一种基于数据驱动的风电场实时功率预测方法技术

一种基于数据驱动的风电场实时功率预测方法，该方法包括以下步骤:S1：根据风电场上一时刻的实测输出功率数值，应用数学点斜式方法计算风电场下一时刻实时输出功率的估计值，并把该估计值作为风电场在m时刻的实时递推功率数值；S2：对步骤S1得到的风电场实时输出功率的估计值采用移动平均方法进行修正，把估计值的修正值作为风电场m时刻的实时递推预测功率值；S3：计算储能系统的期望发电功率值。本发明专利技术方法与传统延迟事后调度风储电站方法进行对比，可以使风储电站能够快速地响应国网调度的需求，而且该方法简单，易于实现。

【技术实现步骤摘要】
一种基于数据驱动的风电场实时功率预测方法
本专利技术属于风储电站发电
，具体涉及一种基于数据驱动的风电场实时功率预测方法。
技术介绍
国家风光储输示范工程位于河北省张家口市张北县和尚义县内，规划建设500MW风电场、100MW光伏发电站和相应容量的储能电站。由于风、光第一次能源固有的随机性、波动性与间歇性，大规模风力发电、光伏发电的集中并网，势必给电力系统的运行、调度与控制等带来诸多挑战。在探索解决途径的研究中，大规模储能技术应运而生。国外已相继开展多项示范工程，确立了借助储能技术改善间歇式电源可控性，提高其并网应用能力。
技术实现思路
本专利技术针对张北风光储输示范工程—风储联合发电运行在跟踪发电计划模式，预测风电场的实时输出功率，进而计算并控制储能系统的发电。为了实现以上目的，本专利技术通过以下技术方案实现：首先根据风电场的实测输出功率数据，采用斜率变化预测方法和移动平均方法，预测计算风电场下一时刻的实时输出功率值；然后根据国家电网的调度指令，计算储能系统的期望发电值，使风储联合发电满足电网调度需求。预测风电场实时输出功率的计算方法，是利用风电场m-1时刻的实测输出功率数据进行递推得到风电场m时刻递推功率数据，图1是实时序列图。该方法包括以下具体步骤:S1：根据风电场上一时刻的实测输出功率数值，应用数学点斜式方法计算风电场下一时刻实时输出功率的估计值，并把该估计值作为风电场在m时刻的实时递推功率数值。本步骤是采用数学点斜式方法根据m-2、m-1时刻的实测输出功率数值进行递推得到m时刻实时输出功率的估计值。依据数学点斜式实时递推的数学公式如公式(1)、(2)所示y'm＝ym-1+km-1,m*Δt(1)其中：y′m是采用斜率递推得到的风电场在m时刻的估计输出功率，ym-1是风电场m-1时刻的实测数据，Km-1，m是风电场m-1时刻和m-2时刻的实测数据之间的斜率，Δt＝1min。用数学斜率递推方法预测下一时刻的数据会出现以下问题：首先，因为斜率递推预测的方法是基于前一时刻的实测数据和斜率的变化去递推预测下一时刻的实测数据，所以当实测功率数据在上升或下降趋势不变的情况下发生较大的波动时，采用该方法递推预测得到的实时数据与实测数据之间的误差将比较大；其次，当实测功率数据的变化趋势由上升变为下降或由下降变为上升时，会导致递推预测数据的延时和突变。如果实测功率数据的变化比较平稳缓慢时，可以采用斜率递推预测的方法进行递推实测的数据。由于斜率递推预测方法是只考虑历史最近的数据对未来数据的影响，所以该方法的预测精度不会太高。但是该方法比较简单易于在工程实践中应用，所以需要对数学斜率递推预测得到的实时数据估计值进行移动平均处理修正。S2：对步骤S1递推得到的风电场实时输出功率的估计值采用移动平均方法进行修正，把估计值的修正值作为风电场m时刻的实时递推预测功率值。移动平均方法是对步骤S1中采用斜率递推预测方法得到的实时数据进行滑动处理。由于斜率递推预测方法的预测精度的问题会增大风电场实测功率数据的波动，所以采用滑动平均法还可以有效的减小风电场递推预测实时功率的波动。采用移动平均方法是对采用斜率递推预测+移动平均后得到的历史实时数据的修正值yi和m时刻只经过斜率递推预测方法得到的实时估计值y'm进行求和平均计算，得到的结果取代步骤S1中采用数学斜率递推的实时估计数据。移动平均方法的表达式如式(3)所示。其中，N是采用斜率递推预测和移动平均后得到的历史实时数据的个数，ym-i，i＝0,1,…,N是采用斜率递推预测+移动平均后得到的历史实时数据的修正值，y'm是通过斜率递推预测方法得到的m时刻的实时递推数据的估计值。采用斜率递推+滑动平均方法的预测精度要高于只采用斜率递推预测方法的预测精度。S3：根据风储联合发电电站在m时刻的发电计划功率和经过步骤S1、S2计算得到的风电场m时刻的实时输出功率，计算储能系统的期望发电功率值。储能系统在m时刻的期望发电功率是由m时刻电站的发电计划功率值和风电场m时刻的输出功率的预测值做代数相减得到。为延长储能系统的使用寿命，需要根据储能系统的充放电深度、额定功率、额定容量等影响储能系统使用寿命的约束条件的实时反馈值，对储能系统的期望发电功率值进行实时修正，进而避免储能系统出现过冲过放的现象。本专利技术方法与传统延迟事后调度风储电站方法进行对比，可以使风储电站能够快速地响应国网调度的需求，而且该方法简单，易于实现。附图说明图1本专利技术实时序列图。图2本专利技术数学点斜式实时递推原理图。图3本专利技术储能系统发电控制策略框图。图4是张北某风电场在1月22日输出功率变化比较平稳缓慢的曲线和电网发电计划的曲线图。图5是张北某风电场在1月9日输出功率波动变化较大较迅速的曲线和电网发电计划的曲线图。图6是分别采用斜率递推+滑动平均方法和斜率递推预测法对图3中风电场的输出功率曲线进行递推预测得到的曲线图。图7是分别采用斜率递推+滑动平均方法和斜率递推预测法对图5中风电场的输出功率曲线进行递推预测得到的曲线图。图8是通过控制储能系统的发电使风储联合发电的输出功率曲线跟踪图4中发电计划曲线的跟踪效果图。图9是通过控制储能系统的发电使风储联合发电的输出功率曲线跟踪图5中发电计划曲线的跟踪效果图。具体实施方式下面结合附图，对本专利技术进一步详细说明。本专利技术提供一种风储电站风电场实时输出功率预测的方法和电站实时跟踪国网发电计划的储能系统发电的计算方法。为了实现新能源风/光/风光电场输出功率的可调度，需要应用储能系统改善风电和光伏发电的输出功率，以张北风光储输示范工程—储能系统用于实时跟踪发电计划为例进行说明。提取张北某风电场在1月份输出功率变化比较缓慢和输出功率波动变化较大的两日的实测输出功率曲线和发电计划曲线如图4、5所示。从图4、5中可以看出风电场的实测功率曲线和电网的发电计划曲线之间存在偏差，因此需要控制储能系统的发电进行弥补或则减小偏差。由于储能系统的额定容量和额定功率等约束条件的限制，所以风储联合发电在某些时间段内会出现跟不上发电计划的功率曲线。由于风储电站在实际运行中，并不能提前知道风电的实时输出功率，所以分别采用斜率递推和斜率递推+移动平均方法预测风电下一时刻的实时输出功率数据。图6是对图4风电场实时输出功率曲线分别采用上述两种递推预测得到的，其中的点划线是采用斜率递推+移动平均方法预测得到的风电场实时输出功率曲线；……线是采用斜率递推方法预测得到的风电场实时输出功率曲线；实线是风电场的实测输出功率曲线。图7是对图5风电场实时输出功率曲线分别采用上述两种递推预测得到的，其中的点划线是采用斜率递推+移动平均方法预测得到的风电场实时输出功率曲线；……线是采用斜率递推方法预测得到的风电场实时输出功率曲线；实线是风电场的实测输出功率曲线。对比图6，图7可以看出采用斜率递推+移动平均方法预测得到的风电场的实时输出功率曲线与风电场的实测输出功率曲线之间的偏差比较小；采用斜率递推方法预测得到的风电场实时输出功率曲线与风电场的实测输出功率曲线之间的偏差比较大，而且图7中的偏差幅度要大于图6中的偏差幅度。说明无论是输出功率变化比较平稳缓慢的曲线还是输出功率波动变化较大较迅速的曲线都可以采用斜率递推+移动平均方法进行递推预测。根据电网本文档来自技高网...

