变系数,δ(r,θ)塔筒的阻挡系数。
在一个实施例中,第四处理模块还用于针对每个风机风速,通过标准风速方程得到对应的标准风机风速;针对每个风机风速,将标准风机风速和风机风力组成风速风力对;建立以标准风机风速为横轴、风力为纵轴的二维直角坐标系,并在二维直角坐标系上将所有的风速风力对进行标注;根据最小二乘法在二维直角坐标系上建立标准风电功率曲线,以得到标准风电功率方程。
在一个实施例中,预测模块还用于针对每个不同位置处在预测时间段内的预测风速,通过标准风速方程得到对应的标准预测风速;根据每个不同位置处的标准预测风速和标准风电功率方程确定风机在预测时间段内的预测风电功率。
本申请第四方面提供一种机器可读存储介质,该机器可读存储介质上存储有指令,该指令在被处理器执行时使得处理器被配置成执行上述的用于风机风电功率的预测方法。
通过上述技术方案,实现了寒潮大风切变影响下的风机风电功率的精准预测。
本申请实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本申请实施例的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本申请实施例,但并不构成对本申请实施例的限制。在附图中:
图1示意性示出了根据本申请实施例的用于风机风电功率的预测方法的应用环境示意图;
图2示意性示出了根据本申请实施例的用于风机风电功率的预测方法的流程示意图;
图3示意性示出了根据本申请实施例的二维极坐标系的示意图;
图4示意性示出了根据本申请实施例的用于风机的风电功率订正系统的结构框图;
图5示意性示出了根据本申请实施例的计算机设备的内部结构图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,应当理解的是,此处所描述的具体实施方式仅用于说明和解释本申请实施例,并不用于限制本申请实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请提供的用于风机风电功率的预测方法,可以应用于如图1所示的应用环境中。如图1右图所示提供了一种风机的侧平面示意图,其中,102为多个风机叶片,104为轮毂,106为塔筒,轮毂104和塔筒106组成测风塔,测风塔通过塔筒106固定于水平面。如图1左图提供了一种多个风机叶片102的平面示意图,多个风机叶片通过旋转中心将一端固定,叶片的另一端通过旋转将风的动能转为电能,完成风机的风力发电过程。
图2示意性示出了根据本申请实施例的用于风机风电功率的预测方法的流程示意图。如图2所示,在本申请一实施例中,提供了一种用于风机风电功率的预测方法,包括以下步骤:
步骤201,确定风机的切变系数。
步骤202,建立以多个风机叶片的旋转中心为极点的二维极坐标系,以确定第一高度与极点的极角,其中,第一高度为在塔筒上选取的任意高度。
步骤203,获取塔筒直径和塔筒中心与极点之间的水平距离。
步骤204,根据切变系数、极角、塔筒直径以及水平距离确定风机的标准风速方程。
步骤205,获取风机在历史时间段内的多个风机风速和与每个风机风速对应的风力。
步骤206,根据多个风机风速和风力,以及标准风速方程确定风机的标准风电功率方程;
步骤207,获取所述塔筒上不同位置处在预测时间段内的预测风速;
步骤208,根据预测风速、标准风速方程以及标准风电功率方程确定风机在预测时间段内的预测风电功率。
风能是一种清洁无公害的可再生能源,风力发电是指把风的动能转为电能,风机即是一种能将风能转化为电能的风力发电设备。在近地层中,风速随高度的变化而有显著的变化,造成这种变化的原因是地面的粗糙度和近地层的大气垂直稳定度。风切变指数表示风速在垂直于风向平面内的变化,其大小反映风速随高度增加的快慢。具体地,风切变指数其值大表示风能随高度增加得快,风速梯度大,其值小表示风能随高度增加得慢,风速梯度小。由于地形与大气层稳定度等因素的影响,风速随高度变化的程度不同,因此风切变指数的大小也各异。
进一步地,处理器通过风切变指数模型,进行最小二乘法拟合从而求得风机的切变系数。如图3所示,提供了一种二维极坐标系的示意图。具体地,以多个风机叶片的旋转中心为极点,风机叶片所在旋转平面为极坐标系平面,建立二维极坐标系。在建立二维极坐标系之后,在塔筒上选取任意一个高度,从而可以确定此高度与极点即旋转中心之间构成的极角。同时,获取塔筒直径和塔筒中心与极点之间的水平距离。
进一步地,处理器在获取到风机的切变系数、塔筒上任意一高度与极点之间的极角、塔筒直径以及塔筒中心与极点之间的水平距离之后,则可以根据这些风机数据计算得出风机的标准风速方程,利用标准风速可以精准计算出风机在风切变作用下的风机叶片旋转平面的平均风速,为一个理论标准风速值。
进一步地,通过风力检测装置或者天气预报等可以获取风机在历史时间段内的多个历史风机风速,同时风机上安装有风力检测装置,风力检测装置用于实时检测风机上的风力,通过风力装置可以得到风机在历史时间段内与多个风机风速对应的风力。处理器根据获取到的风机风速和与风机风速对应的风力,再结合标准风速方程可以分析确定出风机的标准风电功率方程,利用标准风电功率方程可以计算得到考虑寒潮大风切变影响下的风机风电功率预测值。
