CN117252301A - 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
- CN117252301A CN117252301A CN202311293379.5A CN202311293379A CN117252301A CN 117252301 A CN117252301 A CN 117252301A CN 202311293379 A CN202311293379 A CN 202311293379A CN 117252301 A CN117252301 A CN 117252301A
- Authority
- CN
- China
- Prior art keywords
- data
- wind
- wind power
- model
- power
- 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
- 238000012549 training Methods 0.000 claims abstract description 10
- 238000013480 data collection Methods 0.000 claims abstract description 9
- 238000012545 processing Methods 0.000 claims abstract description 5
- 238000013178 mathematical model Methods 0.000 claims description 12
- 230000001133 acceleration Effects 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000007418 data mining Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 238000004140 cleaning Methods 0.000 claims description 4
- 238000003672 processing method Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000013179 statistical model Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 2
- 238000010248 power generation Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Software Systems (AREA)
- Marketing (AREA)
- Mathematical Physics (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Medical Informatics (AREA)
- Entrepreneurship & Innovation (AREA)
- Computational Linguistics (AREA)
- Game Theory and Decision Science (AREA)
- Fuzzy Systems (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Probability & Statistics with Applications (AREA)
- Computing Systems (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Wind Motors (AREA)
Abstract
本发明公布了一种风电功率预测方法，该方法包括以下步骤：S1，数据收集；S2，数据处理；S3，模型建立；S4，模型训练；S5，预测结果；S6，结果评估，预测系统包括数据收集系统、硬件系统和软件平台，本发明的有益效果如下，保障电力市场稳定：风电场作为并网电源，需要参与电力市场竞价，因此需要对风电功率进行预测以提高企业的盈利能力。保障电网安全：使得申报发电计划更加准确。提高风电利用率：根据风电出力变化规律增强系统的安全性、可靠性和可控性，优化电力市场中电力的价值。连续不间断运行：风电功率预测系统需要连续不间断运行，如果崩溃了无法正常预测功率，将会影响电力的调度。
Description
技术领域
本发明涉及风电场调控系统技术领域，具体涉及一种风电功率预测方法及系统。
背景技术
风力发电作为清洁的可再生能源，其发展有利于缓解全球能源危机与环境问题，近年来成为新的发趋势，与常规电源发电不同，风电场输出功率依赖天气条件，具有波动性和间歇性的特点，不利于进行风电场的能源调控，如果不进行风电功率的预测，会产生以下弊端：
其一，影响电力市场稳定：由于风能属于随机波动的不稳定能源，大规模的风电并入系统，必将会对系统的稳定性带来新的挑战。如果没有风电功率预测技术，电力生产调度机构将无法对未来数小时的风电输出功率有所了解，进而无法安排合理的调度计划，影响电力市场的稳定。
其二，影响电网安全：如果没有风电功率预测技术，风电场无法向电网申报发电计划，预测误差超出一定范围时风电场要向电网运营商缴纳罚款，进而影响电网安全。
其三，影响风电利用率：如果没有风电功率预测技术，将无法根据风电出力变化规律增强系统的安全性、可靠性和可控性，优化电力市场中电力的价值，进而影响风电利用率。
发明内容
为解决上述问题，本发明提供了一种风电功率预测方法及系统，本发明是通过以下技术方案来实现的。
一种风电功率预测方法，该方法包括以下步骤：
S1，数据收集，历史气象收据以及风电场运行数据的收集；
S2，数据处理，对步骤S1收集的数据进行处理；
S3，模型建立，依据步骤S2处理的数据，建立数学模型；
S4，模型训练，使用历史数据对步骤S3建立的数学模型进行训练和优化，调整模型参数；
S5，预测结果，根据训练好的模型，对未来风电输出功率进行预测；
S6，结果评估，对预测结果进行评估和校验，比较预测值和实际值之间的误差，进一步调整模型参数。
优选的，所述历史气象数据包括风电场的风速和风向，所述风电场运行数据包括风力发电机转子的旋转加速度、风力发电机的内部气压、以及风力发电机的内部温度。
