CN203038278U - 风电场功率的预测系统 - Google Patents
风电场功率的预测系统 Download PDFInfo
- Publication number
- CN203038278U CN203038278U CN201220462681.XU CN201220462681U CN203038278U CN 203038278 U CN203038278 U CN 203038278U CN 201220462681 U CN201220462681 U CN 201220462681U CN 203038278 U CN203038278 U CN 203038278U
- Authority
- CN
- China
- Prior art keywords
- wind energy
- turbine set
- energy turbine
- weather data
- server
- 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
Links
Images
Landscapes
- Wind Motors (AREA)
Abstract
本实用新型公开了一种风电场功率的预测系统,该风电场功率的预测系统包括:数值天气预报NWP服务器,用于在获取全球气象数据后预测多个风电场的气象数据;数据库服务器,其中,一个数据库服务器连接至多个NWP服务器,用于存储来自多个NWP服务器的多个风电场的气象数据;以及预测服务器,连接至数据库服务器,用于生成多个子程序并控制多个子程序根据各风电场的气象数据预测风电场功率。相比与在各风电设置独立的功率预测系统,本实用新型方便了对风电场功率预测系统的统一的管理而且减少了硬件设备的投入成本。
Description
技术领域
本实用新型涉及风力发电领域,具体而言,涉及一种风电场功率的预测系统。
背景技术
在风力发电领域,由于风电场输出功率具有波动性和间歇性,如果大量风电场集中并网会影响电网的安全稳定运行。对风电场输出功率进行预测被认为是增加风电接入容量、提高电力系统运行安全性与经济性的有效手段。
对于风功率的预测系统问题,国内外的学者进行了大量研究,取得了一定成果。美国、欧洲的国家起步比较早,目前已研究出用于风力发电的短期预报系统,且应用于很多风电场。国内在风力发电超速发展的同时,风电场功率预测也越来越得到重视,目前也有不同厂家的预测系统上市,但基本上采用的是单独风电场单套功率预测系统的方式,即,在每个风电场都要单独获取该电厂的气象数据,并预测该风电场的预测功率。在每个风电场各安装一套风电场单套功率预测系统增加了硬件的投入,而且不便对各风电场功率预测系统进行集中管理。
针对现有技术中不便对各风电场功率预测系统进行集中管理的问题,目前尚未提出有效的解决方案。
发明内容
本实用新型提供了一种风电场功率的预测系统,以至少解决现有技术中不便对各风电场功率预测系统进行集中管理的问题。
为了实现上述目的,根据本实用新型的一个方面,提供了一种风电场功率的预测系统。
根据本实用新型的风电场功率的预测系统包括:数值天气预报NWP服务器,用于在获取全球气象数据后预测多个风电场的气象数据;数据库服务器,其中,一个数据库服务器连接至多个NWP服务器,用于存储来自多个NWP服务器的多个风电场的气象数据;以及预测服务器,连接至数据库服务器,用于生成多个子程序并控制多个子程序根据各风电场的气象数据预测风电场功率。
进一步地,预测系统还包括:客户端,设置在风电场,用于获取预测服务器预测出的风电场功率并将风电场功率发送至电力调度机构。
进一步地,预测服务器还包括:第一接收单元,用于接收客户端的连接请求;以及创建单元,用于在接收到客户端的连接请求之后,创建子程序以预测客户端对应的风电场功率。
进一步地,NWP服务器包括:获取单元,用于获取全球气象数据;气象预测单元,用于根据全球气象数据预测多个风电场的气象数据;以及存储单元,用于将气象数据存储至数据库服务器。
进一步地,NWP服务器还包括:定时器,用于每隔预设时间间隔触发获取单元获取全球气象数据。
进一步地,存储单元还用于将气象数据对应的风电场ID存储至数据库服务器,数据库服务器包括:第二接收单元,用于接收气象数据、气象数据的存储时间和风电场ID。
进一步地,预测服务器中还包括用于根据气象数据和存储时间预测风电场ID对应的风电场的预测功率的模块。
通过本实用新型,由于NWP服务器在获取全球气象数据后预测出多个风电场的气象数据,并通过数据库服务器调用各风电场的气象数据预测各风电场的预测功率,相比与在各风电设置独立的功率预测系统,本实用新型仅需一台NWP服务器获取全球气象数据,并充分利用该气象数据预测各风电场功率,因此解决了现有技术中不便对各风电场功率预测系统进行集中管理的问题,进而方便了对风电场功率预测系统的统一的管理而且减少了硬件设备的投入成本。
附图说明
构成本申请的一部分的附图用来提供对本实用新型的进一步理解,本实用新型的示意性实施例及其说明用于解释本实用新型,并不构成对本实用新型的不当限定。在附图中:
图1是根据本实用新型实施例的风电场功率的预测系统的结构框图;以及
图2是根据本实用新型优选实施例的风电场功率的预测系统的结构框图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本实用新型。
本实用新型实施例提供了一种风电场功率的预测系统,以下对本实用新型实施例所提供的风电场功率的预测系统进行介绍。
由于linux系统的性能稳定、系统安全、源码开放而且可靠性高,因此以linux系统和MySQL数据库为例,在linux环境下利用MySQL数据库的触发器来触发不同风电场功率预测客户端。