进一步地,选取需要进行预测风电功率的预测时间段,时间段可以根据实际需求任意选取。在选取预测时间段后,可以通过天气预报获取塔筒上不同位置在预测时间段内预测风速。处理器则可根据预测风速、标准风速方程以及标准风电功率方程确定风机在预测时间段内的预测风电功率。
上述技术方案,实现了寒潮大风切变影响下的风机风电功率的精准预测。
图2为一个实施例中用于风机风电功率的预测方法的流程示意图。应该理解的是,虽然图2的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,处理器通过风切变指数模型,进行最小二乘法拟合从而求得风机的切变系数。其中,最小二乘法是一种常用的数据拟合方法,它可以通过最小化误差平方和来确定最佳拟合曲线或直线。具体地,如图1所示,根据右图的风机侧平面示意图可知,在塔筒上选取任意第一高度,并确定第一高度位置处的第一风速,例如第一高度为z,第一风速为V(z),同时确定轮毂的第二高度,并获取轮毂所在位置的第二风速,例如轮毂的高度为z0,第二风速则为Vz0,处理器则可以根据第一高度、第一风速、第二高度以及第二风速确定风机的切变系数。具体地,可以根据公式(1)确定风机的切变系数,包括:
其中,z为第一高度,V(z)为第一风速,z0为轮毂的第二高度,Vz0为第二风速,α为风机的切变系数。
在一个实施例中,处理器通过风切变指数模型,进行最小二乘法拟合从而求得风机的切变系数。同时,以多个风机叶片的旋转中心为极点,风机叶片所在旋转平面为极坐标系平面,建立二维极坐标系。在建立二维极坐标系之后,在塔筒上选取任意一个高度,从而可以确定此高度与极点即旋转中心之间构成的极角,并获取塔筒直径和塔筒中心与极点之间的水平距离。在获取到风机的切变系数、塔筒上任意一高度与极点之间的极角、塔筒直径以及塔筒中心与极点之间的水平距离之后,则可以根据这些风机数据计算得出风机的标准风速方程,利用标准风速可以精准计算出风机在风切变作用下的风机叶片旋转平面的平均风速,为一个理论标准风速值。具体地,处理器获取风机叶片的长度,并将风机叶片的长度确定为二维极坐标系的极径,从而可以根据极径、极角、塔筒直径以及水平距离确定塔筒的阻挡系数。具体地,在本技术方案中,根据如图1所示的风机侧平面的示意图可知,塔筒的直径可以为d,塔筒中心与极点之间的水平距离可以为L,极径为r,塔筒上任意一高度与极点之间构成的角度为θ。具体地,可以根据公式(2)确定塔筒的阻挡系数,包括:
其中,δ(r,θ)为塔筒的阻挡系数,d为塔筒直径,r为极径,L为水平距离,θ为极角。
进一步地,在计算出塔筒的阻挡系数之后,则可以根据切变系数和塔筒的阻挡系数确定塔筒的阻挡风速。具体地,可以根据公式(3)确定塔筒的阻挡风速,包括:
其中,Vst为阻挡风速,r为所述极径,θ为极角,δ(r,θ)塔筒的阻挡系数,α为风机的切变系数。
在公式(3)中,在以多个风机叶片的旋转中心建立二维极坐标系之后,可以将公式(1)通过转化成与极径和极角关联的极坐标表达式,即:
其中,1+ω(r,θ)为公式的简写。
进一步地,对切变系数进行三阶泰勒展开,则可以得到:
进一步地,考虑风力发电机组的塔筒在伯努利定律作用下对风的阻挡作用,即塔筒的阻挡风速:
Vst=V(r,θ)×(1+δ(r,θ))
将切变系数的三阶泰勒展开式代入上式即可得到公式(3)。
进一步地,处理器在获取到阻挡风速、风机叶片的长度以及切变系数,则可以根据阻挡风速、风机叶片的长度以及切变系数确定风机的标准风速方程,具体地,可以根据公式(4)确定风机的标准风速方程,包括:
其中,为标准风速,R为风机叶片的长度,r为所述极径,θ为极角,Vst为阻挡风速,V(r,θ)为切变系数,δ(r,θ)塔筒的阻挡系数。
利用标准风速可以精准计算出风机在风切变作用下的风机叶片旋转平面的平均风速,为一个理论标准风速值。
在一个实施例中,处理器通过风切变指数模型,进行最小二乘法拟合从而求得风机的切变系数。同时,以多个风机叶片的旋转中心为极点,风机叶片所在旋转平面为极坐标系平面,建立二维极坐标系。在建立二维极坐标系之后,在塔筒上选取任意一个高度,从而可以确定此高度与极点即旋转中心之间构成的极角,并获取塔筒直径和塔筒中心与极点之间的水平距离。在获取到风机的切变系数、塔筒上任意一高度与极点之间的极角、塔筒直径以及塔筒中心与极点之间的水平距离之后,则可以根据这些风机数据计算得出风机的标准风速方程,利用标准风速可以精准计算出风机在风切变作用下的风机叶片旋转平面的平均风速,为一个理论标准风速值。具体地,处理器获取风机叶片的长度,并将风机叶片的长度确定为二维极坐标系的极径,从而可以根据极径、极角、塔筒直径以及水平距离确定塔筒的阻挡系数。
进一步地,在计算出塔筒的阻挡系数之后,则可以根据切变系数和塔筒的阻挡系数确定塔筒的阻挡风速,具体地,可以根据公式(3)确定塔筒的阻挡风速。处理器在获取到阻挡风速、风机叶片的长度以及切变系数,则可以根据阻挡风速、风机叶片的长度以及切变系数确定风机的标准风速方程,具体地,可以根据公式(4)确定风机的标准风速方程。
