CN201413997Y - 风电功率预测系统 - Google Patents

风电功率预测系统 Download PDF

Info

Publication number
CN201413997Y
CN201413997Y CN2009200932903U CN200920093290U CN201413997Y CN 201413997 Y CN201413997 Y CN 201413997Y CN 2009200932903 U CN2009200932903 U CN 2009200932903U CN 200920093290 U CN200920093290 U CN 200920093290U CN 201413997 Y CN201413997 Y CN 201413997Y
Authority
CN
China
Prior art keywords
wind
wind power
power
network
data
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.)
Expired - Lifetime
Application number
CN2009200932903U
Other languages
English (en)
Inventor
王晓波
刘纯
范国英
王伟胜
董存
王勃
郭雷
范高锋
李育发
石永刚
郑太一
王晓蓉
刘德斌
杨国新
孙福寿
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.)
Jilin Electric Power Co., Ltd.
China Electric Power Research Institute Co Ltd
Original Assignee
JILIN ELECTRIC POWER CO Ltd
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 JILIN ELECTRIC POWER CO Ltd filed Critical JILIN ELECTRIC POWER CO Ltd
Priority to CN2009200932903U priority Critical patent/CN201413997Y/zh
Application granted granted Critical
Publication of CN201413997Y publication Critical patent/CN201413997Y/zh
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Images

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00Adapting or protecting infrastructure or their operation

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本实用新型涉及一种风电功率预测系统,属于电网系统技术领域,系统主要由数值天气预报模块、EMS系统数据模块、数值天气预报处理模块和数据采集设备组成。本实用新型实现了风电功率24小时预测,通过网络安全防护设备实现了Internet网络与电力调度数据网有效隔离,可满足电力二次系统安全防护的要求,基于风电功率预测结果,可做到灵活、有效地调节系统实际并网的风电装机容量,从而提高系统总的额定风电装机容量。对发电计划制定,发供电平衡,保证电网安全稳定运行具有重要作用。

