一种风电功率预测方法及系统技术方案

本发明专利技术涉及一种风电功率预测方法及系统，将流场内离散测点处的实测物理量作为初始条件，输入采用CFD方法建立的大气流场模型，可得到当前时刻或历史时刻的大气流场分布状态；在此基础上，CFD模型模拟大气流场的物理运动，可得到未来时刻大气流场的分布状态，从而实现超短期风速/功率预测。本发明专利技术提供的技术方案模拟了大气流场的物理运动，能有效提高超短期风电功率预测精度，特别是能有效捕捉和预测由于风速突变引起的功率波动。

【技术实现步骤摘要】
一种风电功率预测方法及系统
本专利技术涉及一种风电功率预测方法，具体涉及一种基于大气流场时空相关性的风电功率预测方法及系统。
技术介绍
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，近年来成为新的发展趋势。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。大量风电接入电网对电网的安全、稳定运行带来较大的影响。对风电场输出功率进行预测，将风电功率纳入电网的调度计划，有利于保证电能质量、减少备用容量、降低电力系统运行成本，是保障电网稳定、经济运行的重要措施之一。风电功率预测可分为短期预测与超期预测两类：短期预测着眼于预测未来约几天的风电功率，一般基于数值天气预报进行；超短期预测着眼于预测未来约15min-4h的风电功率，数值天气预报无法满足需要，一般基于历史功率，采用统计类方法(包含人工智能方法)。采用统计类方法的超短期风电功率预测方法，由于无法考虑大气流场运动的物理过程，预测精度有限，特别是无法捕捉由于风速突变引起的功率快速波动，因而无法满足电网实时控制的需要。目前，有人提出基于风资源/风电场出力时空相关性的风电功率预测方法，但其方法具体表现为代表风机法、神经网络法、支持向量机法，其实质仍然是统计方法，没有挖掘和利用大气流场运动的物理规律。因而仍然无法克服预测精度不足、无法满足工程需要的问题。
技术实现思路
为解决上述现有技术中的不足，本专利技术的目的是提供一种基于大气流场时空相关性的风电功率预测方法及系统，本专利技术能有效提高预测精度。本专利技术的目的是采用下述技术方案实现的：本专利技术提供一种超短期风电功率预测方法，其改进之处在于，所述方法包括：建立测风网络采集气象数据；建立高性能数据传输处理系统，用以传输和处理气象数据；通过流体动力学CFD方法建立大气流场数学模型；采用CFD模型模拟大气流场运动，预测风速；将风速预测转化为功率预测。进一步地，所述建立大气流场数学模型，包括：依据大气流场中相关物理量之间关系的基本微分控制方程及相应的定解条件建立模拟大气流场的数学模型；基于大气流场的数学模型采用数值离散化方法计算目标区域的大气流场；设定大气流场的计算参数，直到所述模拟大气流场的数学模型输出结果与测试数据一致。进一步地，所述相关物理量，包括：反映大气流场中风速、风向、温度、压力；所述基本微分控制方程包括：质量守恒方程、动量守恒方程、能量守恒方程；所述定解条件包括：初始条件和边界条件；所述数值离散化方法包括：有限差分法、有限元法或有限体积法。进一步地，所述设定大气流场的计算参数，直到所述模拟大气流场的数学模型输出结果与测试数据一致，包括：采用实际数据进行实验与测试，根据测试结果对计算参数进行检验与修正；所述修正方法包括：针对动力粘度、流体的传热系数和粘性耗散项计算参数，逐一调整数值的大小，直到模拟大气流场的数学模型输出结果与测试数据一致为止，计算参数的取值范围与环境条件有关。进一步地，所述计算参数包括：网格划分、初始条件、边界条件和控制参数；其中：网格划分：所述网格为立方体网格，网格距离为100m-10km之间；初始条件：根据测风塔实测数据得到；边界条件：地形起伏、地面植被和是否有建筑物；控制参数：包括动力粘度、流体的传热系数和粘性耗散项。进一步地，所述采用CFD模型模拟大气流场运动，预测风速，包括：将测风网络采集到的实测气象数据作为初始条件，输入已建立的CFD模型中；启动CFD计算，模拟大气流场的运动状态，得到下一时刻大气流场中包括风速的物理量的分布；滚动计算，得到未来时间段内大气流场中包括风速的物理量的分布，实现对未来大气流场运动状态的预测，基于预测结果，根据风机/风电场的坐标信息，提取该位置处风速变化的时间序列值，得到目标位置的风速预测结果；所述预测结果为一个三维数据，所述三维数据分别为：经度、纬度和时间，并将所述三维数据转换为一维数据，得到所述风机/风电场的风速时间序列数据。进一步地，所述将风速预测转化为功率预测，包括：采用功率曲线将大气流场预测结果中的风速值转化为风机/风电场的出力值，得到风电功率预测。本专利技术还提供一种超短期风电功率预测系统，其改进之处在于，所述系统包括：网格构建模块：用于建立测风网络采集气象数据；系统构建模块：用于建立高性能数据传输处理系统，用以传输和处理气象数据；模型构建模块：用于建立流体动力学CFD模型；预测模块：用于采用CFD模型模拟大气流场运动，预测风速；转化模块：用于将风速预测转化为功率预测。进一步地，所述构建模块，进一步包括：数学模型构建模块：用于依据大气流场中相关物理量之间关系的基本微分控制方程及相应的定解条件建立模拟大气流场的数学模型；计算模块：用于采用数值离散化方法计算目标区域的大气流场；设定模块：用于设定大气流场的计算参数，直到所述模拟大气流场的数学模型输出结果与测试数据一致。进一步地，所述预测模块，进一步包括：将测风网络采集到的实测气象数据作为初始条件，输入已建立的CFD模型中；启动CFD计算，模拟大气流场的运动状态，得到下一时刻大气流场中包括风速的物理量的分布；滚动计算，得到未来时间段内大气流场中包括风速的物理量的分布，实现对未来大气流场运动状态的预测，基于预测结果，根据风机/风电场的坐标信息，提取该位置处风速变化的时间序列值，得到目标位置的风速预测结果；所述预测结果为一个三维数据，所述三维数据分别为：经度、纬度和时间，并将所述三维数据转换为一维数据，得到所述风机/风电场的风速时间序列数据；所述转化模块，进一步包括：采用功率曲线将大气流场预测结果中的风速值转化为风机/风电场的出力值，得到风电功率预测结果。与最接近的现有技术相比，本专利技术提供的技术方案具有的优异效果是：本专利技术采用流体动力学方法(CFD)模拟大气流场变化，从物理机制入手，能够有效揭示复杂的大气流场时空关系，描述实时变化的大气流场运动状态。本专利技术基于大气流场时空相关性，采用CFD模型，能根据离散测点的实测数据，得到覆盖整个计算区域的大气流场分布。与传统的统计类方法相比，该方法模拟大气流场的物理运动，能有效提高超短期风电功率预测精度，特别是能有效捕捉和预测由于风速突变引起的功率波动。本方法适用性强，能够适用于各种地形条件、各种气候条件。附图说明图1是本专利技术提供的基于大气流场时空相关性的风电功率预测方法的流程图；图2是本专利技术提供的基于大气流场时空相关性的风电功率预测系统的结构图。具体实施方式下面结合附图对本专利技术的具体实施方式作进一步的详细说明。以下描述和附图充分展示出本专利技术的具体实施方案，以使本领域的技术人员能够实践它们。其他实施方案可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求，否则单独的组件和功能是可选的，并且操作的顺序可以变化。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本专利技术的实施方案的范围包括权利要求书的整个范围，以及权利要求书的所有可获得的等同物。在本文中，本专利技术的这些实施方案可以被单独地或总地用术语“专利技术”来表示，这仅仅是为了方便，并且如果事实上公开了超过一个的专利技术，不是要自动地限制该应用的范围为任何单个专利技术或专利技术构思。实施例一、实测数据显示，大气流场的变化存在时空相关性，表现之一本文档来自技高网...