优选的，所述数据处理的方法包括数据清洗、数据筛选、数据转换和数据挖掘。
优选的，所述数据清洗用于去除无效数据，纠正错误数据；所述数据筛选用于选择与预测目标相关的数据，去除不相关的数据；所述数据转换用于将数据进行标准化、归一化等预处理，以便更好地进行模型训练；所述数据挖掘用于提取数据中的有效信息。
优选的，所述步骤S3中，数学模型为拟合回归模型和物理模型中的一种或二者结合。
优选的，所述拟合回归模型基于历史数据建立统计模型，通过对历史数据的分析来预测未来的功率输出；所述物理模型基于气象学和风力发电机组的工作原理建立数学模型来预测功率输出。
一种风电功率预测系统，所述预测系统包括数据收集系统、硬件系统和软件平台。
优选的，所述数据收集系统包括风速传感器、风向传感器、加速度传感器、压力传感器和温度传感器。
优选的，所述风速传感器安装在风力发电机的风机叶片上；所述风向传感器安装在风力发电机塔架上的气象天线上；所述加速度传感器安装在风力发电机的塔架上；所述压力传感器和温度传感器安装与风力发电机的壳体内部。
优选的，所述硬件系统包括系统服务器、数据库服务器、PC工作站、网络交换机及网络通讯附件；所述软件平台为预测系统软件的搭建平台。
本发明的有益效果如下：
1、保障电力市场稳定：由于风电场作为并网电源，需要参与电力市场竞价，因此需要对风电功率进行预测以提高企业的盈利能力，同时也有助于企业合理安排检修计划。
2、保障电网安全：风电场有义务向电网申报发电计划，如果预测误差超出一定范围,风电场要向电网运营商缴纳罚款。因此，对风电功率预测的依赖性和需求度越来越大。
3、提高风电利用率：根据风电出力变化规律增强系统的安全性、可靠性和可控性，优化电力市场中电力的价值。
4、连续不间断运行：风电功率预测系统需要连续不间断运行，如果崩溃了无法正常预测功率，将会影响电力的调度。
附图说明
为了更清楚地说明本发明的技术方案，下面将对具体实施方式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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1：本发明所述一种风电功率预测方法的流程示意图；
图2：本发明所述数据处理方法的示意图；
图3：本发明所述一种风电功率预测系统的示意图；
图4：本发明所述数据收集系统的示意图；
图5：本发明所述硬件系统的示意图。
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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
如图1-5所示，一种风电功率预测方法，该方法包括以下步骤：
S1，数据收集，历史气象收据以及风电场运行数据的收集；
S2，数据处理，对步骤S1收集的数据进行处理；
S3，模型建立，依据步骤S2处理的数据，建立数学模型；
S4，模型训练，使用历史数据对步骤S3建立的数学模型进行训练和优化，调整模型参数；
S5，预测结果，根据训练好的模型，对未来风电输出功率进行预测；
S6，结果评估，对预测结果进行评估和校验，比较预测值和实际值之间的误差，进一步调整模型参数。
进一步地，历史气象数据包括风电场的风速和风向，风电场运行数据包括风力发电机转子的旋转加速度、风力发电机的内部气压、以及风力发电机的内部温度。
通过数据收集了解风电场位置的气象情况以及风电场的运行情况，并将数据传递到数据库中，方便后续的数据整理。
进一步地，数据处理的方法包括数据清洗、数据筛选、数据转换和数据挖掘。
进一步地，数据清洗用于去除无效数据，纠正错误数据；数据筛选用于选择与预测目标相关的数据，去除不相关的数据；数据转换用于将数据进行标准化、归一化等预处理，以便更好地进行模型训练；数据挖掘用于提取数据中的有效信息。
通过对数据进行处理可以提高数据质量、提取有用信息、支持决策、预测未来、并实现数据的标准化。
进一步地，步骤S3中，数学模型为拟合回归模型和物理模型中的一种或二者结合。
进一步地，拟合回归模型基于历史数据建立统计模型，通过对历史数据的分析来预测未来的功率输出；物理模型基于气象学和风力发电机组的工作原理建立数学模型来预测功率输出。
运用两种模型，且两种模型可以结合使用，以综合考虑不同因素的影响。
一种风电功率预测系统，预测系统包括数据收集系统、硬件系统和软件平台。
进一步地，数据收集系统包括风速传感器、风向传感器、加速度传感器、压力传感器和温度传感器。
进一步地，风速传感器安装在风力发电机的风机叶片上；风向传感器安装在风力发电机塔架上的气象天线上；加速度传感器安装在风力发电机的塔架上；压力传感器和温度传感器安装与风力发电机的壳体内部。
用于测量风力发电机转子振动情况，安装在风力发电机塔架上，通过测量风力发电机旋转时的加速度，判断其是否存在异常运行情况，并及时采取措施
用于测量风力发电机内部温度，因为风力发电机的工作环境比较复杂，内部的温度也可能会出现较大的波动，因此对于温度的监测就显得十分重要
用于测量风力发电机的气压，因为气压的变化也会对风力发电机的运行产生较大的影响。
进一步地，硬件系统包括系统服务器、数据库服务器、PC工作站、网络交换机及网络通讯附件；软件平台为预测系统软件的搭建平台。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (10)
1.一种风电功率预测方法，其特征在于，该方法包括以下步骤：
S1，数据收集，历史气象收据以及风电场运行数据的收集；
S2，数据处理，对步骤S1收集的数据进行处理；
S3，模型建立，依据步骤S2处理的数据，建立数学模型；
S4，模型训练，使用历史数据对步骤S3建立的数学模型进行训练和优化，调整模型参数；
S5，预测结果，根据训练好的模型，对未来风电输出功率进行预测；
S6，结果评估，对预测结果进行评估和校验，比较预测值和实际值之间的误差，进一步调整模型参数。
2.根据权利要求1所述的一种风电功率预测方法，其特征在于，所述历史气象数据包括风电场的风速和风向，所述风电场运行数据包括风力发电机转子的旋转加速度、风力发电机的内部气压、以及风力发电机的内部温度。
3.根据权利要求1所述的一种风电功率预测方法，其特征在于，所述数据处理的方法包括数据清洗、数据筛选、数据转换和数据挖掘。