本实施例提供了一种在linux系统环境下,利用MySQL触发器调用包含通讯客户端的自定义函数,通过并发服务器端同时接收来自多个风电场的客户端连接,并计算各个风电场的预测功率。
图1是根据本实用新型实施例的风电场功率的预测系统的结构框图。
如图1所示,该风电场功率的预测系统包括NWP(Numerical Weather Prediction,数值天气预报)服务器11、数据库服务器12和预测服务器13。
NWP服务器11用于在获取全球气象数据后预测多个风电场的气象数据。
NWP是指根据大气实际情况,在一定的初值和边值条件下,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的方程组,预测未来一定时段的大气运动状态和天气现象。
本实施例用到的NWP采用的是WRF(Weather Research and Forecast)模式,WRF模式是由美国国家大气研究中心(NCAR)、国家环境预报中心(NCEP)、预报系统实验室(FSL)和奥克拉荷马大学共同开发的,美国国家自然科学基金和国家海洋大气局(NOAA)共同支持的,美国宇航局(NASA)等单位参与的中尺度预报模式和同化系统。
由于WRF运行的工作量非常大,所以对每个风电场的气象预测计算都必须配备一台单独的NWP服务器。NWP服务器运行过程为:使用linux任务调用命令周期性的执行NWP自动化运行shell脚本来控制整个NWP运行流程。优选地,NWP服务器包括获取单元、气象预测单元和存储单元,其中,获取单元,用于获取全球气象数据。气象预测单元,用于根据全球气象数据预测多个风电场的气象数据。存储单元,用于将气象数据存储至数据库服务器。为了及时获取更新的全球气象数据,更优选地,NWP服务器11还包括定时器,定时器用于每隔预设时间间隔触发获取单元获取全球气象数据。通过以上硬件装置,可以每天在设定时间从美国气象站FTP获取所需时间段的全球气象数据,并利用WRF多层嵌套数值天气预报区域模式根据历史数据的物理模型,来预测未来72小时风电场风速、风向、气压、湿度等变量值的预测,最后将NWP预测的结果数据存储至数据库。
一个数据库服务器12连接至多个NWP服务器11,用于存储来自多个NWP服务器11的多个风电场的气象数据。NWP服务器11和风电场一一对应。
数据库服务器12使用的是MySQL,里面保存着NWP预测结果及风电场的各种信息。MySQL中设置了触发器,当某一个风电场的NWP数据写入数据库后,触发器会自动执行一段程序,此程序为网络通信客户端,程序里面会将风电场ID,当日新的NWP数据写入数据库的时间信息发送给预测计算的服务端。
本实施例通过数据库服务器来存储风电场每台风机的实测功率、风速、温度等一些风机的数据,同时也存储风电场的功率与风速情况、测风塔的测量数据、WRF模式计算的72小时气象数据(包括风速、风向、温度、湿度等等)和风电场的功率预测值,并使用MySQL的触发器来调用自定义函数,然后通过网络通信,调动预测程序执行功率预测的计算。
预测服务器13用于连接至数据库服务器,用于生成多个子程序并控制多个子程序根据各风电场的气象数据预测风电场功率。
预测服务器13用于风电场功率的预测,其内部包含能接收MySQL自定义函数socket通信连接的并发服务器程序与计算功率的风电场模型的调用程序。
在网络程序中,通常都是许多客户机对应一台服务器。目前最常用的服务器模型分为两种:一种是循环服务器,即,在同一个时刻仅响应一个客户端的请求;另一种是并发服务器,即,在同一个时刻可响应多个客户端请求。在并发服务器中,每个客户机的请求不由服务器直接处理,而是服务器创建一个子程序来处理。这样可以使服务器进程在同一时间有多个子程序与不同的客户程序连接和通信。在客户程序看来,服务器可以并发地处理多个客户的请求。
用于预测计算的服务器,在linux操作系统下通过socket实现并发服务器。不同风电场的NWP数据写入数据库后,都会使MySQL的触发器启动,执行网络通信客户端的MySQL自定义函数,并发服务器能同时接收多个风电场的客户端连接。当并发服务器收到客户端的连接请求后,会创建一个子程序来处理此连接上的通讯,父进程会继续等待其他风电场的客户端连接。优选地,预测服务器13包括第一接收单元和创建单元,其中,第一接收单元,用于接收客户端的连接请求。创建单元,用于在接收到客户端的连接请求之后,创建子程序以预测客户端对应的风电场功率。
本实施例提供的并发服务器使用的是TCP协议,利用linux下多进程机制,当服务器收到一个连接后,创建一个子程序来处理此连接的数据通信,并调用预测计算模块。本系统在使用时已知风电场数量,即知道会产生的子程序数量,故对进程的数量与状况能很好的掌控,对系统资源也能合理的分配。
在本实施例中,由于NWP服务器11在获取全球气象数据后预测出多个风电场的气象数据,并通过数据库服务器12调用各风电场的气象数据预测各风电场的预测功率,相比与在各风电设置独立的功率预测系统,本实用新型仅需一台NWP服务器获取全球气象数据,并将此数据共享至其他所有风场的WRF服务器,同时利用数据库对所有风场信息进行管理,因此解决了现有技术中不便对各风电场功率预测系统进行集中管理的问题,进而方便了对风电场功率预测系统的统一管理而且减少了硬件设备的投入成本。
图2是根据本实用新型优选实施例的风电场功率的预测系统的结构框图。该实施例可以作为图1所示实施例的优选实施方式。
如图2所示,该风电场功率的预测系统除了包括之外,还包括客户端14。
客户端14设置在风电场,用于获取预测服务器预测出的风电场功率并将风电场功率发送至电力调度机构。
