【技术实现步骤摘要】
风电场中长期发电量的预测方法、系统、设备及介质
[0001]本专利技术涉及风电发电
，特别是涉及一种风电场中长期发电量预测方法、系统、设备及介质。
技术介绍
[0002]新一轮电力市场化改革实施以来，各地区年度、月度电力中长期交易常态化开展。中长期预测是开展发电指标分配、电力市场申报量价交易的重要依据，可提前规避风险，交易合约占比较大，市场收益占比最高。然而由于风速的波动性和间歇性，风电场并网会给电力系统带来诸多的影响，在电力市场交易中也会给发电企业带来很大的不确定性，甚至造成巨额经济亏损。当前风电场中长期发电量预测需要用到大量历史实际数据，但大部分风电场的历史数据都存在数据体量少、缺失、错误等问题，数据整体质量差，影响预测模型的准确率。
[0003]目前，风电场中长期发电量预测方法，一般根据风电场多年历史实际数据，统计出每日或每月的发电量结果，再结合多年历史平均风速和未来中长期的平均风速的大小比例关系，对历史发电量适当调整进而得到未来发电量预测结果。由于大气环流和局地气候具有不确定性，风电场多年历史发电量也存...
【技术保护点】
【技术特征摘要】
1.一种风电场中长期发电量的预测方法，其特征在于，所述方法包括：获取风电场的历史实际数据和气象预报数据；所述历史实际数据包括全场风机的平均风机和总功率在内的实际运行数据；所述气象预报数据包括风速、风向、气温、气压、相对湿度在内的中长期数值气象预报数据；所述气象预报数据的时间间隔为第一时间间隔；构建数据插补模型，根据所述历史实际数据对所述数据插补模型进行训练，并将第一时间间隔的气象预报数据输入训练后的数据插补模型，得到第二时间间隔的气象预报数据；通过神经网络模型对所述第二时间间隔的气象预报数据进行训练，得到气象预报中长期预测功率；按照月份和时刻对所述历史实际数据进行统计计算，得到历史实际中长期预测功率；对所述气象预报中长期预测功率和历史实际中长期预测功率进行加权计算，得到综合中长期预测功率；根据发电量统计的时间规则对所述综合中长期预测功率按时间长度进行积分求和，得到风电场中长期预测发电量。2.根据权利要求1所述的风电场中长期发电量的预测方法，其特征在于，所述构建数据插补模型，根据所述历史实际数据对所述数据插补模型进行训练，包括：将气象预报数据由第一时间间隔插补为第二时间间隔，得到样本数据；将所述气象预报数据按照风速、风向、气温、气压、相对湿度分别进行插补，由第一时间间隔插补为第二时间间隔，得到对应的五个样本数据；将五个所述样本数据进行归一化处理，并分别属于对应的数据插补模型进行训练；所述数据插补模型包括5个，分别对应气象预报数据中的风速、风向、气温、气压和相对湿度。3.根据权利要求2所述的风电场中长期发电量的预测方法，其特征在于，所述通过神经网络模型对所述第二时间间隔的气象预报数据进行训练，得到气象预报中长期预测功率，包括：对插补后历史气象预报数据进行特征工程，取特定时刻的气象数据以及前后多个时刻的变化偏差作为样本的输入序列，对应时刻的历史实际功率作为样本的输出值，得到神经网络训练模型的样本集；利用机器学习算法分别对风速、风向、气温、气压、相对湿度所对应的气象预报数据建模训练，并将插补后历史气象预报数据输入到训练好的神经网络训练模型中，预测得到历史未来预测功率；所述历史未来预测功率包括历史预测功率和未来预测功率。4.根据权利要求3所述的风电场中长期发电量的预测方法，其特征在于，所述预测得到历史预测功率和未来预测功率之后，还包括：计算特定周期内历史实际功率中处于预定分位的第一平均值、以及同时段所述历史未来预测功率的历史预测功率中处于预定分位的第二平均值；将所述第一平均值和第二平均值的比值作为校正系数，对所述历史未来预测功率的的未来预测功率进行整体拉伸缩放，得到气象预报中长期预测功率。5.根据权利要求4所述的风电场中长期发电量的预测方法，其特征在于，所述预定分位为[90％，100％]。6.根据权利要求1所述的...
【专利技术属性】
技术研发人员：袁兴德，曾垂宽，梁卉林，彭喆，杨东升，张雨薇，杨喜民，梅洪灯，肖文成，
申请(专利权)人：华润电力技术研究院有限公司，
类型：发明
国别省市：
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。