风电场短期风速预测方法及系统技术方案

本发明专利技术实施例提供了一种风电场短期风速预测方法及系统，首先确定出在预报日预测得到的第24‑48小时每个格点处的预测风速和预测风向，然后基于预设预测模型实现对预报日对应的第24‑48小时所述目标风电场所处位置的风速进行预测，考虑了天气发展过程中的三维结构特征。并在构建预设预测模型时，选取空间形势场相似的预设数量个历史日，能对预报误差给出更加准确的估计，有效利用了数值预报中多维空间预报信息，提高了风速预报的准确性。

Short term wind speed prediction method and system of wind farm

The embodiment of the invention provides a short-term wind speed prediction method and system for a wind farm. First, the predicted wind speed and predicted wind direction at each grid point in the 24th-48th hour predicted on the forecast day are determined, and then the wind speed at the location of the target wind farm corresponding to the 24th-48th hour of the forecast day is predicted based on the preset prediction model, taking into account the wind speed in the process of weather development 3-D structural features. When building the prediction model, selecting a number of historical days with similar spatial situation field can give a more accurate estimation of the prediction error, effectively use the multi-dimensional spatial prediction information in the numerical prediction, and improve the accuracy of the wind speed prediction.

【技术实现步骤摘要】
风电场短期风速预测方法及系统
本专利技术涉及风速预测
，更具体地，涉及风电场短期风速预测方法及系统。
技术介绍
风能作为一种清洁的可再生能源日益受到人们的广泛关注，随着风电并网规模的不断扩大，风电已成为第三大电力能源，然而风具有很强的间歇性和波动性，当风电穿透功率较高时，对电网带来冲击，因此为保障电网安全可靠运行，减少弃风限电，对风速和风电功率进行准确预测变得十分重要。根据电力部门安排调度计划的需要，短期风速预测是短期风电功率预测的基础和重点。目前，风电场短期风速预测的主要研究路线是将数值天气预报和统计方法相结合。采用中尺度数值天气预报模式将全球场气象数据降尺度到风电场级别，预报的时间分辨率高，更准确。但是由于中尺度数值天气预报模式的分辨率仍不够精细，其很多物理过程也是通过参数化方法实现，是对大气和大气过程的近似描述，因此中尺度数值天气预报模式的预报结果和实际大气有一定的差别，具有很大不确定性，采用中尺度数值天气预报模式进行预报已经不能满足风电行业需求，因此有必要对中尺度数值天气预报模式输出的预测风速进行改进，进一步提高风速预报准确性。中尺度数值天气预报模式输出的模式数据后处理通常采用双线性插值法或者风速廓线公式将模式数据转换到轮毂高度处的风速，这种处理方式过于简单。首先，风电场风机覆盖一片区域范围，而某个经纬坐标点处的风速并不具备很好的代表性。同时，风速廓线公式只适用于大气层稳定的情况，并不具有普适性。另外，通过MOS订正方法可以大幅降低系统误差，但是不具备改进风速突变情况的预报能力。采用Kalman滤波、BP神经网络等方法对风速进行订正，也能提高短期风速预报精度，但是仅考虑了单个站点的预报风速，存在不稳定性。因此，现急需提供一种风电场短期风速预测方法及系统，以解决现有技术中存在的技术问题。
技术实现思路
