本发明专利技术一种基于测风塔神经网络的风电场弃风电量统计系统及方法，属于风电场弃风电量统计技术领域，本发明专利技术在使用神经网络进行风功率预测的基础上，提出了弃风电量统计方法，而且方法简单、实用，通过测风塔可以获取不同高度处的风速和风向数据作为数据源，同时弃风电量统计模块可以对实时数据采集的数据进行奇异点标定和修正，此外，由于不同的风机输入数据和输出数据均有或大或小的差别，所以对每台风机建立独立的神经网络模型，可以提高风电场应发出力的计算精度。
【技术实现步骤摘要】
本专利技术属于风电场弃风电量统计
，具体涉及一种基于测风塔神经网络的 风电场弃风电量统计系统及方法。
技术介绍
随着风电功率穿透技术越来越成熟，国家对风资源发展越来越重视，大规模风电 场已逐渐并网；迄今为止，风电已经成为我国新能源发电技术的潮流；然而由于风电的大 规模快速无序投运，电网建设滞后、电网调峰能力不足、风电出力的不稳定性，以及电网中 的快速可调节电源容量的限制，造成电网对接纳风电的能力有限，导致弃风情况越来越严 重； 由于风电的不稳定性和随机性，造成对风电弃风电量的统计难度增加，使得弃风 电量存在偏差问题，弃风电量统计的准确度将对未来风电研发产生很大影响，不利于风电 资源的最优化利用； 弃风电量的统计是做好风电和电网规划的基础，也是制定风电弃风原则和规范的 重要依据；目前，国内弃风电量的统计方法主要包括四种：样板机法、预测曲线法、计划曲 线法、功率曲线法；最常用的方法是样板机法，但该法的缺点在于风电场样板机不易选取， 受风电场地理位置和地势分布的影响，同时总体风电机组出力与样板机出力的相关系数不 易确定；预测曲线法，实现起来简单、方便，但是要求风功率预测的精度较高，预测曲线法产 生的功率误差主要受预测精度影响较大；计划曲线法，实现起来方便不需要风电场提供额 外的信息，成本低，但是对风功率预测精度要求比较高，对计划人员制定日前发电计划要求 比较高，受风功率预测精度和日前计划的合理性影响，弃风电量统计结果偏差大；功率曲线 法，统计弃风电量准确率比较高，但是实现起来比较复杂，需要风场提供风速和功率数据， 计算量比较大； 因此，寻求一种行之有效的弃风电量统计方法已成为现代型电力系统供电公司和 风电企业开展统计工作的一项重要课题。
技术实现思路
针对现有技术的不足，本专利技术提出一种基于测风塔神经网络的风电场弃风电量统 计系统及方法，以达到解决现有风电场弃风电量统计难的问题，并实现电网更合理地调度 和系统更稳定地运行的目的。 -种基于测风塔神经网络的风电场弃风电量统计系统，该系统包括实时数据采集 装置和弃风电量统计服务器； 所述的实时数据采集装置包括测风塔和风机数据监控装置，其中， 测风塔：用于采集风电场不同高度的气象信息，并将所采集的气象信息发送至弃 风电量统计服务器中； 所述的风机数据监控装置：用于采集风电场中每个风机的实际出力值，并将各个 风机的实际出力值发送至弃风电量统计服务器中； 所述的弃风电量统计服务器：用于将风电场不同高度的历史气象信息作为神经网 络的输入，将对应的各个风机的历史出力值作为神经网络的输出，采用神经网络算法构建 每个风机的应发出力神经网络模型，再根据统计时刻采集的风电场不同高度的实际气象信 息，获得每个风机的应发出力值，根据获得的应发出力值与实际出力值之差，获得风电场的 弃风电量。 所述的气象信息包括风速和风向。 所述的弃风电量统计服务器包括弃风电量统计模块和统计数据库。 采用基于测风塔神经网络的风电场弃风电量统计系统进行的统计方法，包括以下 步骤： 步骤1、采用测风塔采集风电场不同高度的气象信息，并将所采集的气象信息发送 至弃风电量统计服务器中，保存至统计数据库作为历史气象信息；采用风机数据监控装置 采集风电场中每个风机的实际出力值，并将各个风机的实际出力值发送至弃风电量统计服 务器中，保存至统计数据库作为历史出力值； 步骤2、从统计数据库中提取不同高度的历史气象数据和相应的风机历史出力值， 进行归一化处理； 步骤3、将归一化处理后的风电场不同高度的历史气象信息作为神经网络的输入， 将归一化处理后的对应的各个风机的历史出力值作为神经网络的输出，采用神经网络算法 构建每个风机的应发出力神经网络模型； 步骤4、根据统计时刻采集的风电场不同高度的实际气象信息，获得每个风机的应 发出力值； 步骤5、根据获得的应发出力值与实际出力值之差，将上述差值与时间进行积分运 算获得风电场的弃风电量。 