在该实施例中,仅通过客户端即可将风电场功率发送至风电场的电网控制系统中,相比于整套的风电场功率的预测系统,本实施例极大地减小了硬件成本。
为了区分不同的风电场,可以通过风电场ID进行区分,优选地,存储单元还用于将气象数据对应的风电场ID存储至数据库服务器。数据库服务器包括第二接收单元,第二接收单元用于接收气象数据、气象数据的存储时间和风电场ID。子程序与连接的客户端经过数据交换得到有新NWP数据的风电场ID及新NWP写入数据库的时间,然后通过程序调用风电场模型,计算该风电场的预测功率,最后将预测值写入数据库服务器。通过风电场ID和新NWP写入数据库的时间,可以准确地获取所需的数据并根据获取的数据进行功率预测。
进一步地,预测服务器中还包括用于根据气象数据和存储时间预测风电场ID对应的风电场的预测功率的模块。
从以上的描述中,可以看出,通过本实用新型实施例,方便了统一的管理而且减少了硬件设备的投入成本。
以上所述仅为本实用新型的优选实施例而已,并不用于限制本实用新型,对于本领域的技术人员来说,本实用新型可以有各种更改和变化。凡在本实用新型的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本实用新型的保护范围之内。
Claims (7)
1.一种风电场功率的预测系统,其特征在于,包括:
数值天气预报NWP服务器,用于在获取全球气象数据后预测多个风电场的气象数据;
数据库服务器,其中,一个数据库服务器连接至多个NWP服务器,用于存储来自多个NWP服务器的多个风电场的气象数据;以及
预测服务器,连接至数据库服务器,用于根据各风电场的气象数据预测风电场功率。
2.根据权利要求1的风电场功率的预测系统,其特征在于,所述预测系统还包括:
客户端,设置在风电场,用于获取预测服务器预测出的风电场功率并将所述风电场功率发送至电力调度机构。
3.根据权利要求2的风电场功率的预测系统,其特征在于,所述预测服务器还包括:
第一接收单元,用于接收客户端的连接请求;以及
创建单元,用于预测客户端对应的风电场功率。
4.根据权利要求1-3中任一项所述的风电场功率的预测系统,其特征在于,所述NWP服务器包括:
获取单元,用于获取全球气象数据;
气象预测单元,用于根据全球气象数据预测多个风电场的气象数据;以及
存储单元,用于将气象数据存储至数据库服务器。
5.根据权利要求4的风电场功率的预测系统,其特征在于,所述NWP服务器还包括:
定时器,用于每隔预设时间间隔触发所述获取单元获取全球气象数据。
6.根据权利要求4的风电场功率的预测系统,其特征在于,
存储单元还用于将气象数据对应的风电场ID存储至数据库服务器,
数据库服务器包括:第二接收单元,用于接收气象数据、气象数据的存储时间和风电场ID。
7.根据权利要求6的风电场功率的预测系统,其特征在于,
预测服务器中还包括用于根据气象数据和存储时间预测风电场ID对应的风电场的预测功率的模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201220462681.XU CN203038278U (zh) | 2012-09-11 | 2012-09-11 | 风电场功率的预测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201220462681.XU CN203038278U (zh) | 2012-09-11 | 2012-09-11 | 风电场功率的预测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN203038278U true CN203038278U (zh) | 2013-07-03 |
Family
ID=48690378
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201220462681.XU Expired - Lifetime CN203038278U (zh) | 2012-09-11 | 2012-09-11 | 风电场功率的预测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN203038278U (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103617454A (zh) * | 2013-11-21 | 2014-03-05 | 中能电力科技开发有限公司 | 一种依据数值天气预报的风电场功率预测方法 |
CN106331057A (zh) * | 2016-08-12 | 2017-01-11 | 国电南瑞科技股份有限公司 | 一种基于数据终端进行风电场文本交互的系统 |
CN112565398A (zh) * | 2020-12-03 | 2021-03-26 | 中科三清科技有限公司 | Gfs数据下载方法、装置、电子设备以及存储介质 |
CN113723670A (zh) * | 2021-08-12 | 2021-11-30 | 浙江大学 | 变时间窗口的光伏发电功率短期预测方法 |
-
2012
- 2012-09-11 CN CN201220462681.XU patent/CN203038278U/zh not_active Expired - Lifetime
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103617454A (zh) * | 2013-11-21 | 2014-03-05 | 中能电力科技开发有限公司 | 一种依据数值天气预报的风电场功率预测方法 |
