风电场中风资源情况的预测方法及系统技术方案

本发明专利技术公开了一种风电场中风资源情况的预测方法及系统，预测方法包括：获取风电场中的测风塔测得的测风数据；采用流体模型获取风电场在无尾流影响时的第一风资源数据；采用尾流模型获取风电场在有尾流影响时的第二风资源数据；建立用于获取风电场在有尾流影响时的风资源情况的预测代理模型；获取雷达设备测得的风电场的第三风资源数据；采用预测代理模型得到风电场的风资源预测数据。本发明专利技术能够快速、准确地预测整个风电场内的风资源情况，进而及时调整风机的偏航，以保证风机更加精准的对风，从而减少上游风机对下游风机的尾流影响，以实现风电场发电量的最大化；且大大地减少了雷达设备的使用数量，降低了设备成本。

Forecasting Method and System of Wind Resources in Wind Farm

【技术实现步骤摘要】
风电场中风资源情况的预测方法及系统
本专利技术涉及数据处理
，特别涉及一种风电场中风资源情况的预测方法及系统。
技术介绍
目前，激光雷达测风技术广泛应用于风电场实时风速的测量中，实现风机的偏航校正、降低风机的机械载荷，从而延长风机的使用寿命。具体地，通过在机舱顶部安装雷达测风系统(如2光束的雷达测风系统)，检测设定区域内光束方向上的风向和风速，风向和风速通过两个光束的分量推导得出并输入至风机的偏航控制系统中，进而实现对风机的偏航控制，保证更加精准的对风、使得发电量的最大化。但是，现有的基于激光雷达的测风技术仍然存在如下缺陷：1)如果激光雷达设备安装在一台受尾流影响的风机上，则测得的数据并不能准确地反映风机处的风速和风向，因此风机无法据此准确对风，导致风机处的发电功率的损失，且增加了风机处的机械载荷；其中，风电场的尾流形成原因主要是由邻近的风机造成的，尾流效应给风机的机械载荷以及风电场的发电量等带来影响；2)这一过程主要考虑风机上风向风机的尾流影响，无法兼顾其他方向的尾流影响，即并没有考虑全场综合的尾流效应(即还包括侧方位的风机的尾流影响)。
技术实现思路
本专利技术要解决的技术问题是现有技术中基于激光雷达测风技术存在若激光雷达设备安装在受尾流影响的风机时会使得风机无法准确对风；且主要考虑风机处上风向的尾流区，不能兼顾全场的综合尾流影响等缺陷，目的在于提供一种风电场中风资源情况的预测方法及系统。本专利技术是通过下述技术方案来解决上述技术问题：本专利技术提供一种风电场中风资源情况的预测方法，在风电场的风机机舱上设有雷达设备，所述预测方法包括：获取所述风电场中的测风塔测得的测风数据；采用流体模型对所述测风数据进行处理，以获取所述风电场在无尾流影响时的第一风资源数据；采用尾流模型对所述第一风资源数据进行处理，以获取所述风电场在有尾流影响时的第二风资源数据；根据所述第二风资源数据建立用于获取所述风电场在有尾流影响时的风资源情况的预测代理模型；获取所述雷达设备测得的所述风电场的第三风资源数据；采用所述预测代理模型根据所述第三风资源数据得到所述风电场的风资源预测数据。较佳地，所述采用流体模型对所述测风数据进行处理，以获取所述风电场在有尾流影响时的第二风资源数据的步骤包括：采用CFD(ComputationalFluidDynamics，计算流体动力学)仿真软件对所述测风数据进行仿真处理，以获取所述风电场在有尾流影响时的第二风资源数据。较佳地，所述尾流模型包括基于高斯分布的Jensen尾流模型(一种尾流模型)。较佳地，所述根据所述第二风资源数据建立用于获取所述风电场在有尾流影响时的风资源情况的预测代理模型的步骤包括：采用随机森林算法根据所述第二风资源数据建立用于获取所述风电场在有尾流影响时的风资源情况的预测代理模型。较佳地，所述雷达设备包括激光雷达或声雷达。本专利技术还提供一种风电场中风资源情况的预测系统，在风电场的风机机舱上设有雷达设备，所述预测系统包括测风数据获取模块、第一风资源数据获取模块、第二风资源数据获取模块、预测代理模型获取模块、风资源数据获取模块和预测数据获取模块；所述测风数据获取模块用于获取所述风电场中的测风塔测得的测风数据；所述第一风资源数据获取模块用于采用流体模型对所述测风数据进行处理，以获取所述风电场在无尾流影响时的第一风资源数据；所述第二风资源数据获取模块用于采用尾流模型对所述第一风资源数据进行处理，以获取所述风电场在有尾流影响时的第二风资源数据；所述预测代理模型获取模块用于根据所述第二风资源数据建立用于获取所述风电场在有尾流影响时的风资源情况的预测代理模型；所述风资源数据获取模块用于获取所述雷达设备测得的所述风电场的第三风资源数据；所述预测数据获取模块用于采用所述预测代理模型根据所述第三风资源数据得到所述风电场的风资源预测数据。较佳地，所述第一风资源数据获取模块还用于采用CFD仿真软件对所述测风数据进行仿真处理，以获取所述风电场在有尾流影响时的第二风资源数据。较佳地，所述尾流模型包括基于高斯分布的Jensen尾流模型。较佳地，所述预测代理模型获取模块用于采用随机森林算法根据所述第二风资源数据建立用于获取所述风电场在有尾流影响时的风资源情况的预测代理模型。较佳地，所述雷达设备包括激光雷达或声雷达。本专利技术的积极进步效果在于：本专利技术中，在兼顾全场的综合尾流的影响的情况下，建立风电场在有尾流影响时的风资源情况的预测代理模型，并通过将风电场中雷达设备实时测得的风资源数据输入预测代理模型快速、准确地预测整个风电场内的风资源情况，进而确定风机的偏航误差，及时调整风机的偏航，以保证风机更加精准的对风，从而减少上游风机对下游风机的尾流影响，以实现风电场发电量的最大化；且大大地减少了雷达设备的使用数量，降低了设备成本，节省了运维费用，减轻了风机的机械载荷，减少风机的停机时间，提高了风机的发电效率。附图说明图1为本专利技术实施例1的风电场中风资源情况的预测方法的流程图。图2为本专利技术实施例2的风电场中风资源情况的预测方法的流程图。图3为本专利技术实施例3的风电场中风资源情况的预测系统的模块示意图。具体实施方式下面通过实施例的方式进一步说明本专利技术，但并不因此将本专利技术限制在所述的实施例范围之中。实施例1如图1所示，本实施例的风电场的风机机舱上设有雷达设备，雷达设备包括激光雷达或声雷达。本实施例的风电场中风资源情况的预测方法包括：S101、获取风电场中的测风塔测得的测风数据；其中，测风塔的测风数据在风电场前期的选址过程中起到举足轻重的作用，实现对前期风能资源的评估，该过程中的测风塔的测风数据为无尾流影响(即自由流)的数据。S102、采用流体模型对测风数据进行处理，以获取风电场在无尾流影响时的第一风资源数据；S103、采用尾流模型对第一风资源数据进行处理，以获取风电场在有尾流影响时的第二风资源数据；其中，尾流模型包括基于高斯分布的Jensen尾流模型，但不限于基于高斯分布的Jensen尾流模型，也可以采用其他的能够获取风电场在有尾流影响时的第二风资源数据的其他尾流模型。采用高斯分布的Jensen尾流模型计算尾流时，考虑风机尾流区横截面上的速度亏损呈现高斯分布，而不是简单的线性关系，从而对风电场内的尾流区速度的准确预测。S104、根据第二风资源数据建立用于获取风电场在有尾流影响时的风资源情况的预测代理模型；S105、获取雷达设备测得的风电场的第三风资源数据；S106、采用预测代理模型根据第三风资源数据得到风电场的风资源预测数据。本实施例中，在兼顾全场的综合尾流(即上风向和侧方位的风机尾流)的影响的情况下，建立风电场在有尾流影响时的风资源情况的预测代理模型，并通过将风电场中雷达设备实时测得的风资源数据输入预测代理模型快速、准确地预测整个风电场内的风资源情况，进而确定风机的偏航误差，及时调整风机的偏航，以保证风机更加精准的对风，从而减少上游风机对下游风机的尾流影响，以实现风电场发电量的最大化；且大大地减少了雷达设备的使用数量，降低了设备成本，节省了运维费用，减轻了风机的机械载荷，减少风机的停机时间，提高了风机的发电效率。实施例2如图1所示，本实施例的风电场中风资源情况的预测方法是对实施例1的进一步改进，具体地：步骤S102包括：S1021、本文档来自技高网...