进一步地,获取多个风机风机和对应的风力,针对每个风机风速,通过公式(4)的标准风速方程得到对应的标准风机风速。具体地,收集一段时间内风电场风机轮毂高度的风速,利用公式(4)对风机风速进行修正,得到修正的风机叶片旋转平面平均风速序列,并通过风机上的风机检测装置收集一段时间内风电场风机轮毂高度的风力。同时,针对每个风机风速,将标准风机风速和风机风力组成风速风力对。建立以标准风机风速为横轴、风力为纵轴的二维二维直角坐标系,并在二维直角坐标系上将所有的风速风力对进行标注。根据最小二乘法在二维直角坐标系上建立标准风电功率曲线,以得到标准风电功率方程。具体地,在本技术方案中,收集一段时间内风电场风机轮毂高度的风速序列为{V1,V2,V3……Vn},通过公式(4)进行修订后,得到对应的标准风速序列为通过风机上的风机检测装置收集一段时间内风电场风机轮毂高度的风力序列为{P1,P2,P3……Pn},采用最小二乘法拟合,得到基于叶片旋转平面内标准风电功率方程:
其中,P(v)指风机在风速v时的风电功率,v0为风机的切入风速,即风机开始发电时的风速,v1为风机的额定风速,即达到风机额定功率Pm时的风速,a、b、c、d分别为功率曲线的系数,为通过最小二乘法在二维直角坐标系上拟合得到的常数,v2为风机切出风速,在风机的风速超出所述风机切出风速后风机将触发保护性停机并不再发电。
在一个实施例中,选取需要进行风机风电功率预测的时间段,可以通过天气预报的方式获取塔筒上不同位置处在预测时间段内的预测风速。将预测风速序列通过公式(4)进行修订,得到对应的标准预测风速序列。处理器则可以根据处理修正后的标准预测风速序列和标准风电功率方程预测寒潮大风切变影响下的风机在预测时间段内的风电功率预测值。
上述技术方案,实现了寒潮大风切变影响下的风机风电功率的精准预测。通过收集所需开展风机出力订正计算的测风塔风速、预测的轮毂高度处风速、切变系数、风机叶片长度、塔筒直径、叶片旋转平面与塔筒中心距离等参数。并对收集的基础数据进行处理包括,计算风切变系数、叶片旋转平面平均风速、订正功率预测值等。并基于计算结果,精准预测寒潮大风切变下风机的风电功率。
在一个实施例中,如图4所示,提供了一种用于风机的风电功率预测系统400,包括:
第一处理模块410,用于确定风机的切变系数;
第二处理模块420,用于建立以多个风机叶片的旋转中心为极点的二维极坐标系,以确定第一高度与极点的极角,其中,第一高度为在塔筒上选取的任意高度;
第一数据获取模块430,获取塔筒直径和塔筒中心与所述极点之间的水平距离;
第三处理模块440,用于根据切变系数、极角、塔筒直径以及水平距离确定风机的标准风速方程;
第二数据获取模块450,用于获取风机在历史时间段内的多个风机风速和与每个风机风速对应的风力;获取塔筒上不同位置处在预测时间段内的预测风速;
第四处理模块460,用于根据多个风机风速和风力,以及标准风速方程确定风机的标准风电功率方程;
预测模块470,用于根据预测风速、标准风速方程、标准风速方程以及以及标准风电功率方程确定风机在预测时间段内的预测风电功率。
在一个实施例中,第一处理模块410还用于在塔筒上选取任意第一高度,并确定第一高度位置处的第一风速;确定轮毂的第二高度,并获取轮毂所在位置的第二风速;根据第一高度、第一风速、第二高度以及第二风速确定风机的切变系数。
在一个实施例中,第一处理模块410还用于根据公式(1)确定风机的切变系数:
其中,z为第一高度,V(z)为第一风速,z0为轮毂的第二高度,Vz0为第二风速,α为风机的切变系数。
在一个实施例中,第三处理模块440还用于获取风机叶片的长度,并将风机叶片的长度确定为二维极坐标系的极径;根据极径、极角、塔筒直径以及水平距离确定塔筒的阻挡系数;根据切变系数和塔筒的阻挡系数确定塔筒的阻挡风速;根据阻挡风速、风机叶片的长度以及切变系数确定风机的标准风速方程。
在一个实施例中,第三处理模块440还用于根据公式(2)确定塔筒的阻挡系数:
其中,δ(r,θ)为塔筒的阻挡系数,d为塔筒直径,r为极径,L为水平距离,θ为极角。
在一个实施例中,第三处理模块440还用于根据公式(3)确定塔筒的阻挡风速:
其中,Vst为阻挡风速,r为极径,θ为极角,δ(r,θ)塔筒的阻挡系数,α为风机的切变系数。
在一个实施例中,第三处理模块440还用于根据公式(4)确定风机的标准风速方程:
其中,为标准风速,R为风机叶片的长度,r为极径,θ为极角,Vst为阻挡风速,V(r,θ)为切变系数,δ(r,θ)塔筒的阻挡系数。
在一个实施例中,第四处理模块460还用于针对每个风机风速,通过标准风速方程得到对应的标准风机风速;针对每个风机风速,将标准风机风速和风机风力组成风速风力对;建立以标准风机风速为横轴、风力为纵轴的二维直角坐标系,并在二维直角坐标系上将所有的风速风力对进行标注;根据最小二乘法在二维直角坐标系上建立标准风电功率曲线,以得到标准风电功率方程。
在一个实施例中,预测模块470还用于针对每个不同位置处在预测时间段内的预测风速,通过标准风速方程得到对应的标准预测风速;根据每个不同位置处的标准预测风速和标准风电功率方程确定风机在预测时间段内的预测风电功率。