为克服上述问题或者至少部分地解决上述问题，本专利技术实施例提供了一种风电场短期风速预测方法及系统。第一方面，本专利技术实施例提供了一种风电场短期风速预测方法，包括：基于中尺度天气预报模式以及应用的中尺度网格，选取所述中尺度网格中靠近目标风电场所处位置的上下多层网格的格点，确定在预报日预测得到的第24-48小时每个格点处的预测风速和预测风向；将所有格点处预测得到的所述预测风速和所述预测风向均输入至预设预测模型中，由所述预设预测模型输出所述预报日对应的第24-48小时所述目标风电场所处位置的预测风速；其中，所述预设预测模型基于如下方式构建：基于中尺度天气预报模式，确定与所述预报日的空间形势场相似的目标数量个历史日，并确定在各历史日预测得到的第24-48小时每个格点处的预测风速和预测风向，以及所述目标风电场所处位置在各历史日的实际风速；将各历史日预测得到的第24-48小时每个格点处的预测风速和预测风向作为自变量，将所述目标风电场所处位置在各历史日的实际风速作为因变量，基于最小二乘法对所述自变量和所述因变量进行拟合，得到所述预设预测模型。优选地，所述基于中尺度天气预报模式，确定与所述预报日的空间形势场相似的目标数量个历史日，具体包括：确定所述预报日和多个历史日预测得到的第0-24小时预设等压面内所述目标风电场周围的第一类空间形势场，并计算所述预报日和每个历史日的所述第一类空间形势场之间的空间相似度，从多个历史日中选取预设数量的历史日作为样本集；确定所述预报日和所述样本集中每个历史日预测得到的第24-48小时预设高度处所述目标风电场周围的第二类空间形势场，并计算所述预报日和所述样本集中每个历史日的所述第二类空间形势场之间的空间相似度，从所述样本集中选取所述目标数量的历史日。优选地，所述第一类空间形势场具体包括：所述预设等压面内的位势高度场以及两个相互垂直方向上的风速场；相应地，所述第一类空间形势场通过第一类气象要素表征，所述第一类气象要素具体包括：所述预设等压面内所述目标风电场周围指定数量个格点处的位势高度以及两个相互垂直方向上的风速。优选地，所述计算所述预报日和每个历史日的所述第一类空间形势场之间的空间相似度，具体包括：对于预报日j和历史日i，通过如下公式分别计算预报日j和历史日i的所述位势高度场以及所述风速场之间的空间相似度：Aij＝(2*Uij+Dij)/3；其中，Aij表示预报日j和历史日i的所述位势高度场或所述风速场之间的空间相似度，m1为第24-48小时内获取所述位势高度或所述风速的次数，m2为所述指定数量，为历史日i对应的第k个所述位势高度或所述风速，为预报日j对应的第k个所述位势高度或所述风速；将预报日j和历史日i的所述位势高度场以及所述风速场之间的空间相似度进行相加，得到预报日j和历史日i的所述第一类空间形势场之间的空间相似度。优选地，在计算所述预报日和每个历史日的所述第一类空间形势场之间的空间相似度之前，还包括：通过如下公式对所述第一类气象要素进行标准化处理：其中，h为所述第一类气象要素，为标准化处理后的所述第一类气象要素，hmin为所述第一类气象要素的最小值，hmax为所述第一类气象要素的最大值。优选地，所述第二类空间形势场包括预设高度处的风速场和风向场；相应地，所述第二类空间形势场通过第二类气象要素表征，所述第二类气象要素具体包括：所述预设高度处所述目标风电场周围所述指定数量个格点处的风速和风向。优选地，所述预设等压面为800hPa的等压面，所述预设高度为100m。第二方面，本专利技术实施例中提供了一种风电场短期风速预测系统，包括：第一确定模块、第二确定模块和模型构建模块。其中，第一确定模块用于基于中尺度天气预报模式以及应用的中尺度网格，选取所述中尺度网格中靠近目标风电场所处位置的上下多层网格的格点，确定在预报日预测得到的第24-48小时每个格点处的预测风速和预测风向；第二确定模块用于将所有格点处预测得到的所述预测风速和所述预测风向均输入至预设预测模型中，由所述预设预测模型输出所述预报日对应的第24-48小时所述目标风电场所处位置的预测风速；模型构建模块用于：基于中尺度天气预报模式，确定与所述预报日的空间形势场相似的目标数量个历史日，并确定在各历史日预测得到的第24-48小时每个格点处的预测风速和预测风向，以及所述目标风电场所处位置在各历史日的实际风速；将各历史日预测得到的第24-48小时每个格点处的预测风速和预测风向作为自变量，将所述目标风电场所处位置在各历史日的实际风速作为因变量，基于最小二乘法对所述自变量和所述因变量进行拟合，得到所述预设预测模型。第三方面，本专利技术实施例提供了一种电子设备，包括：至少一个处理器、至少一个存储器、通信接口和总线；其中，所述处理器、存储器、通信接口通过所述总线完成相互间的通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令，以执行第一方面提供的风电场短期风速预测方法。第四方面，本专利技术实施例提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行第一方面提供的风电场短期风速预测方法。本专利技术实施例提供的一种风电场短期风速预测方法及系统，首先确定出在预报日预测得到的第24-48小时每个格点处的预测风速和预测风向，然后基于预设预测模型实现对预报日对应的第24-48小时所述目标风电本文档来自技高网...