本专利技术优点： 本专利技术提出一种，在使用 神经网络进行风功率预测的基础上，提出了弃风电量统计方法，而且方法简单、实用，通过 测风塔可以获取不同高度处的风速和风向数据作为数据源，同时弃风电量统计模块可以对 实时数据采集的数据进行奇异点标定和修正，此外，由于不同的风机输入数据和输出数据 均有或大或小的差别，所以对每台风机建立独立的神经网络模型，可以提高风电场应发出 力的计算精度。【附图说明】 图1为本专利技术一种实施例的基于测风塔神经网络的风电场弃风电量统计系统结 构框图； 图2为本专利技术一种实施例的基于测风塔神经网络的风电场弃风电量统计方法流 程图； 图3为本专利技术一种实施例的测风塔神经网络弃风电量统计算法示意图； 图4为本专利技术一种实施例的基于测风塔神经网络法的弃风电量统计方法与传统 样板机弃风电量统计方法的结果对比图，其中，1表示风电场应发出力曲线，2表示风电场 实际出力曲线，3表示样板机法曲线，4表示测风塔神经网络法曲线。【具体实施方式】 下面结合附图对本专利技术一种实施例做进一步说明。 如图1所示，本专利技术实施例中，以大连大北山一天的风电场为例，基于测风塔神经 网络的风电场弃风电量统计系统包括实时数据采集装置和弃风电量统计服务器；所述的实 时数据采集装置包括测风塔和风机数据监控装置，所述的弃风电量统计服务器包括弃风电 量统计模块和统计数据库； 如图1所示，本专利技术实施例中，本专利技术实施例中风电场中风机的型号为UP82-1500 和UP96-2000,上述风机自身带有风机数据监控装置，风电场内设置有一个测风塔，每个风 机自带风机数据监控装置，测风塔的输出端、风机数据监控装置的输出端连接弃风电量统 计服务器的输入端，弃风电量统计服务器的输出端连接电网调度中心； 本专利技术实施例中，测风塔用于采集风电场不同高度的气象信息（风速和风向），并 将所采集的气象信息发送至弃风电量统计服务器中；风机数据监控装置用于采集风电场中 每个风机的实际出力值，并将各个风机的实际出力值发送至弃风电量统计服务器中；弃风 电量统计服务器用于将风电场不同高度的历史气象信息作为神经网络的输入，将对应的各 个风机的历史出力值作为神经网络的输出，采用神经网络算法构建每个风机的应发出力神 经网络模型，再根据统计时刻采集的风电场不同高度的实际气象信息，获得每个风机的应 发出力值，根据获得的应发出力值与实际出力值之差，获得风电场的弃风电量； 本专利技术实施例中，基于测风塔神经网络的风电场弃风电量统计方法，方当前第1页1 2 本文档来自技高网...
【技术保护点】
一种基于测风塔神经网络的风电场弃风电量统计系统，其特征在于，该系统包括实时数据采集装置和弃风电量统计服务器；所述的实时数据采集装置包括测风塔和风机数据监控装置，其中，测风塔：用于采集风电场不同高度的气象信息，并将所采集的气象信息发送至弃风电量统计服务器中；所述的风机数据监控装置：用于采集风电场中每个风机的实际出力值，并将各个风机的实际出力值发送至弃风电量统计服务器中；所述的弃风电量统计服务器：用于将风电场不同高度的历史气象信息作为神经网络的输入，将对应的各个风机的历史出力值作为神经网络的输出，采用神经网络算法构建每个风机的应发出力神经网络模型，再根据统计时刻采集的风电场不同高度的实际气象信息，获得每个风机的应发出力值，根据获得的应发出力值与实际出力值之差，获得风电场的弃风电量。
【技术特征摘要】
【专利技术属性】
技术研发人员：高阳，钟宏宇，葛延峰，陈鑫宇，许傲然，孙力勇，
申请(专利权)人：沈阳工程学院，国家电网公司，国网辽宁省电力有限公司阜新供电公司，沈阳嘉越电力科技有限公司，
类型：发明
国别省市：辽宁;21
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。