本申请实施例提供了一种存储介质,其上存储有程序,该程序被处理器执行时实现上述用于风机风电功率的预测方法。
本申请实施例提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行上述用于风机风电功率的预测方法。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器A01、网络接口A02、存储器(图中未示出)和数据库(图中未示出)。其中,该计算机设备的处理器A01用于提供计算和控制能力。该计算机设备的存储器包括内存储器A03和非易失性存储介质A04。该非易失性存储介质A04存储有操作系统B01、计算机程序B02和数据库(图中未示出)。该内存储器A03为非易失性存储介质A04中的操作系统B01和计算机程序B02的运行提供环境。该计算机设备的数据库用于存储用于风机风电功率的预测数据。该计算机设备的网络接口A02用于与外部的终端通过网络连接通信。该计算机程序B02被处理器A01执行时以实现一种用于风机风电功率的预测方法。
本领域技术人员可以理解,图5中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
本申请实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现以下步骤:确定风机的切变系数;建立以多个风机叶片的旋转中心为极点的二维极坐标系,以确定第一高度与极点的极角,其中,第一高度为在塔筒上选取的任意高度;获取塔筒直径和塔筒中心与极点之间的水平距离;根据切变系数、极角、塔筒直径以及水平距离确定风机的标准风速方程;获取风机在历史时间段内的多个风机风速和与每个风机风速对应的风力;根据多个风机风速和风力,以及标准风速方程确定风机的标准风电功率方程;获取塔筒上不同位置处在预测时间段内的预测风速;根据预测风速、标准风速方程以及标准风电功率方程确定风机在预测时间段内的预测风电功率。
在一个实施例中,确定风机的切变系数包括:在塔筒上选取任意第一高度,并确定第一高度位置处的第一风速;确定轮毂的第二高度,并获取轮毂所在位置的第二风速;根据第一高度、第一风速、第二高度以及第二风速确定风机的切变系数。
在一个实施例中,风机的切变系数包括根据公式(1)确定:
其中,z为第一高度,V(z)为第一风速,z0为轮毂的第二高度,Vz0为第二风速,α为风机的切变系数。
在一个实施例中,根据切变系数、极角、塔筒直径以及水平距离确定风机的标准风速方程包括:获取风机叶片的长度,并将风机叶片的长度确定为二维极坐标系的极径;根据极径、极角、塔筒直径以及水平距离确定塔筒的阻挡系数;根据切变系数和塔筒的阻挡系数确定塔筒的阻挡风速;根据阻挡风速、风机叶片的长度以及切变系数确定风机的标准风速方程。
在一个实施例中,根据极径、极角、塔筒直径以及水平距离确定塔筒的阻挡系数包括根据公式(2)确定:
其中,δ(r,θ)为塔筒的阻挡系数,d为塔筒直径,r为极径,L为水平距离,θ为极角。
在一个实施例中,根据切变系数和塔筒的阻挡系数确定塔筒的阻挡风速包括公式(3)确定:
其中,Vst为阻挡风速,r为极径,θ为极角,δ(r,θ)塔筒的阻挡系数,α为风机的切变系数。
在一个实施例中,根据阻挡风速、风机叶片的长度以及切变系数确定风机的标准风速方程包括根据公式(4)确定:
其中,为标准风速,R为风机叶片的长度,r为极径,θ为极角,Vst为阻挡风速,V(r,θ)为切变系数,δ(r,θ)塔筒的阻挡系数。
在一个实施例中,根据多个风机风速和风力,以及标准风速方程确定风机的标准风电功率方程包括:针对每个风机风速,通过标准风速方程得到对应的标准风机风速;针对每个风机风速,将标准风机风速和风机风力组成风速风力对;建立以标准风机风速为横轴、风力为纵轴的二维直角坐标系,并在二维直角坐标系上将所有的风速风力对进行标注;根据最小二乘法在二维直角坐标系上建立标准风电功率曲线,以得到标准风电功率方程。
在一个实施例中,根据根据预测风速、标准风速方程以及标准风电功率方程确定风机在预测时间段内的预测风电功率包括:针对每个不同位置处在预测时间段内的预测风速,通过标准风速方程得到对应的标准预测风速;根据每个不同位置处的标准预测风速和标准风电功率方程确定风机在预测时间段内的预测风电功率。
在一个实施例中,第一处理模块还用于在塔筒上选取任意第一高度,并确定第一高度位置处的第一风速;确定轮毂的第二高度,并获取轮毂所在位置的第二风速;根据第一高度、第一风速、第二高度以及第二风速确定风机的切变系数。
在一个实施例中,第一处理模块还用于根据公式(1)确定风机的切变系数:
/>
其中,z为第一高度,V(z)为第一风速,z0为轮毂的第二高度,Vz0为第二风速,α为风机的切变系数。
在一个实施例中,第三处理模块还用于获取风机叶片的长度,并将风机叶片的长度确定为二维极坐标系的极径;根据极径、极角、塔筒直径以及水平距离确定塔筒的阻挡系数;根据切变系数和塔筒的阻挡系数确定塔筒的阻挡风速;根据阻挡风速、风机叶片的长度以及切变系数确定风机的标准风速方程。
在一个实施例中,第三处理模块还用于根据公式(2)确定塔筒的阻挡系数:
