基于尾流效应的风电功率预测及存量风电优化控制方法技术

本发明专利技术涉及风电功率预测及存量风电优化技术领域，具体为基于尾流效应的风电功率预测及存量风电优化控制方法，包括以下步骤，S1：首先导入环境因素以及最上游风力机的推力系数，并导入所预测风力机的动力特性。本发明专利技术中，通过步骤1

【技术实现步骤摘要】
基于尾流效应的风电功率预测及存量风电优化控制方法


[0001]本专利技术涉及风电功率预测及存量风电优化
，尤其涉及基于尾流效应的风电功率预测及存量风电优化控制方法。

技术介绍

[0002]风电功率预测及存量风电优化，是一种在风电场的建设中，基于对于风电场的尾流损失的预测，运算风电功率，并对其进行优化的过程，在传统类型风电功率预测中，参与运算的系数往往仅包括风速系数，对于风切变、湍流强度等数据未进行相关参考，导致运算结果与实际投入功率存在偏差，并且所预测的结果往往是针对单纵列数据的运算，而对于整体风电场的运算数据未进行相关整理改进，导致整体运算的冗余数较多，并且单纵列数据的运算与整体风电场的运作可能存在冲突，需要进行改进。

技术实现思路

[0003]本专利技术的目的是解决现有技术中存在的缺点，而提出的基于尾流效应的风电功率预测及存量风电优化控制方法。
[0004]为了实现上述目的，本专利技术采用了如下技术方案：基于尾流效应的风电功率预测及存量风电优化控制方法，包括以下步骤：
[0005]S1：首先导入环境因素以及最上游风力机的推力系数，并导入所预测风力机的动力特性，作为运算基本项；
[0006]S2：在最上游风力机启动后，运算通过其推力系数运算输出功率；
[0007]S3：计算下游风力机位置的环境因素，以此运算下游风力机的输出功率；
[0008]S4：将运算结果变项为上游风力机的输出功率，以此推算更下游风力机位置的环境因素以及输出功率，直至推算出最下游风力机的输出功率，并将各位置风力机的输出功率作为延伸运算项，导出整体功率模型；
[0009]S5：在实施运行中，首先采集数据并对数据进行处理；
[0010]S6：风电功率预测阶段；
[0011]S7：统计分析和优化。
[0012]优选的，所述S1中，所述环境因素包括风速、风切变、湍流强度，所述风力机的动力特性包括叶片中翼型的空气动力学特性和每个叶片的俯仰角。
[0013]优选的，所述S2中，所述运算通过其推力系数运算输出功率包括：
[0014]S201：基于风力机的动力特性包括叶片中翼型的空气动力学特性和每个叶片的俯仰角作为运算基本项；
[0015]S202：通过风力机启动转速作为带入值，计算该风力机的基础推力系数；
[0016]S203：与环境因素带入，计算最上游风力机启动的实际输出功率。
[0017]优选的，所述S3中，所述计算下游风力机位置的环境因素具体为通过Jensen模型对下游风力机位置的风速、风切变、湍流强度进行运算。
[0018]优选的，所述通过Jensen模型对下游风力机位置的风速、风切变、湍流强度进行运算包括：
[0019]S301：基于计算流体力学的WLMs，对风电场中控制整个流场Navier
‑
Stokes方程进行数值求解；
[0020]S302：假设尾迹下游通过恒定尾迹衰减常数(kW)描述的轴对称膨胀，计算涡轮尾迹中的风速衰减。
[0021]优选的，所述S5中，所述采集数据包括数值天气预报数据、实时测风塔数据、风电机组及风电场运行状态。
[0022]优选的，所述S5中，所述对数据进行处理具体为将数值天气预报数据、实时测风塔数据、风电机组及风电场导入整体功率模型进行运算，进行完整性及合理性检验，并对缺测和异常数据进行修正，最后存入数据库。
[0023]优选的，所述S6中，所述风电功率预测阶段包括：
[0024]S601：通过风电场段的风电功率预测本风电场的输出功率；
[0025]S602：通过电网调度端的风电功率预测单个风电场、局部控制区域和整个调度管辖区域的风电输出功率。
[0026]优选的，所述S7中，所述统计分析包括数据统计、相关性校验、对任意时间区间的预测结果进行误差统计、对不同调度管辖范围内的各风电场上报的预测曲线进行误差统计，所述优化具体为对比是否在该环境因素下风电率达到最优，如果是则进行验算与执行，如果否，则对风力机的推力系数进行调整，循环运算直至达到最优值。