Description

风电功率预测系统
技术领域
本实用新型属于电力系统技术领域,特别涉及一种电网调度的风电功率预测系统。
背景技术
目前,国外对风电预测的研究有近20年的历史,最早的研究单位是丹麦的Risoe国家实验室,随后德国也进行了深入的研究,各风电强国都意识到风电预测的价值和意义纷纷开发出了自己的商用预测系统并投入运营,如德国、丹麦、美国等。在我国还缺乏有效的风力发电预测系统。随着风电的大规模并网,风电的不确定性和不可控性等特点给电网带来了越来越多的问题。
在我国风能资源比较丰富、风电发展较快的地区,风电将逐渐成为不可忽略的电源形式。与常规电源不同,风能来源于空气的流动,并且受周围地形地貌的影响,因此风电具有很大的随机性、间歇性和不可控性。而且,在实际运行中多数风电具有反调峰特性,即负荷大时风电出力小,负荷小时风电出力反而大,给风电丰富地区电网调度和电力市场管理带来了越来越大的压力。另外,风电场一般处于偏远地区,位于系统末端,电网相对薄弱,为了应对风电的随机性、间歇性、不可控性和反调峰特性,系统在运行中必须考虑留有足够的备用电源和调峰容量,以保证风电出力不足时能够正常向用户供电,随着风电装机容量的增加,风电穿透功率超过一定值后,风电功率预测将成为电力系统不可或缺的组成部分,对于调度安排系统的发电计划、保证电力系统的安全稳定运行、降低备用容量和运行成本以及对电力市场进行有效的管理等都具有重要意义。
由于中国风资源的分布特点致使大部分风电场建设较为集中,风能的间歇性对于接入电网的影响将更加突出。开展风电场出力短期预报的研究与开发对于我国实现大规模开发风电场是必要的和急迫的。由于近地层风资源的变化与地理特点具有的密切相关性,使得我国的风电场与欧洲风电场的特点不同,国外正在应用的风电场产量预报系统无法直接应用,因此本项目开发的适用于我国风电场条件下的预报系统具有我国自身的特点。
该项目的技术路线是:分析数值天气预报数据、实测风速数据及风电场输出功率的相关性,建立风电功率的神经网络模型,对模型的结构及模型参数进行优化研究,根据实际数据进行模型的验证和调整,提高预测精度,为吉林省电网风电接入后电网的经济调度提供有益的参考。
通过对风力发电预测关键技术以及本课题的技术路线进行对比分析,可以看出本课题研究是基于“理论分析——试验分析——实际模型校验——理论分析”的研究路线,以保证所建立的发电预测模型及测试结果能够得到试验验证。
从已发表的研究文献来看,目前国际上尚未有由于具备基于中国风电场的独特性基础上的风电预报系统,国外的预测系统无法直接应用,因此本项目风电负荷预报系统具有自身的独创型。
以上对比分析表明,本项目研究思路具有独特的创新性和前瞻性,所开发的预测系统的有效性和可信性能够得到试验检验,研究结果合理可信,对促进风电发展具有重要的理论指导作用和工程实用价值。
发明内容
针对现有技术的缺点与不足,本实用新型提供一种能够降低风电功率预测系统的设备配置数量,实现天气预报模块与风电功率预测系统数据库、电力系统能量管理系统EMS数据平台有效物理隔离的风电功率预测系统。
本实用新型是这样设计的:一种风电功率预测系统,其特征在于,主要由数值天气预报模块、EMS系统数据模块、数值天气预报处理模块和数据采集设备组成,其中数值天气预报模块包括NWP处理机,NWP处理机之间连接Internet、网络安全防护设备、网络交换机、相互之间通过网络进行连接;其中EMS系统数据模块由EMS系统数据平台、调度数据网、EMS系统、相互之间通过网络与网络交换机进行连接;其中数值天气预报处理模块主要包括风电功率的预测系统数据库服务器、预测计算处理机、图形用户接口、相互之间通过网络与网络交换机进行连接。所述的数据采集设备包括有风电场风速采集器和风电场功率采集器,所述的预测系统数据库服务器通过网络交换机、网络安全防护设备与NWP处理机及EMS系统数据平台相连接,并且EMS系统数据平台通过调度数据网与风电场风速采集器和风电场功率采集器相连接,另外,所述的预测系统数据库服务器采用PC机系统,装入Windows XP操作系统。
通过上述设计方案,本实用新型可以带来如下有益效果:
1、通过网络安全防护设备实现了Internet网络与电力调度数据网有效隔离,满足电力二次系统安全防护的要求。
2、风电功率预测系统数据库服务器通过单一调度数据网与电力系统能量管理系统EMS连接,与多个风电场厂站数据采集设备进行网络通讯,降低设备配置数量。
3、风电功率预测系统数据库服务器与电力系统能量管理系统EMS、数值天气预报模块连接,实现了风力发电的有效预测,从而有效制定发电计划,提高风力发电的电力市场竞争力。
4、基于风电功率预测结果,可做到灵活、有效地调节系统实际并网的风电装机容量,从而提高系统总的额定风电装机容量,降低电力系统调峰备用容量和运行成本。
因此,通过本实用新型实现了风电功率24小时预测,提高系统总的额定风电装机容量。对发电计划制定,发供电平衡,保证电网安全稳定运行具有重要作用。
第一,解决了电力调度部门调配系统备用电源时,仅靠风力发电装机容量和风电上网电量的历史数据估算风电功率预测的问题。可为现有风电场对未来24小时进行风电功率预测,有效制定电力系统发电计划,做好系统的发供电平衡。对不同的发电预测结果,提前分析计算电网的稳定性。
第二,解决了风电功率预测系统数据库服务器与电力系统能量管理系统(EMS)、数值天气预报模块连接的问题,与多个风电场厂站数据采集设备进行网络通讯,降低设备配置数量。
第三,网络安全防护设备模式,解决了Internet网络与电力调度数据网安全隔离,满足电力二次系统安全防护的要求。
附图说明
以下结合附图和具体实施方式对本实用新型作进一步的说明:
图书1为本实用新型的结构示意图
具体实施方式