【技术保护点】
1.一种风电场短期风速预测方法，其特征在于，包括：基于中尺度天气预报模式以及应用的中尺度网格，选取所述中尺度网格中靠近目标风电场所处位置的上下多层网格的格点，确定在预报日预测得到的第24‑48小时每个格点处的预测风速和预测风向；将所有格点处预测得到的所述预测风速和所述预测风向均输入至预设预测模型中，由所述预设预测模型输出所述预报日对应的第24‑48小时所述目标风电场所处位置的预测风速；其中，所述预设预测模型基于如下方式构建：基于中尺度天气预报模式，确定与所述预报日的空间形势场相似的目标数量个历史日，并确定在各历史日预测得到的第24‑48小时每个格点处的预测风速和预测风向，以及所述目标风电场所处位置在各历史日的实际风速；将各历史日预测得到的第24‑48小时每个格点处的预测风速和预测风向作为自变量，将所述目标风电场所处位置在各历史日的实际风速作为因变量，基于最小二乘法对所述自变量和所述因变量进行拟合，得到所述预设预测模型。

【技术特征摘要】
1.一种风电场短期风速预测方法，其特征在于，包括：基于中尺度天气预报模式以及应用的中尺度网格，选取所述中尺度网格中靠近目标风电场所处位置的上下多层网格的格点，确定在预报日预测得到的第24-48小时每个格点处的预测风速和预测风向；将所有格点处预测得到的所述预测风速和所述预测风向均输入至预设预测模型中，由所述预设预测模型输出所述预报日对应的第24-48小时所述目标风电场所处位置的预测风速；其中，所述预设预测模型基于如下方式构建：基于中尺度天气预报模式，确定与所述预报日的空间形势场相似的目标数量个历史日，并确定在各历史日预测得到的第24-48小时每个格点处的预测风速和预测风向，以及所述目标风电场所处位置在各历史日的实际风速；将各历史日预测得到的第24-48小时每个格点处的预测风速和预测风向作为自变量，将所述目标风电场所处位置在各历史日的实际风速作为因变量，基于最小二乘法对所述自变量和所述因变量进行拟合，得到所述预设预测模型。2.根据权利要求1所述的风电场短期风速预测方法，其特征在于，所述基于中尺度天气预报模式，确定与所述预报日的空间形势场相似的目标数量个历史日，具体包括：确定所述预报日和多个历史日预测得到的第0-24小时预设等压面内所述目标风电场周围的第一类空间形势场，并计算所述预报日和每个历史日的所述第一类空间形势场之间的空间相似度，从多个历史日中选取预设数量的历史日作为样本集；确定所述预报日和所述样本集中每个历史日预测得到的第24-48小时预设高度处所述目标风电场周围的第二类空间形势场，并计算所述预报日和所述样本集中每个历史日的所述第二类空间形势场之间的空间相似度，从所述样本集中选取所述目标数量的历史日。3.根据权利要求2所述的风电场短期风速预测方法，其特征在于，所述第一类空间形势场具体包括：所述预设等压面内的位势高度场以及两个相互垂直方向上的风速场；相应地，所述第一类空间形势场通过第一类气象要素表征，所述第一类气象要素具体包括：所述预设等压面内所述目标风电场周围指定数量个格点处的位势高度以及两个相互垂直方向上的风速。4.根据权利要求3所述的风电场短期风速预测方法，其特征在于，所述计算所述预报日和每个历史日的所述第一类空间形势场之间的空间相似度，具体包括：对于预报日j和历史日i，通过如下公式分别计算预报日j和历史日i的所述位势高度场以及所述风速场之间的空间相似度：Aij＝(2*Uij+Dij)/3；其中，Aij表示预报日j和历史日i的所述位势高度场或所述风速场之间的空间相似度，m1为第24-48小时内获取所述位势高度或所述风速的次数，m2为所述指定数量，为历史日i对应的第k个所述位势高...

【专利技术属性】
技术研发人员：雍正，向婕，吴媛，
申请(专利权)人：国能日新科技股份有限公司，
类型：发明
国别省市：北京,11