【技术保护点】
1.一种超短期风电功率预测方法，其特征在于，所述方法包括：建立测风网络采集气象数据；建立高性能数据传输处理系统，用以传输和处理气象数据；通过流体动力学CFD方法建立大气流场数学模型；采用CFD方法建立的大气流场数学模型模拟大气流场运动，预测风速；将风速预测转化为功率预测。

【技术特征摘要】
1.一种超短期风电功率预测方法，其特征在于，所述方法包括：建立测风网络采集气象数据；建立高性能数据传输处理系统，用以传输和处理气象数据；通过流体动力学CFD方法建立大气流场数学模型；采用CFD方法建立的大气流场数学模型模拟大气流场运动，预测风速；将风速预测转化为功率预测。2.如权利要求1所述的超短期风电功率预测方法，其特征在于，所述建立大气流场数学模型，包括：依据大气流场中相关物理量之间关系的基本微分控制方程及相应的定解条件建立模拟大气流场的数学模型；基于大气流场的数学模型采用数值离散化方法计算目标区域的大气流场；设定大气流场的计算参数，直到所述模拟大气流场的数学模型输出结果与测试数据一致。3.如权利要求2所述的超短期风电功率预测方法，其特征在于，所述相关物理量，包括：反映大气流场中风速、风向、温度、压力；所述基本微分控制方程包括：质量守恒方程、动量守恒方程、能量守恒方程；所述定解条件包括：初始条件和边界条件；所述数值离散化方法包括：有限差分法、有限元法或有限体积法。4.如权利要求2所述的超短期风电功率预测方法，其特征在于，所述设定大气流场的计算参数，直到所述模拟大气流场的数学模型输出结果与测试数据一致，包括：采用实际数据进行实验与测试，根据测试结果对计算参数进行检验与修正；所述修正方法包括：针对动力粘度、流体的传热系数和粘性耗散项计算参数，逐一调整数值的大小，直到模拟大气流场的数学模型输出结果与测试数据一致为止，计算参数的取值范围与环境条件有关。5.如权利要求2所述的超短期风电功率预测方法，其特征在于，所述计算参数包括：网格划分、初始条件、边界条件和控制参数；其中：网格划分：所述网格为立方体网格，网格距离为100m-10km之间；初始条件：根据测风塔实测数据得到风速数据；边界条件：地形起伏、地面植被和是否有建筑物；控制参数：包括动力粘度、流体的传热系数和粘性耗散项。6.如权利要求1所述的超短期风电功率预测方法，其特征在于，所述采用CFD模型模拟大气流场运动，预测风速，包括：将测风网络采集到的实测气象数据作为初始条件，输入已建立的CFD模型中；启动CFD计算，模拟大气流场的运动状态，得到下一时刻大气流场中包括风速的物理量的分布；滚动计算，得到未来...

【专利技术属性】
技术研发人员：姜文玲，宋宗鹏，王勃，冯双磊，王伟胜，刘纯，赵艳青，王铮，杨红英，张菲，车建峰，胡菊，靳双龙，马振强，王姝，滑申冰，
申请(专利权)人：中国电力科学研究院，国家电网公司，国网天津市电力公司，
类型：发明
国别省市：北京,11