[0027]优选的，所述数据统计具体为历史功率数据、测风数据、数值天气预报数据的完整性、频率分布、变化率等，以及风电场运行参数统计包括发电量、有效发电时间、最大出力及其发生时间、同时率、利用小时数及平均符合率等参数统计，所述相关性校验具体为对历史功率数据、测风数据和数值天气预报数据进行相关性校验，根据分析结果，给出数据的不确定性可能引入的误差，所述对任意时间区间的预测结果进行误差统计的误差指标包括均方根误差、平均绝对误差、相关性系数，所述对不同调度管辖范围内的各风电场上报的预测曲线进行误差统计包括考核分数、扣电量、上传率。
[0028]与现有技术相比，本专利技术的优点和积极效果在于：
[0029]本专利技术中，通过步骤1
‑
4实现对于单纵列数据的运算功能，并在运算过程中，添加风切变、湍流强度等环境因素数据，以及叶片中翼型的空气动力学特性和每个叶片的俯仰角等动力特性数据，通过Jensen模型对风电场中控制整个流场Navier
‑
Stokes方程进行数值求解，计算风速衰减，提升了运算结果的精准性，在步骤5
‑
7中，通过对整体数据的预测和分析，达成对于风电功率的整体预测功能，并反复校验，确保风电场的整体运作在该环境因素下风电率达到最优。
附图说明
[0030]图1为本专利技术提出基于尾流效应的风电功率预测及存量风电优化控制方法的主要步骤示意图；
[0031]图2为本专利技术提出基于尾流效应的风电功率预测及存量风电优化控制方法的步骤2细化示意图；
[0032]图3为本专利技术提出基于尾流效应的风电功率预测及存量风电优化控制方法的步骤3细化示意图；
[0033]图4为本专利技术提出基于尾流效应的风电功率预测及存量风电优化控制方法的步骤6细化示意图。
具体实施方式
[0034]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0035]在本专利技术的描述中，需要理解的是，术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。此外，在本专利技术的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
[0036]实施例一
[0037]请参阅图1，本专利技术提供一种技术方案：基于尾流效应的风电功率预测及存量风电优化控制方法，包括以下步骤：
[0038]S1：首先导入环境因素以及最上游风力机的推力系数，并本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于尾流效应的风电功率预测及存量风电优化控制方法，其特征在于，包括以下步骤：S1：首先导入环境因素以及最上游风力机的推力系数，并导入所预测风力机的动力特性，作为运算基本项；S2：在最上游风力机启动后，运算通过其推力系数运算输出功率；S3：计算下游风力机位置的环境因素，以此运算下游风力机的输出功率；S4：将运算结果变项为上游风力机的输出功率，以此推算更下游风力机位置的环境因素以及输出功率，直至推算出最下游风力机的输出功率，并将各位置风力机的输出功率作为延伸运算项，导出整体功率模型；S5：在实施运行中，首先采集数据并对数据进行处理；S6：风电功率预测阶段；S7：统计分析和优化。2.根据权利要求1所述的基于尾流效应的风电功率预测及存量风电优化控制方法，其特征在于：所述S1中，所述环境因素包括风速、风切变、湍流强度，所述风力机的动力特性包括叶片中翼型的空气动力学特性和每个叶片的俯仰角。3.根据权利要求1所述的基于尾流效应的风电功率预测及存量风电优化控制方法，其特征在于：所述S2中，所述运算通过其推力系数运算输出功率包括：S201：基于风力机的动力特性包括叶片中翼型的空气动力学特性和每个叶片的俯仰角作为运算基本项；S202：通过风力机启动转速作为带入值，计算该风力机的基础推力系数；S203：与环境因素带入，计算最上游风力机启动的实际输出功率。4.根据权利要求1所述的基于尾流效应的风电功率预测及存量风电优化控制方法，其特征在于：所述S3中，所述计算下游风力机位置的环境因素具体为通过Jensen模型对下游风力机位置的风速、风切变、湍流强度进行运算。5.根据权利要求4所述的基于尾流效应的风电功率预测及存量风电优化控制方法，其特征在于：所述通过Jensen模型对下游风力机位置的风速、风切变、湍流强度进行运算包括：S301：基于计算流体力学的WLMs，对风电场中控制整个流场Navier
‑
Stokes方程进行数值求解；S302：假设尾迹下游通过恒定尾迹衰减常数(kW)描述的轴对称膨胀，计算涡...

【专利技术属性】
技术研发人员：马俊鹏，刘菲燕，肖成刚，王凯冉，刘子瑞，
申请(专利权)人：宁夏回族自治区电力设计院有限公司，
类型：发明
国别省市：