如图1所示,该系统主要由数值天气预报模块、EMS系统数据模块、数值天气预报处理模块和数据采集设备组成,其中数值天气预报模块包括NWP处理机,NWP处理机之间连接Internet、网络安全防护设备、网络交换机、相互之间通过网络进行连接;其中EMS系统数据模块由EMS系统数据平台、调度数据网、EMS系统、相互之间通过网络与网络交换机进行连接;其中数值天气预报处理模块主要包括风电功率的预测系统数据库服务器、预测计算处理机、图形用户接口、相互之间通过网络与网络交换机进行连接。所述的数据采集设备包括有风电场风速采集器和风电场功率采集器,所述的预测系统数据库服务器通过网络交换机、网络安全防护设备与NWP处理机及EMS系统数据平台相连接,并且EMS系统数据平台通过调度数据网与风电场风速采集器和风电场功率采集器相连接,所述的预测系统数据库服务器采用PC机系统,装入Windows XP操作系统。
通过提出基于二次系统安全防护要求的风电功率预测系统数据库服务器的设计方案,所述风电功率的预测系统数据库服务器建立其主要作用有:
1、风电功率的预测系统数据库服务器通过单一调度数据网与电力系统能量管理系统EMS连接,与多个风电场厂站数据采集设备进行网络通讯,降低设备配置数量。
2、风电功率的预测系统数据库服务器与电力系统能量管理系统EMS、数值天气预报模块连接,实现了风力发电功率的有效预测,从而有效制定发电计划,提高风力发电的电力市场竞争力。
3、通过网络安全防护设备实现了Internet网络与电力调度数据网有效隔离,满足电力二次系统安全防护的要求。
4、基于风电功率预测结果,可做到灵活、有效地调节系统实际并网的风电装机容量,从而提高系统总的额定风电装机容量,降低系统调峰热备用容量。
风电功率预测系统数据库服务器采用PC机系统,Windows XP操作系统。主要由四部分组成、数值天气预报模型、风电场数据采集模块、预测模块和软件实现模块。数值天气预报模块提供风电场所在位置近地层的各种气象预报数据,每十二小时预报一次,一天预报两次,每次预报72小时。数值天气预报模块提供的数据为二进制格式,经过数据处理及转换,转换成十进制格式作为预测模型的输入。风电场数据采集模块主要是在风电场关键位置点设立测风塔,采集风速、风向、温度、气压等数据,这些数据经过转换后也作为预测模型的输入数据。预测模块主要对风速和功率进行预测,是预测系统的核心,为满足风电场的要求,提供了短期(1-3天)和超短期(1-4小时)的预测。因为每个风电场的地理位置,气象条件各不相同,所以预测模块要具有可调整性。软件实现模块主要包括数据处理转换及GUI图形界面。
数值天气预报模块
数值天气预报是根据大气实际情况,在一定初值和边界条件下,通过数值计算,求解描写天气演变过程的流体力学和热力学方程组,预报未来的天气状况,它是一种定量和客观的预报方法。预报量有气压、温度、湿度、风速、风向、降水等。风电场的范围一般在几公里之内。本预测系统使用中尺度预报模型MM5来进行数值天气预报。
MM5模型是美国宾州大学和美国国家大气研究中联合研制的有限区域中尺度大气模式,是目前气象领域应用最广泛的中尺度预报模式之一。MM5模式水平分辨率可达到5km,垂直分辨率可达40层,网格嵌套层数最多可达10层。其计算规模巨大,为了满足天气预报精度的不断提高和时效性要求,必须借助于高性能巨型计算机,采用分布并行计算平台来实现。
在目前计算条件下,由于MM5中尺度数值模式可考虑高分辨的地形和陆面使用状况等重要的局地迫动因子,并使用复杂的物理参数化方案,来研究和预测高分辨的局地中尺度天气现象,其相对于大模式的灵活性、细致性,使其应用范围迅速扩大,目前MM5在美国已为40多所院校、近30个国家实验室和军事单位及20多个工业咨询公司所使用,在全世界各大洲约有50多个单位使用。
在实时预报应用方面:目前全球约有30余个单位使用MM5开展实时区域天气预报,并在国际互联网上发布,成为一种潜在的、有发展前途的业务区域预报工具。在区域气候预报方面:区域气候模式作为全球气候模式与中尺度气象模式相结合的产物,已灵活地用于全球各区域过去、现在和将来气候的研究中。
MM5是有限区域模式,作为业务数值预报必须确保侧边界条件的提供,为此,有三套方案可选择:第一,使用中国国家气象中心提供的T213资料作为初始分析中的初估场和模式侧边界条件;第二,采用美国国家环境预报中心NCEP的初始分析场作初估场,用美国全球预报系统GFS的预报作侧边界条件;第三,把MM5扩展成半球模式,形成自模式嵌套的预报系统。
风电场数据采集
风电场数据采集包括历史功率数据采集和历史风速数据采集。功率数据采集可以在风电场中央监控系统中取得。中央监控系统每十五分钟采集风电场的出力情况并保存在指定的文件夹中。不同公司开发出的中央监控系统的数据存储格式不同,需要在其指定环境下才能打开。
风速数据的采集需要在风电场具有代表性的地点建立测风塔。在地形简单,风速稳定的小风电场一个测风塔基本上就能代表整个风电场的风速情况。但在地形复杂的风电场(比如山地地形),则需要选择多个典型地点建立测风塔才能正确表示出该风电场的风速情况。
测风塔的高度一般是70米,根据预报系统数据的需要,在测风塔上需要安装的传感器有风速传感器、风向传感器、温度传感器、气压传感器和湿度传感器。
各传感器的安装:温度,气压,湿度传感器安装在塔架的10米处,风速和风向传感器在塔架的10米和70米处各安装一个。
预测模型的建立
人工神经网络ANN是一种非线性映射系统,具有强大的模式识别能力,可以对任意复杂状态或过程进行分类和识别,它具有良好的自适应性、自组织性、和容错性以及具有较强的学习、记忆、联想、识别能力等。由于ANN能够建立任意非线性的模型,并适于解决时间序列预报问题,尤其是随机平稳过程的预报,在电力系统短期负荷预报方面已经得到了广泛的研究应用。所以,同样神经网络也适合于风电场的短期产能预报。
本预测模型的输入主要为风电场最临近网格点的天气参数,天气参数有风速、风向、温度、气压、湿度、等。输出为风电场的产能即功率。
系统技术指标:
系统可用率:≥99.9%
使用寿命期限:≥10年
数据保存时间:30年
画面实时数据刷新周期:5s
最大接入用户数量:64
通信速率:1200、4800、9600波特。
本实用新型描述中涉及的数值天气预报NWP、电力系统能量管理系统EMS等英文缩写词汇为本行业通用的技术术语。

