风电功率预测系统及其方法、电网系统技术方案

本发明专利技术提供一种风电功率预测系统，其利用由数值气象预报系统输出的气象要素的预测值，通过运算处理单元的计算处理，计算出风电场的未来预定时间的发电功率预测值。通过该风电功率预测系统，能够预先计算出风电场的未来时刻发电功率，为电网吸纳风电、降低调峰成本、提高风电质量提供可靠的依据。

【技术实现步骤摘要】

本专利技术涉及对风电场或风电场所处区域内的所有风才几的未来功率 做出预测的风电功率预测系统，特别涉及基于数值气象预报系统的输 出结果对风机的未来功率做出预测的风电功率预测系统。
技术介绍
风能作为一种清洁的可再生能源，越来越受到世界各国的重视。2006年，中国风电累计装机容量已经达到260万千瓦，成为继欧洲、 美国和印度之后发展风力发电的主要市场之一。众所周知，电网的运行需要稳定性。 一般，传统的火电厂需要把-第二天的发电功率曲线上报电网公司，由电网公司统一安排调度，以 达到对本地负荷曲线的最佳拟合。但是，对于风电场而言，存在两个 因素导致国内的风电场无法上报未来的发电功率曲线。第一个是风力 的随机性局地风速变化的预测，尤其是近地边界层风场的风力预测 一直是世界难题；第二个是新能源法规定电网必须全额收购风电这种 绿色能源，所以对风电场业主而言，这方面积极性不高。这直接导致目前我国的风电无法调度，更进一步，随着风速的随 机变化，风电场的发电功率也发生无法预知的快速变化。这给电网的 稳定运行带来极大的沖击。为了消纳这些不稳定的风电，电网不得不 加大热备份的装机，以高昂的成本实现对风电的收购。而且，通常电网公司会事先有一个负荷预测曲线。经过多年积累， 地区负荷曲线的精度都很高，为了满足负荷的要求，电网公司通过计 算把各电场的调度曲线下发到电场，从而最佳的拟合负荷预测曲线。由于风电往往是不可预知的，所以就要为此付出更多的调峰成本。当风很大时，减少火电的发电；反之，加大火电的输出；这样热备份电 场就会相应的浪费许多能源。与之相反，如果事先知道风电场的出力 曲线，我们就可以安排调度任务，在发电过程中自然的吸纳风电，从 而节约调峰成本，同时保证了电网的稳定运行。否则风电功率时大时 小，忽上忽下，无从预知，会对电网造成很大的沖击，甚至导致不可 预知的严重后果。中国专利申请第200610171961.4号的说明书中公开了 一种控制风 力发电站的系统及估算风力条件并优化性能的方法。该专利申请公开 的控制风力发电站的系统如图1、图2所示，该发电站包含一个中央 处理控制单元16，其连接到风电场10中的风轮机12，以接受来自每 个风轮机的数据，并选择性地将数据和控制信号Cl、 C2、 ...Cn这两 者中的至少一个传递到每个风轮机，所述中央处理控制单元处理来自 至少 一个上游风轮机的数据并以此预测出对其下游风轮机的负载影 响，并且选择性地生成并传递控制信号以完成下列动作之一(1 )降 低至少一个下游风轮机的功率，使负载影响最小化；(2)降低至少一 个上游风轮机的转速，来减少疲劳负载并提高至少一个下游风轮机的 捕风功率。在上述结构中，虽然通过处理来自各上游风轮机的数据来预测出 对其下游风轮机的负栽影响，并控制每个风轮机的功率，但是，由于 其基于发电场的每个风轮机的数据实时进行风力发电站的功率控制， 因此存在不能提前预测发电功率而无法满足电网的预知要求的问题。
技术实现思路
本专利技术的目的在于，提供一种能够预先对风机的未来功率做出预 测的风电功率预测系统及风电功率预测方法。本专利技术的另一目的在于，提供一种具备本专利技术涉及的风电功率预测系统或者使用了风电功率预测方法的电网系统，能够预先对风机的 未来功率做出预测。为实现上述目的，在本专利技术涉及的风电功率预测系统中，利用由 数值气象预报系统输出的气象要素的预测值，通过运算处理单元的计 算处理，计算出风电场的未来预定时间的发电功率预测值。此外，也可以是，上述运算处理单元对由数值气象预报系统输出 的气象要素的预测值和来自数据采集单元的风电数据进行综合，形成 与风电有关的多维风电随机序列。上述多维风电随机序列也可以包含 上述气象要素的预测值、风电场中风机的在线或离线数据、电网接入 端的详细数据、以及时间维度。再者，也可以是，上述运算处理单元还对所形成的多维风电随机 序列进行时频调和分析及序结构计算。另夕卜，也可以是，还包括基于神经网络的人工神经网络计算单元， 其利用上述的多维风电随机序列的序结构特征分析结果，计算出风电 场未来功率输出的预测值。其中，上述人工神经网络计算单元可以是 人工智能专家系统。而且，上述数值气象预报系统可以设置在上述风电预测系统的内部；也可以设置在上述风电预测系统的外部，并且连接到上述风电预 测系统。本专利技术涉及的一种风电功率预测方法，利用由数值气象预报系统 输出的气象要素的预测值，通过运算处理步骤的计算处理，计算出风 电场的未来预定时间的发电功率预测值。此外，上述运算处理步骤对由数值气象预报系统输出的气象要素 的预测值和来自数据采集单元的风电数据进行综合，形成与风电有关 的多维风电随机序列。而且，上述多维风电随机序列可以包含上述气 象要素的预测值、风电场中风机的在线或离线数据、电网接入端的详 细数据、以及时间维度。再者，上述运算处理步骤还对所形成的多维风电随机序列进行时 频调和分析及序结构计算。另外，还包括基于神经网络的人工神经网络计算步骤，其利用上 述的多维风电随机序列的序结构特征分析结果，计算出风电场未来功 率输出的预测值。另外，本专利技术涉及的电网系统，包括如上所述的风电功率预报系 统或者使用了如上所述的风电功率预报方法。根据如上所述的风电功率预测系统及风电功率预测方法，能够预 先计算出风电场的未来时刻发电功率，为电网吸纳风电、降低调峰成 本、提高风电质量提供可靠的依据。附图说明图1是表示现有的风力发电站控制系统的结构的框图； 图2是表示现有的风力发电站控制系统的数据收集和处理过程的 流程图3是表示本专利技术涉及的风电功率预测系统的结构的框图4是表示本专利技术涉及的风电功率预测系统的风电功率预测方法 的处理过程的流程图5是表示在本专利技术的一实施例涉及的风电功率预测系统中的风 速数据的多尺度时频调和分析结果的时序图6是表示根据图5所示的特征序列构造的序结构计算分析网络 的示意图7是表示在本专利技术的风电功率预测系统中的人工智能神经网络 专家系统所采用的神经网络模型的示意图8是表示本专利技术的一实施例涉及的风电功率预测系统中的风 速、风向和功率之间关系的三维示意图。具体实施例方式下面，参照附图详细说明本专利技术涉及的风电功率预测系统的具体 实施方式。如图3所示，风电功率预测系统100包括数值气象预R系统101、 数据釆集单元102、数据综合单元103、运算处理单元104、人工神 经网络计算装置105。图4示出了本专利技术涉及的风电功率预测系统的 风电功率预测方法的流程图。其中，数值气象预报系统101对采集到的气象要素进行分析整理， 并应用地球流体动力学和热力学方程及有关物理法则对未来天气进行 预报。所述数值气象预报系统101输出未来一段时间内(例如，从起 ^R时间开始算起的未来若干小时，如6小时、12小时、188小时等) 各个时刻的气象要素(例如风速、风向等)的预测值。本专利技术中使用 的数值气象预报系统可以是局地边界层数值气象预报系统，它考虑风 电场所处地区的局部地形、植被、建筑、测风数据、其它实测气象要 素数据等因素，可以获得适用于该风电场的局地边界层数值气象预报 数据。该局地边界层数值气象预报系统能够精确地预报对风电场功率 预测很重要的气象要素(风速、风向等)，并且空间水平精度可以达 到5KM的本文档来自技高网...