【技术保护点】
1.一种风电场中风资源情况的预测方法，在风电场的风机机舱上设有雷达设备，其特征在于，所述预测方法包括：获取所述风电场中的测风塔测得的测风数据；采用流体模型对所述测风数据进行处理，以获取所述风电场在无尾流影响时的第一风资源数据；采用尾流模型对所述第一风资源数据进行处理，以获取所述风电场在有尾流影响时的第二风资源数据；根据所述第二风资源数据建立用于获取所述风电场在有尾流影响时的风资源情况的预测代理模型；获取所述雷达设备测得的所述风电场的第三风资源数据；采用所述预测代理模型根据所述第三风资源数据得到所述风电场的风资源预测数据。

【技术特征摘要】
1.一种风电场中风资源情况的预测方法，在风电场的风机机舱上设有雷达设备，其特征在于，所述预测方法包括：获取所述风电场中的测风塔测得的测风数据；采用流体模型对所述测风数据进行处理，以获取所述风电场在无尾流影响时的第一风资源数据；采用尾流模型对所述第一风资源数据进行处理，以获取所述风电场在有尾流影响时的第二风资源数据；根据所述第二风资源数据建立用于获取所述风电场在有尾流影响时的风资源情况的预测代理模型；获取所述雷达设备测得的所述风电场的第三风资源数据；采用所述预测代理模型根据所述第三风资源数据得到所述风电场的风资源预测数据。2.如权利要求1所述的风电场中风资源情况的预测方法，其特征在于，所述采用流体模型对所述测风数据进行处理的步骤包括：采用CFD仿真软件对所述测风数据进行仿真处理，以获取所述风电场在有尾流影响时的第二风资源数据。3.如权利要求1所述的风电场中风资源情况的预测方法，其特征在于，所述尾流模型包括基于高斯分布的Jensen尾流模型。4.如权利要求1所述的风电场中风资源情况的预测方法，其特征在于，所述根据所述第二风资源数据建立用于获取所述风电场在有尾流影响时的风资源情况的预测代理模型的步骤包括：采用随机森林算法根据所述第二风资源数据建立用于获取所述风电场在有尾流影响时的风资源情况的预测代理模型。5.如权利要求1所述的风电场中风资源情况的预测方法，其特征在于，所述雷达设备包括激光雷达或声雷达。6.一种风电场中风资源情况的预测系统，在风电场的风机机舱上设有雷达设备，其特征在于，所述预测系统包...

【专利技术属性】
技术研发人员：靳丽琴，
申请(专利权)人：上海电气风电集团有限公司，
类型：发明
国别省市：上海,31