CN106331057A (zh) * | 2016-08-12 | 2017-01-11 | 国电南瑞科技股份有限公司 | 一种基于数据终端进行风电场文本交互的系统 |
CN112565398A (zh) * | 2020-12-03 | 2021-03-26 | 中科三清科技有限公司 | Gfs数据下载方法、装置、电子设备以及存储介质 |
CN112565398B (zh) * | 2020-12-03 | 2021-12-10 | 中科三清科技有限公司 | Gfs数据下载方法、装置、电子设备以及存储介质 |
CN113723670A (zh) * | 2021-08-12 | 2021-11-30 | 浙江大学 | 变时间窗口的光伏发电功率短期预测方法 |
CN113723670B (zh) * | 2021-08-12 | 2023-12-08 | 浙江大学 | 变时间窗口的光伏发电功率短期预测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sadeeq et al. | Energy management for internet of things via distributed systems | |
Deng et al. | Harnessing renewable energy in cloud datacenters: opportunities and challenges | |
EP3767559B1 (en) | Multi-scale optimization framework for smart energy systems | |
CN104969437B (zh) | 用于能量分配的系统和方法 | |
CN204633816U (zh) | 一种分布式光伏发电监控运维平台 | |
CN203038278U (zh) | 风电场功率的预测系统 | |
EP3002848A1 (en) | Demand-side grid-level load balancing aggregation system | |
CN102609791A (zh) | 基于云平台的规模化集中式远程风电功率预测中心 | |
CN205945246U (zh) | 一种智能微电网电能管理系统 | |
CN102184453A (zh) | 基于模糊神经网络和支持向量机的风电功率组合预测方法 | |
Ghasemieh et al. | Energy resilience modelling for smart houses | |
KR20130029887A (ko) | 클라우드 기반 스마트 그리드 시스템 및 이를 이용한 스마트 미터링 방법 | |
Lee et al. | Electricity usage scheduling in smart building environments using smart devices | |
Zavala et al. | Proactive energy management for next-generation building systems | |
CN106605345B (zh) | 用于控制装置的能量管理系统和方法以及计算机可读介质 | |
Göransson et al. | Large scale integration of wind power: moderating thermal power plant cycling | |
KR20220045983A (ko) | 에너지 교환 제어 | |
KR20150118699A (ko) | Gis 기반 실시간 기상정보를 활용한 풍력 예측 발전량 시각화 방법 | |
CN105305428A (zh) | 用双冗余方式提高风预测系统可靠性的方法及系统 | |
Yu et al. | Accommodation of curtailed wind power by electric water heaters based on a new hybrid prediction approach | |
KR102366386B1 (ko) | 스마트그리드 환경에서 다중 슬레이브 장치의 분산전원 정보 선택적 전송 장치 및 방법 | |
CN113632132A (zh) | 计算机辅助的能量管理方法和能量管理系统 | |
Lim et al. | Control of Photovoltaic-Variable Speed Diesel Generator battery-less hybrid energy system | |
Safari et al. | Intelligent Management of the Electricity Distribution Network based on the Internet of Energy | |
Yin et al. | Economic and technical comparison of energy storage technologies for renewable accommodation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CX01 | Expiry of patent term |
Granted publication date: 20130703 |
|
CX01 | Expiry of patent term |