【技术保护点】
一种基于数据驱动的风电场实时功率预测方法，其特征在于，该方法包括以下步骤:S1：根据风电场上一时刻的实测输出功率数值，应用数学点斜式方法计算风电场下一时刻实时输出功率的估计值，并把该估计值作为风电场在m时刻的实时递推功率数值；S2：对步骤S1递推得到的风电场实时输出功率的估计值采用移动平均方法进行修正，把估计值的修正值作为风电场m时刻的实时递推预测功率值；S3：计算储能系统的期望发电功率值。

【技术特征摘要】
1.一种基于数据驱动的风电场实时功率预测方法，其特征在于，该方法包括以下步骤:S1：根据风电场上一时刻的实测输出功率数值，应用数学点斜式方法计算风电场下一时刻实时输出功率的估计值，并把该估计值作为风电场在m时刻的实时递推功率数值；所述实时递推功率数值采用如下数学公式进行计算：y'm＝ym-1+km-1,m*Δt(1)其中：y′m是采用斜率递推得到的风电场在m时刻的估计输出功率，ym-1是风电场m-1时刻的实测数据，Km-1，m是风电场m-1时刻和m-2时刻的实测数据之间的斜率，Δt＝1min；S2：对步骤S1递推得到的风电场实时输出功率的估计值采用移动平均方法进行修正，把估计值的修正值作为风电场m时刻的实时递推预测功率值；所述移动平均方法是对步骤S1中采用斜率递推预测方法得到的实时数据进行滑动...

【专利技术属性】
技术研发人员：黄梅，刘艳芬，张彩萍，张维戈，姜久春，
申请(专利权)人：北京交通大学，
类型：发明
国别省市：北京;11