【技术实现步骤摘要】
多气象变量下中长期风电功率预测方法
本专利技术具体涉及一种多气象变量下中长期风电功率预测方法。
技术介绍
随着经济技术的发展和人们生活水平的提高,电能已经成为了人们生产和生活中必不可少的二次能源之一,给人们的生产和生活带来了无尽的便利。然而随着经济的发展,环境问题也日益严重。风电作为目前应用较广、发展空间较大的新能源之一,在近几十年来得到了广泛地发展。据全球风能理事会统计,截至2015年年底,全球风电累计装机容量可达432GW。面对如此大规模的风电并网,电力系统的安全、稳定、经济、可靠运行受到了极大的威胁,风电功率预测对电网的意义日益凸显。目前大部分研究集中在短期和超短期尺度内,对中长期的风电预测技术却鲜有探讨。然而,中长期预测对于制定风电场以及系统的检修计划有着重要的价值,是电力系统进行规划、设计和投资的基础。由于风电功率中长期预测是对未来一年的发电量进行的预测,通常需要很多年的历史功率数据进行建模。而我国大部分风电场记录的可用的准确发电容量数据不过几年而已,不足以建立预测模型。部分风电场存在分期投运的情况,分期投运同样会对中长期风功率预测建模造成不利影响。专利 ...
【技术保护点】
一种多气象变量下中长期风电功率预测方法,包括如下步骤:S1.获取风电场区域的气象变量和风电场的输出功率参数;S2.分析步骤S1获取的气象变量和风电场输出功率参数之间的相关性,并筛选出与风电场输出功率参数相关性较大的前N个气象变量,N为自然数;S3.分析步骤S2得到的N个气象变量之间的相关性,并仅保留相关性大于设定阈值J的若干个气象变量中的一个气象变量;S4.将步骤S3得到的气象变量与风电场输出功率参数之间进行数据拟合,从而得到天气变量与风电场输出功率之间的拟合网络;S5.对分期投运且投入时间未知的风电场,确认该风电场的投入年份,并采用步骤S4得到的拟合网络对该风电场的投入年 ...
【技术特征摘要】
1.一种多气象变量下中长期风电功率预测方法,包括如下步骤:S1.获取风电场区域的气象变量和风电场的输出功率参数;S2.分析步骤S1获取的气象变量和风电场输出功率参数之间的相关性,并筛选出与风电场输出功率参数相关性较大的前N个气象变量,N为自然数;S3.分析步骤S2得到的N个气象变量之间的相关性,并仅保留相关性大于设定阈值J的若干个气象变量中的一个气象变量;S4.将步骤S3得到的气象变量与风电场输出功率参数之间进行数据拟合,从而得到天气变量与风电场输出功率之间的拟合网络;S5.对分期投运且投入时间未知的风电场,确认该风电场的投入年份,并采用步骤S4得到的拟合网络对该风电场的投入年份的输出功率进行拟合,同时对风电场的历史年份的输出功率参数进行拟合,并以得到的拟合功率作为该风电场在该年份的输出功率;S6.根据风电场前X年,每Y小时为时间间隔的历史输出功率数据,采用步骤S4得到的拟合网络预测未来一年内风电场的输出功率数据。2.根据权利要求1所述的多气象变量下中长期风电功率预测方法,其特征在于步骤S1所述的获取风电场区域的气象变量,具体为根据如下公式获取气象变量:P=CpAρv3/2式中P为风机风轮的输出功率,Cp为风机风轮的功率系数,ρ为空气密度,A为风机风轮的扫掠面积,v为风速;根据上述公式获取所有可以影响风机风轮输出功率的所有气象变量。3.根据权利要求2所述的多气象变量下中长期风电功率预测方法,其特征在于步骤S1所述的获取的气象变量具体包括地面10米处横向风速、地面10米处纵向风速、地面2米处气温、地表温度、表面压强、土壤温度LV1、土壤温度LV2、土壤温度LV3、土壤温度LV4、整体云层覆盖率、低空云层覆盖率、地表水分含量和积雪层温度。4.根据权利要求3所述的多气象变量下中长期风电功率预测方法,其特征在于步骤S2和S3所述的分析气象变量与风机输出功率之间的相关性并筛选气象变量,具体为采用如下步骤进行相关性分析和筛选:A.将步骤S1得到的k个气象变量记为si=[si(1),si(2),...,si(n)]T,其中i=1,2,…,k,n为气象变量的历史数据的记录个数,si(t)为气象变量i在t时刻的记录值,t=1,2,…,n;同时将历史风电输出功率序列记为p=[p(1),p(2),...,p(n)]T,其中p(t)为风电输出功率在t时刻的记录值,t=1,2,…,n;针对步骤A得到的气象变量,采用如下公式对得到每一个气象变量与风电输出功率之间的相关系数,并筛选出与风电场输出功率参数相关性较大的前N个气象变量:
【专利技术属性】
技术研发人员:肖帅,谢欣涛,侯益灵,李梦骄,李典,卢继平,梁沛,刘加林,喻华,
申请(专利权)人:国网湖南省电力公司,国网湖南省电力公司经济技术研究院,国家电网公司,重庆大学,
类型:发明
国别省市:湖南,43
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。