一种分布式风力发电站输出功率的预测方法技术

本发明专利技术提出了一种分布式风力发电站输出功率的预测方法。本发明专利技术将分布式风力发电站的发电功率解析为三部分：局域风力发电阵列的等效发电功率模型，以及两类不同的描述等效风力发电阵列发电功率随机性的动态模型。本发明专利技术选择了卷积神经网络来对从局域风场分布到风力发电阵列等效发电功率的映射进行建模，并使用粗糙路径理论驱动的随机微分方程以及点过程驱动的随机微分方程对这一预测模型难以描述的随机风力发电出力波动进行建模，三者结合后得到一种精确的分布式风力发电站输出功率模型。

【技术实现步骤摘要】
一种分布式风力发电站输出功率的预测方法
本专利技术涉及发电站
，具体是一种分布式风力发电站输出功率的预测方法。
技术介绍
在当下的电网系统中，不论是针对大电网还是微电网，分布式可在生能源输出功率的预测一直是一个热门的话题。对于风力资源较为丰富的地区，风力发电站功率输出的精准预测和建模对于提升可再生能源的利用水平，减少环境污染和碳排放具有重要意义。对于地势平坦且风力资源分布较为均匀的地区，风力发电站通常会集中部署大量的风力发电机阵列进行发电。这种情况下的风力发电站输出功率预测往往会比较容易。但是对于地势起伏较大，且风力资源区域分布差异较大的地区，风力发电站的建设往往会采用分布式部署的模式，这不仅给风力发电站的输出功率预测带来了一定的挑战，同时也使得风力发电站输出功率中包含的随机性大大增强。本专利技术针对这种情况针对性地提出了一种新型的分布式风力发电站发电功率的预测方法，以满足推广可再生能源部署和利用的需求。假设本专利技术考虑的分布式风力发电站的风力发电机被部署在几个不同的子区域中，并且每个子区域内的风力和风向的分布的差异在某一给定的本文档来自技高网...

【技术保护点】
1.一种分布式风力发电站输出功率的预测方法，其特征在于，包含以下步骤：/nA、初步建模，分布式风力发电站发电功率是各个子区域风力发电机阵列发电功率的总和，设分布式风力发电站子区域数量为N在给定时刻t，记该分布式风力发电站总的发电功率为P

【技术特征摘要】
1.一种分布式风力发电站输出功率的预测方法，其特征在于，包含以下步骤：
A、初步建模，分布式风力发电站发电功率是各个子区域风力发电机阵列发电功率的总和，设分布式风力发电站子区域数量为N在给定时刻t，记该分布式风力发电站总的发电功率为PL(t)，并记子区域i，i＝1，2，...，N的风力发电机阵列发电功率为PL，i(t)，提出以下分布式风力发电站发电功率模型



PL，i(t)＝PLp，i(t)+PLe，i(t)+PN，i(t)#(2)，
其中PLp，i(t)为子区域i的风力发电机阵列的期望发电功率，PLe，i(t)是用粗糙微分方程模拟的子区域i的风力发电机阵列的小幅度随机波动部分，PN，i(t)是用点过程模拟的子区域i的风力发电机阵列的大幅度随机波动部分，
B、针对PLp，i(t)进行建模：采用滑动平均的方法对数据进行平滑化处理，以减少其中包含的随机波动，对子区域i，平滑化后的风力发电机阵列发电功率记为使用当地的天气数据来对分布式风力发电站发电功率进行预测，使用平滑化的分布式风力发电站发电功率作为风力发电机阵列期望发电功率数据PLp，i(t)的预测目标值用于生成预测模型，使用卷积神经网络来拟合子区域i的历史的风场分布和PLp，i(t)之间的关系，通过计算和不同时段的风场分布数据之间的皮尔逊积矩相关系数来衡量历史风场分布数据和之间的相关性，此处定义R为皮尔逊积矩相关系数，使用X表示使用Y表示某一种天气信息，包括温度，湿度，大气压强，风速，云量，降水概率，假设有N细X和Y的数据，它们的相关系数R的定义如式(2)所示，式中的和分别表示N组X和Y的均值




C、针对...

【专利技术属性】
技术研发人员：华昊辰，袁仲达，
申请(专利权)人：江苏能来能源互联网研究院有限公司，
类型：发明
国别省市：江苏;32