Claims (4)

1、一种风电功率预测系统,其特征在于,由数值天气预报模块、EMS系统数据模块、数值天气预报处理模块和数据采集设备组成,其中数值天气预报模块包括NWP处理机,NWP处理机连接Internet,并且NWP处理机与网络安全防护设备、网络交换机之间通过网络进行连接;其中EMS系统数据模块由EMS系统数据平台、调度数据网、EMS系统构成,相互之间通过网络与网络交换机进行连接;其中数值天气预报处理模块包括风电功率的预测系统数据库服务器、预测计算处理机、图形用户接口,相互之间通过网络与网络交换机进行连接。
2、根据权利要求1所述的风电功率预测系统,其特征在于,所述的数据采集设备包括有风电场风速采集器和风电场功率采集器。
3、根据权利要求1所述的风电功率预测系统,其特征在于,所述的预测系统数据库服务器通过网络交换机、网络安全防护设备与NWP处理机及EMS系统数据平台相连接,并且EMS系统数据平台通过调度数据网与风电场风速采集器和风电场功率采集器相连接。
4、根据权利要求1或3所述的风电功率预测系统,其特征在于,所述的预测系统数据库服务器采用PC机系统,装入Windows XP操作系统。
CN2009200932903U 2009-03-30 2009-03-30 风电功率预测系统 Expired - Lifetime CN201413997Y (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2009200932903U CN201413997Y (zh) 2009-03-30 2009-03-30 风电功率预测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2009200932903U CN201413997Y (zh) 2009-03-30 2009-03-30 风电功率预测系统

Publications (1)

Publication Number Publication Date
CN201413997Y true CN201413997Y (zh) 2010-02-24

Family

ID=41715878

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2009200932903U Expired - Lifetime CN201413997Y (zh) 2009-03-30 2009-03-30 风电功率预测系统

Country Status (1)

Country Link
CN (1) CN201413997Y (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102102626A (zh) * 2011-01-30 2011-06-22 华北电力大学 风电场短期功率预测方法
CN102510059A (zh) * 2011-11-28 2012-06-20 山东电力集团公司潍坊供电公司 基于bp神经网络的超短期风电功率预测方法
CN102570453A (zh) * 2012-01-06 2012-07-11 甘肃省电力公司风电技术中心 基于多套数值天气预报源的短期风电功率预测方法及系统
CN102938562A (zh) * 2012-07-19 2013-02-20 中国电力科学研究院 一种区域内风电总功率的预测方法
CN103855721A (zh) * 2014-03-19 2014-06-11 国家电网公司 风电场监控系统接入电网调度系统的系统及信息交换方法
TWI474033B (zh) * 2011-12-28 2015-02-21
CN107153892A (zh) * 2017-05-12 2017-09-12 沈阳工程学院 分布式风光一体化发电功率预测系统
CN107330189A (zh) * 2017-06-29 2017-11-07 国网湖南省电力公司 一种临近网格温度分层细化预测方法和系统
CN108616139A (zh) * 2016-12-12 2018-10-02 中国电力科学研究院 一种风电功率集群预测方法和装置
US10975846B2 (en) 2015-07-29 2021-04-13 General Electric Company Method and system to optimize availability, transmission, and accuracy of wind power forecasts and schedules