其中,δ(r,θ)为塔筒的阻挡系数,d为塔筒直径,r为极径,L为水平距离,θ为极角。
在一个实施例中,第三处理模块还用于根据公式(3)确定塔筒的阻挡风速:
其中,Vst为阻挡风速,r为极径,θ为极角,δ(r,θ)塔筒的阻挡系数,α为风机的切变系数。
在一个实施例中,第三处理模块还用于根据公式(4)确定风机的标准风速方程:
其中,为标准风速,R为风机叶片的长度,r为极径,θ为极角,Vst为阻挡风速,V(r,θ)为切变系数,δ(r,θ)塔筒的阻挡系数。
在一个实施例中,第四处理模块还用于针对每个风机风速,通过标准风速方程得到对应的标准风机风速;针对每个风机风速,将标准风机风速和风机风力组成风速风力对;建立以标准风机风速为横轴、风力为纵轴的二维直角坐标系,并在二维直角坐标系上将所有的风速风力对进行标注;根据最小二乘法在二维直角坐标系上建立标准风电功率曲线,以得到标准风电功率方程。
在一个实施例中,预测模块还用于针对每个不同位置处在预测时间段内的预测风速,通过标准风速方程得到对应的标准预测风速;根据每个不同位置处的标准预测风速和标准风电功率方程确定风机在预测时间段内的预测风电功率。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:确定风机的切变系数;建立以多个风机叶片的旋转中心为极点的二维极坐标系,以确定第一高度与极点的极角,其中,第一高度为在塔筒上选取的任意高度;获取塔筒直径和塔筒中心与极点之间的水平距离;根据切变系数、极角、塔筒直径以及水平距离确定风机的标准风速方程;获取风机在历史时间段内的多个风机风速和与每个风机风速对应的风力;根据多个风机风速和风力,以及标准风速方程确定风机的标准风电功率方程;获取塔筒上不同位置处在预测时间段内的预测风速;根据预测风速、标准风速方程以及标准风电功率方程确定风机在预测时间段内的预测风电功率。
在一个实施例中,确定风机的切变系数包括:在塔筒上选取任意第一高度,并确定第一高度位置处的第一风速;确定轮毂的第二高度,并获取轮毂所在位置的第二风速;根据第一高度、第一风速、第二高度以及第二风速确定风机的切变系数。
在一个实施例中,风机的切变系数包括根据公式(1)确定:
其中,z为第一高度,V(z)为第一风速,z0为轮毂的第二高度,Vz0为第二风速,α为风机的切变系数。
在一个实施例中,根据切变系数、极角、塔筒直径以及水平距离确定风机的标准风速方程包括:获取风机叶片的长度,并将风机叶片的长度确定为二维极坐标系的极径;根据极径、极角、塔筒直径以及水平距离确定塔筒的阻挡系数;根据切变系数和塔筒的阻挡系数确定塔筒的阻挡风速;根据阻挡风速、风机叶片的长度以及切变系数确定风机的标准风速方程。
在一个实施例中,根据极径、极角、塔筒直径以及水平距离确定塔筒的阻挡系数包括根据公式(2)确定:
其中,δ(r,θ)为塔筒的阻挡系数,d为塔筒直径,r为极径,L为水平距离,θ为极角。
在一个实施例中,根据切变系数和塔筒的阻挡系数确定塔筒的阻挡风速包括公式(3)确定:
其中,Vst为阻挡风速,r为极径,θ为极角,δ(r,θ)塔筒的阻挡系数,α为风机的切变系数。
在一个实施例中,根据阻挡风速、风机叶片的长度以及切变系数确定风机的标准风速方程包括根据公式(4)确定:
其中,为标准风速,R为风机叶片的长度,r为极径,θ为极角,Vst为阻挡风速,V(r,θ)为切变系数,δ(r,θ)塔筒的阻挡系数。
在一个实施例中,根据多个风机风速和风力,以及标准风速方程确定风机的标准风电功率方程包括:针对每个风机风速,通过标准风速方程得到对应的标准风机风速;针对每个风机风速,将标准风机风速和风机风力组成风速风力对;建立以标准风机风速为横轴、风力为纵轴的二维直角坐标系,并在二维直角坐标系上将所有的风速风力对进行标注;根据最小二乘法在二维直角坐标系上建立标准风电功率曲线,以得到标准风电功率方程。
在一个实施例中,根据根据预测风速、标准风速方程以及标准风电功率方程确定风机在预测时间段内的预测风电功率包括:针对每个不同位置处在预测时间段内的预测风速,通过标准风速方程得到对应的标准预测风速;根据每个不同位置处的标准预测风速和标准风电功率方程确定风机在预测时间段内的预测风电功率。
在一个实施例中,第一处理模块还用于在塔筒上选取任意第一高度,并确定第一高度位置处的第一风速;确定轮毂的第二高度,并获取轮毂所在位置的第二风速;根据第一高度、第一风速、第二高度以及第二风速确定风机的切变系数。
在一个实施例中,第一处理模块还用于根据公式(1)确定风机的切变系数:
其中,z为第一高度,V(z)为第一风速,z0为轮毂的第二高度,Vz0为第二风速,α为风机的切变系数。
在一个实施例中,第三处理模块还用于获取风机叶片的长度,并将风机叶片的长度确定为二维极坐标系的极径;根据极径、极角、塔筒直径以及水平距离确定塔筒的阻挡系数;根据切变系数和塔筒的阻挡系数确定塔筒的阻挡风速;根据阻挡风速、风机叶片的长度以及切变系数确定风机的标准风速方程。
在一个实施例中,第三处理模块还用于根据公式(2)确定塔筒的阻挡系数:
其中,δ(r,θ)为塔筒的阻挡系数,d为塔筒直径,r为极径,L为水平距离,θ为极角。