【技术保护点】
一种风电功率预测系统，其特征在于，利用由数值气象预报系统输出的气象要素的预测值，通过运算处理单元的计算处理，计算出风电场的未来预定时间的发电功率预测值。

【技术特征摘要】
1. 一种风电功率预测系统，其特征在于，利用由数值气象预报系统输出的气象要素的预测值，通过运算处理单元的计算处理，计算出风电场的未来预定时间的发电功率预测值。2. 如权利要求1所述的风电预测系统，其特征在于，上述运算处理单元对由数值气象预报系统输出的气象要素的预测 值和来自数据采集单元的风电数据进行综合，形成与风电有关的多维 风电随机序列。3. 如权利要求2所述的风电预测系统，其特征在于，上述多维风电随机序列可以包含上述气象要素的预测值、风电场 中风机的在线或离线数据、电网接入端的详钿数据、以及时间维度。4. 如权利要求2或3所述的风电预测系统，其特征在于， 上述运算处理单元还对所形成的多维风电随机序列进行时频调和分析及序结构计算。5. 如权利要求2或3所述的风电预测系统，其特征在于，还包括基于神经网络的人工神经网络计算单元，其利用上述多维 风电随机序列的序结构特征分析结果，计算出风电场未来功率输出的 预测值。6. 如权利要求5所述的风电预测系统，其特征在于， 上述人工神经网络计算单元是人工智能专家系统。7. 如权利要求1所述的风电预测系统，其特征在于， 上述数值气象预报系统设置在上述风电预测系统的内部、或者设置在上述风电...

【专利技术属性】
技术研发人员：邢方亮，
申请(专利权)人：北京方鸿溪科技有限公司，
类型：发明
国别省市：11[中国|北京]