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102102626B (zh) * 2011-01-30 2012-08-29 华北电力大学 风电场短期功率预测方法
CN102102626A (zh) * 2011-01-30 2011-06-22 华北电力大学 风电场短期功率预测方法
CN102510059A (zh) * 2011-11-28 2012-06-20 山东电力集团公司潍坊供电公司 基于bp神经网络的超短期风电功率预测方法
TWI474033B (zh) * 2011-12-28 2015-02-21
CN102570453A (zh) * 2012-01-06 2012-07-11 甘肃省电力公司风电技术中心 基于多套数值天气预报源的短期风电功率预测方法及系统
CN102570453B (zh) * 2012-01-06 2015-04-01 甘肃省电力公司风电技术中心 基于多套数值天气预报源的短期风电功率预测方法及系统
CN102938562B (zh) * 2012-07-19 2015-07-08 中国电力科学研究院 一种区域内风电总功率的预测方法
CN102938562A (zh) * 2012-07-19 2013-02-20 中国电力科学研究院 一种区域内风电总功率的预测方法
CN103855721A (zh) * 2014-03-19 2014-06-11 国家电网公司 风电场监控系统接入电网调度系统的系统及信息交换方法
CN103855721B (zh) * 2014-03-19 2016-08-24 国家电网公司 风电场监控系统接入电网调度系统的系统及信息交换方法
US10975846B2 (en) 2015-07-29 2021-04-13 General Electric Company Method and system to optimize availability, transmission, and accuracy of wind power forecasts and schedules
CN108616139A (zh) * 2016-12-12 2018-10-02 中国电力科学研究院 一种风电功率集群预测方法和装置
CN108616139B (zh) * 2016-12-12 2023-05-23 中国电力科学研究院 一种风电功率集群预测方法和装置
CN107153892A (zh) * 2017-05-12 2017-09-12 沈阳工程学院 分布式风光一体化发电功率预测系统
CN107330189A (zh) * 2017-06-29 2017-11-07 国网湖南省电力公司 一种临近网格温度分层细化预测方法和系统
CN107330189B (zh) * 2017-06-29 2021-03-09 国网湖南省电力有限公司 一种临近网格温度分层细化预测方法和系统

Similar Documents

Publication Publication Date Title
CN201413997Y (zh) 风电功率预测系统
CN102570453B (zh) 基于多套数值天气预报源的短期风电功率预测方法及系统
CN201813161U (zh) 一种风电功率预测系统
CN104978608B (zh) 一种风电功率预测装置及预测方法
CN102005760B (zh) 一种通用风电功率短期预报方法
CN106228278A (zh) 光伏功率预测系统
CN202167895U (zh) 风电/光伏功率预测系统
Emejeamara et al. A method for estimating the potential power available to building mounted wind turbines within turbulent urban air flows
CN104299044A (zh) 基于聚类分析的风功率短期预测系统及预测方法
CN103996082A (zh) 一种基于双重随机理论的太阳辐射强度预测方法
CN102609791A (zh) 基于云平台的规模化集中式远程风电功率预测中心
CN103713336A (zh) 基于gis分区的水电站流域面雨量气象预报方法
CN201928022U (zh) 风电功率预测系统
CN109636076A (zh) 一种分布式光伏功率预测主站系统
CN102044872A (zh) 一种风电功率中长期预报方法
CN104008284A (zh) 测风塔在数值天气预报中的校正方法
Ahlstrom et al. Atmospheric pressure
CN110416996A (zh) 一种基于云平台的分布式光伏集群功率预测系统
Potter et al. Wind power data for grid integration studies
Rohrig et al. Online-monitoring and prediction of wind power in german transmission system operation centres
CN112462651B (zh) 一种考虑前池水位的小水电功率预测方法及预测系统
Ma et al. Ultra-short-term solar power forecasting based on a modified clear sky model
Xu Coastal wind power forecasting research scheme design
Panjwani et al. Short-term solar and wind generation forecasting for the western region of india
Zhongping et al. Integrated wind and solar power forecasting in China

Legal Events

Date Code Title Description
C14 Grant of patent or utility model
GR01 Patent grant
ASS Succession or assignment of patent right

Owner name: CHINESE INST. OF ELECTRIC POWER SCIENCE

Effective date: 20120514

C41 Transfer of patent application or patent right or utility model
TR01 Transfer of patent right

Effective date of registration: 20120514

Address after: 130021 No. 4629 Renmin Street, Changchun, Jilin, Chaoyang District

Co-patentee after: China Electric Power Research Institute

Patentee after: Jilin Electric Power Co., Ltd.

Address before: 130021 No. 4629 Renmin Street, Changchun, Jilin, Chaoyang District

Patentee before: Jilin Electric Power Co., Ltd.

CX01 Expiry of patent term
CX01 Expiry of patent term

Granted publication date: 20100224