4.根据权利要求3所述的一种风电功率预测方法，其特征在于，所述数据清洗用于去除无效数据，纠正错误数据；所述数据筛选用于选择与预测目标相关的数据，去除不相关的数据；所述数据转换用于将数据进行标准化、归一化等预处理，以便更好地进行模型训练；所述数据挖掘用于提取数据中的有效信息。
5.根据权利要求1所述的一种风电功率预测方法，其特征在于，所述步骤S3中，数学模型为拟合回归模型和物理模型中的一种或二者结合。
6.根据权利要求5所述的一种风电功率预测方法，其特征在于，所述拟合回归模型基于历史数据建立统计模型，通过对历史数据的分析来预测未来的功率输出；所述物理模型基于气象学和风力发电机组的工作原理建立数学模型来预测功率输出。
7.一种风电功率预测系统，其特征在于，所述预测系统包括数据收集系统、硬件系统和软件平台。
8.根据权利要求7所述的一种风电功率预测系统，其特征在于，所述数据收集系统包括风速传感器、风向传感器、加速度传感器、压力传感器和温度传感器。
9.根据权利要求8所述的一种风电功率预测方法，其特征在于，所述风速传感器安装在风力发电机的风机叶片上；所述风向传感器安装在风力发电机塔架上的气象天线上；所述加速度传感器安装在风力发电机的塔架上；所述压力传感器和温度传感器安装与风力发电机的壳体内部。
10.根据权利要求7所述的一种风电功率预测方法，其特征在于，所述硬件系统包括系统服务器、数据库服务器、PC工作站、网络交换机及网络通讯附件；所述软件平台为预测系统软件的搭建平台。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311293379.5A CN117252301A (zh) | 2023-10-08 | 2023-10-08 | 一种风电功率预测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311293379.5A CN117252301A (zh) | 2023-10-08 | 2023-10-08 | 一种风电功率预测方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117252301A true CN117252301A (zh) | 2023-12-19 |
Family
ID=89134779
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311293379.5A Pending CN117252301A (zh) | 2023-10-08 | 2023-10-08 | 一种风电功率预测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117252301A (zh) |
-
2023
- 2023-10-08 CN CN202311293379.5A patent/CN117252301A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110259646B (zh) | 一种基于历史数据的风力发电机组部件状态预警方法 | |
| CN108680358A (zh) | 一种基于轴承温度模型的风电机组故障预测方法 | |
| CN106815771B (zh) | 一种风电场载荷的长期评估方法 | |
| CN106979126B (zh) | 基于svr的风力发电机组高风速段有效风速估计方法 | |
| CN104392752A (zh) | 一种实时在线的核反应堆故障诊断与监测系统 | |
| US11649804B2 (en) | Systems and methods for controlling a wind turbine | |
| US11428212B2 (en) | Wind turbine drivetrain wear detection using azimuth variation clustering | |
| US20230272775A1 (en) | Systems and methods of coordinated yaw control of multiple wind turbines | |
| CN111878322B (zh) | 风力发电机装置 | |
| CN117728587B (zh) | 一种新能源发电设备运行数据的实时监控系统及方法 | |
| CN117905638B (zh) | 基于强化学习的风力发电机优化控制方法及系统 | |
| CN115186861A (zh) | 基于数字孪生的风电场动态扇区管理优化方法及系统 | |
| CN114033617B (zh) | 一种控制参量自适应调整的可控风力发电方法及系统 | |
| CN117893058A (zh) | 光伏场站性能综合评估的方法及系统 | |
| CN116877335A (zh) | 一种风力发电机组的偏航控制方法及系统 | |
| CN117252301A (zh) | 一种风电功率预测方法及系统 | |
| CN115842408A (zh) | 基于scada的风电场运行状态检测系统及方法 | |
| CN115450864A (zh) | 一种基于合成少数类样本的风电机组叶片结冰诊断方法 | |
| CN114320773A (zh) | 一种基于功率曲线分析与神经网络的风电机组故障预警方法 | |
| CN114510815A (zh) | 一种风电机组功率特性评估方法及系统 | |
| Collet et al. | A data-driven approach for fatigue-based individual blade pitch controller selection from wind conditions | |
| Xu et al. | A Combined Model for Ultra-Short-Term PV Forecasting Based on SOM Clustering | |
| CN118281920B (zh) | 一种风力发电储能容量配置的优化方法 | |
| CN118783530A (zh) | 一种风力发电机的自适应补偿调节配置方法 | |
| CN118820926A (zh) | 基于水电机组的设备运行状态频繁报警监测方法及系统 |
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 |