在一个实施例中,第三处理模块还用于根据公式(3)确定塔筒的阻挡风速:
其中,Vst为阻挡风速,r为极径,θ为极角,δ(r,θ)塔筒的阻挡系数,α为风机的切变系数。
在一个实施例中,第三处理模块还用于根据公式(4)确定风机的标准风速方程:
其中,为标准风速,R为风机叶片的长度,r为极径,θ为极角,Vst为阻挡风速,V(r,θ)为切变系数,δ(r,θ)塔筒的阻挡系数。
在一个实施例中,第四处理模块还用于针对每个风机风速,通过标准风速方程得到对应的标准风机风速;针对每个风机风速,将标准风机风速和风机风力组成风速风力对;建立以标准风机风速为横轴、风力为纵轴的二维直角坐标系,并在二维直角坐标系上将所有的风速风力对进行标注;根据最小二乘法在二维直角坐标系上建立标准风电功率曲线,以得到标准风电功率方程。
在一个实施例中,预测模块还用于针对每个不同位置处在预测时间段内的预测风速,通过标准风速方程得到对应的标准预测风速;根据每个不同位置处的标准预测风速和标准风电功率方程确定风机在预测时间段内的预测风电功率。
本领域内的技术人员应明白,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。
本申请是参照根据本申请实施例的方法、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。
存储器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)。存储器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)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁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,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上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 (20)
1.一种用于风机风电功率的预测方法,其特征在于,所述风机包括多个风机叶片和测风塔,所述测风塔包括轮毂和塔筒,并通过所述塔筒固定于水平面,所述预测方法包括:
确定所述风机的切变系数;
建立以所述多个风机叶片的旋转中心为极点的二维极坐标系,以确定第一高度与所述极点的极角,其中,所述第一高度为在所述塔筒上选取的任意高度;
获取塔筒直径和塔筒中心与所述极点之间的水平距离;
根据所述切变系数、所述极角、所述塔筒直径以及所述水平距离确定所述风机的标准风速方程;
获取所述风机在历史时间段内的多个风机风速和与每个风机风速对应的风力;
根据多个风机风速和风力,以及所述标准风速方程确定所述风机的标准风电功率方程;
获取所述塔筒上不同位置处在预测时间段内的预测风速;
根据所述预测风速、所述标准风速方程以及所述标准风电功率方程确定所述风机在所述预测时间段内的预测风电功率。
2.根据权利要求1所述的用于风机风电功率的预测方法,其特征在于,所述确定所述风机的切变系数包括:
在所述塔筒上选取所述任意第一高度,并确定所述第一高度位置处的第一风速;
确定所述轮毂的第二高度,并获取所述轮毂所在位置的第二风速;
根据所述第一高度、所述第一风速、所述第二高度以及所述第二风速确定所述风机的切变系数。
3.根据权利要求2所述的用于风机风电功率的预测方法,其特征在于,所述风机的切变系数包括根据公式(1)确定:
其中,z为所述第一高度,V(z)为所述第一风速,z0为所述轮毂的第二高度,Vz0为所述第二风速,α为所述风机的切变系数。
4.根据权利要求1所述的用于风机风电功率的预测方法,其特征在于,所述根据所述切变系数、所述极角、所述塔筒直径以及所述水平距离确定所述风机的标准风速方程包括:
获取所述风机叶片的长度,并将所述风机叶片的长度确定为所述二维极坐标系的极径;
根据所述极径、所述极角、所述塔筒直径以及所述水平距离确定塔筒的阻挡系数;
根据所述切变系数和所述塔筒的阻挡系数确定所述塔筒的阻挡风速;
根据所述阻挡风速、所述风机叶片的长度以及所述切变系数确定所述风机的标准风速方程。
5.根据权利要求4所述的用于风机风电功率的预测方法,其特征在于,所述根据所述极径、所述极角、所述塔筒直径以及所述水平距离确定塔筒的阻挡系数包括根据公式(2)确定:
其中,δ(r,θ)为所述塔筒的阻挡系数,d为所述塔筒直径,r为所述极径,L为所述水平距离,θ为所述极角。
6.根据权利要求4所述的用于风机风电功率的预测方法,其特征在于,所述根据所述切变系数和所述塔筒的阻挡系数确定所述塔筒的阻挡风速包括公式(3)确定:
其中,Vst为所述阻挡风速,r为所述极径,θ为所述极角,δ(r,θ)所述塔筒的阻挡系数,α为所述风机的切变系数。
7.根据权利要求4所述的用于风机风电功率的预测方法,其特征在于,所述根据所述阻挡风速、所述风机叶片的长度以及所述切变系数确定所述风机的标准风速方程包括根据公式(4)确定:
其中,为标准风速,R为所述风机叶片的长度,r为所述极径,θ为所述极角,Vst为所述阻挡风速,V(r,θ)为所述切变系数,δ(r,θ)所述塔筒的阻挡系数。
8.根据权利要求1所述的用于风机风电功率的预测方法,其特征在于,所述根据多个风机风速和风力,以及所述标准风速方程确定所述风机的标准风电功率方程包括:
针对每个风机风速,通过所述标准风速方程得到对应的标准风机风速;
针对每个风机风速,将标准风机风速和风机风力组成风速风力对;
建立以所述标准风机风速为横轴、所述风力为纵轴的二维直角坐标系,并在所述二维直角坐标系上将所有的风速风力对进行标注;
根据最小二乘法在所述二维直角坐标系上建立标准风电功率曲线,以得到所述标准风电功率方程。
9.根据权利要求1所述的用于风机风电功率的预测方法,其特征在于,所述根据所述预测风速、所述标准风速方程以及所述标准风电功率方程确定所述风机在所述预测时间段内的预测风电功率包括:
针对每个不同位置处在预测时间段内的预测风速,通过所述标准风速方程得到对应的标准预测风速;
根据每个不同位置处的标准预测风速和所述标准风电功率方程确定所述风机在所述预测时间段内的预测风电功率。
10.一种处理器,其特征在于,被配置成执行根据权利要求1至9中任意一项所述的用于风机风电功率的预测方法。
11.一种用于风机的风电功率预测系统,其特征在于,包括:
第一处理模块,用于确定风机的切变系数;
第二处理模块,用于建立以多个风机叶片的旋转中心为极点的二维极坐标系,以确定第一高度与所述极点的极角,其中,所述第一高度为在塔筒上选取的任意高度;
第一数据获取模块,获取塔筒直径和塔筒中心与所述极点之间的水平距离;
第三处理模块,用于根据所述切变系数、所述极角、所述塔筒直径以及所述水平距离确定所述风机的标准风速方程;
第二数据获取模块,用于获取所述风机在历史时间段内的多个风机风速和与每个风机风速对应的风力;获取所述塔筒上不同位置处在预测时间段内的预测风速;
第四处理模块,用于根据多个风机风速和风力,以及所述标准风速方程确定所述风机的标准风电功率方程;
预测模块,用于根据所述预测风速、所述标准风速方程、所述标准风速方程以及所述标准风电功率方程确定所述风机在所述预测时间段内的预测风电功率。
12.根据权利要求11所述的用于风机的风电功率预测系统,其特征在于,所述第一处理模块还用于在所述塔筒上选取所述任意第一高度,并确定所述第一高度位置处的第一风速;确定所述轮毂的第二高度,并获取所述轮毂所在位置的第二风速;根据所述第一高度、所述第一风速、所述第二高度以及所述第二风速确定所述风机的切变系数。
13.根据权利要求11所述的用于风机的风电功率预测系统,其特征在于,所述第一处理模块还用于根据公式(1)确定所述风机的切变系数:
其中,z为所述第一高度,V(z)为所述第一风速,z0为所述轮毂的第二高度,Vz0为所述第二风速,α为所述风机的切变系数。
14.根据权利要求11所述的用于风机的风电功率预测系统,其特征在于,所述第三处理模块还用于获取所述风机叶片的长度,并将所述风机叶片的长度确定为所述二维极坐标系的极径;根据所述极径、所述极角、所述塔筒直径以及所述水平距离确定塔筒的阻挡系数;根据所述切变系数和所述塔筒的阻挡系数确定所述塔筒的阻挡风速;根据所述阻挡风速、所述风机叶片的长度以及所述切变系数确定所述风机的标准风速方程。
15.根据权利要求14所述的用于风机的风电功率预测系统,其特征在于,所述第三处理模块还用于根据公式(2)确定所述塔筒的阻挡系数:
其中,δ(r,θ)为所述塔筒的阻挡系数,d为所述塔筒直径,r为所述极径,L为所述水平距离,θ为所述极角。
16.根据权利要求14所述的用于风机的风电功率预测系统,其特征在于,所述第三处理模块还用于根据公式(3)确定所述塔筒的阻挡风速:
其中,Vst为所述阻挡风速,r为所述极径,θ为所述极角,δ(r,θ)所述塔筒的阻挡系数,α为所述风机的切变系数。
17.根据权利要求14所述的用于风机的风电功率预测系统,其特征在于,所述第三处理模块还用于根据公式(4)确定所述风机的标准风速方程:
其中,为标准风速,R为所述风机叶片的长度,r为所述极径,θ为所述极角,Vst为所述阻挡风速,V(r,θ)为所述切变系数,δ(r,θ)所述塔筒的阻挡系数。
18.根据权利要求11所述的用于风机的风电功率预测系统,其特征在于,所述第四处理模块还用于针对每个风机风速,通过所述标准风速方程得到对应的标准风机风速;针对每个风机风速,将标准风机风速和风机风力组成风速风力对;建立以所述标准风机风速为横轴、所述风力为纵轴的二维直角坐标系,并在所述二维直角坐标系上将所有的风速风力对进行标注;根据最小二乘法在所述二维直角坐标系上建立标准风电功率曲线,以得到所述标准风电功率方程。
19.根据权利要求11所述的用于风机的风电功率预测系统,其特征在于,所述预测模块还用于针对每个不同位置处在预测时间段内的预测风速,通过所述标准风速方程得到对应的标准预测风速;根据每个不同位置处的标准预测风速和所述标准风电功率方程确定所述风机在所述预测时间段内的预测风电功率。
20.一种机器可读存储介质,该机器可读存储介质上存储有指令,其特征在于,该指令在被处理器执行时使得所述处理器被配置成执行根据权利要求1至9中任一项所述的用于风机风电功率的预测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310682127.5A CN116934523A (zh) | 2023-06-09 | 2023-06-09 | 用于风机风电功率的预测方法、存储介质及处理器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310682127.5A CN116934523A (zh) | 2023-06-09 | 2023-06-09 | 用于风机风电功率的预测方法、存储介质及处理器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116934523A true CN116934523A (zh) | 2023-10-24 |
Family
ID=88379629
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310682127.5A Pending CN116934523A (zh) | 2023-06-09 | 2023-06-09 | 用于风机风电功率的预测方法、存储介质及处理器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116934523A (zh) |
-
2023
- 2023-06-09 CN CN202310682127.5A patent/CN116934523A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI476430B (zh) | 具極端風速預測功能之風能預報方法 | |
CN102536657B (zh) | 用于控制风力涡轮机功率输出的系统和方法 | |
CN107709761B (zh) | 极端负荷控制 | |
ES2838684T3 (es) | Método, dispositivo y sistema para compensar la potencia de salida de conjunto generador de aerogenerador | |
CN107304746B (zh) | 风力发电机组及其运行控制方法与设备 | |
US20130259686A1 (en) | System and method for controlling a wind turbine | |
Abul’Wafa | Matching wind turbine generators with wind regime in Egypt | |
CN105117788A (zh) | 一种风力发电功率预测方法 | |
CN104504464A (zh) | 基于风区风带风速规律的风功率预测方法 | |
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 | |
KR101608569B1 (ko) | 손실 에너지의 결정 방법 | |
Wu et al. | Development of an equivalent wind farm model for frequency regulation | |
Shafiei et al. | Overall power control strategy for small‐scale WECs incorporating flux weakening operation | |
CN116934523A (zh) | 用于风机风电功率的预测方法、存储介质及处理器 | |
CN110765640B (zh) | 一种转子有效风速的计算方法、系统及设备 | |
CN106451527B (zh) | 基于转子电流动态特性的双馈风电场机群聚合方法及系统 | |
CN104865401A (zh) | 用于风力发电机组的风速检测方法及装置 | |
CN116760009A (zh) | 风电覆冰停机脱网风险的预测方法、装置及处理器 | |
CN116702957A (zh) | 面向极端天气的新能源功率预测方法、设备和存储介质 | |
CN113107770B (zh) | 风机偏航控制方法、系统、风机和可读存储介质 | |
CN109779837B (zh) | 一种风力发电机组偏航对风校正方法 | |
CN112884262A (zh) | 一种风电机组载荷适应性确定方法和系统 | |
Sun et al. | A practical clustering method of DFIG wind farms based on dynamic current error | |
KR20160011498A (ko) | 풍력발전단지의 제어 방법 | |
CN117744873A (zh) | 一种风力发电机的风速预测方法、系统、设备及存储介质 |
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 |