用于风机的风功率的预测方法、处理器、装置及存储介质制造方法及图纸

本申请涉及风力发电技术领域，公开了一种用于风机的风功率的预测方法、处理器、装置及存储介质。包括获取待预测风机在历史时段内的运行数据、在当前时刻的当前风速和当前风向；根据历史时段内的运行数据确定待预测风机的桨距角和对风角在预设风速和预设风向下的第一条件概率密度函数和第二条件概率密度函数；根据第一条件概率密度函数、第二条件概率密度函数、当前风速以及当前风向确定待预测风机在当前时刻的预测桨距角和预测对风角；根据当前风速和预测桨距角确定第一校正系数；根据预测对风角确定第二校正系数；根据当前风速和当前风向确定待预测风机在当前时刻的预测风功率；根据上述校正系数对预测风功率进行校正，以得到最终的预测风功率。到最终的预测风功率。到最终的预测风功率。

【技术实现步骤摘要】
用于风机的风功率的预测方法、处理器、装置及存储介质


[0001]本申请涉及风力发电
，具体涉及一种用于风机的风功率的预测方法、处理器、装置及存储介质。

技术介绍

[0002]随着风力发电技术的成熟，风力发电机的发电量占比也逐步提高。但是风力发电受风力大小的影响有波动性、随机性以及间歇性的特点，因而电网系统要根据风机的风功率，进行调度控制。
[0003]现有技术中，通常是根据风力发电机处的风速大小，确定风机发电机的发电功率，进而针对电网进行调度控制，维护电网稳定。但是，风机在不同的风速、风向下，会自动进行变桨、偏航以及制动等风机控制策略操作。若不考虑风机的上述控制策略，会导致预测的风功率与实际的风功率之间相差较大。

技术实现思路

[0004]本申请实施例的目的是提供一种用于风机的风功率的预测方法、处理器、装置及存储介质。
[0005]为了实现上述目的，本申请第一方面提供一种用于风机的风功率的预测方法，包括：
[0006]获取待预测风机在历史时段内的运行数据、待预测风机在当前时刻的当前风速和当前风向，其中，运行数据包括待预测风机在历史时段内的历史桨距角、历史对风角、历史风速和历史风向；
[0007]根据历史桨距角、历史对风角、历史风速和历史风向确定待预测风机的桨距角和对风角在预设风速和预设风向下的第一条件概率密度函数和第二条件概率密度函数；
[0008]根据第一条件概率密度函数、第二条件概率密度函数、当前风速以及当前风向确定待预测风机在当前时刻的预测桨距角和预测对风角；
[0009]根据当前风速和预测桨距角确定第一校正系数coef
β
；
[0010]根据预测对风角确定第二校正系数coef
θ
；
[0011]根据当前风速和当前风向确定待预测风机在当前时刻的预测风功率P；
[0012]根据第一校正系数和第二校正系数对预测风功率进行校正，以得到最终的预测风功率P
adj
。
[0013]在本申请实施例中，根据公式(1)确定第二校正系数coef
θ
；
[0014][0015]其中，为预测对风角。
[0016]在本申请实施例中，根据当前风速和预测桨距角确定第一校正系数coef
β
包括：根据多个风速下桨距角与风功率的关系曲线确定在每个风速下的每个桨距角对风功率校正系数；根据当前风速和预测桨距角确定第一校正系数coef
β
。
[0017]在本申请实施例中，根据公式(2)确定最终的预测风功率P
adj
；
[0018]P
adj
＝P
×
coef
β
×
coef
θ
ꢀꢀ
(2)；
[0019]其中，P为当前时刻的预测风功率，coef
β
为第一校正系数，coef
θ
为第二校正系数。
[0020]在本申请实施例中，根据公式(3)确定桨距角β在预设风速和预设风向下的第一条件概率密度函数；
[0021][0022]其中，为第一条件概率密度函数，u为预设风速和预设风向在纬向的风速分量，v为预设风速和预设风向在经向的风速分量，h
β
、h
u
、h
v
分别为预测桨距角、纬向风和经向风的带宽，k
β
、k
u
、k
v
分别为桨距角、纬向风和经向风的单元核函数，β为根据数值模式确定在预设风速和预设风向下的预估桨距角，β
i
为第i次测试的历史桨距角，u
i
为第i次测试的历史风速纬向风速分量，v
i
为第i次测试的历史风速经向风速分量，n为预设测试次数。
[0023]在本申请实施例中，根据公式(4)确定对风角θ在预设风速和预设风向下的第二条件概率密度函数；
[0024][0025]其中，为第二条件概率密度函数，u为预设风速和预设风向在纬向的风速分量，v为预设风速和预设风向在经向的风速分量，h
θ
、h
u
、h
v
分别为预测对风角、纬向风和经向风的带宽，k
θ
、k
u
、k
v
分别为对风角、纬向风和经向风的单元核函数，θ为根据数值模式确定在预设风速和预设风向下的预估对风角，θ
i
为第i次测试的历史对风角，u
i
为第i次测试的历史风速纬向风速分量，v
i
为第i次测试的历史风速经向风速分量，n为预设测试次数。
[0026]在本申请实施例中，根据第一条件概率密度函数、第二条件概率密度函数、当前风速以及当前风向确定待预测风机在当前时刻的预测桨距角和预测对风角包括：根据公式(3)确定预测桨距角公式(5)；根据公式(5)确定预测桨距角；
[0027][0028]其中，为预测桨距角，u
′
为当前风速和当前风向下在纬向的风速分量，v
’
为当前风速和当前风向下在经向的风速分量；根据公式(4)确定预测对风角公式(6)；根据公式(6)确定预测对风角；
[0029][0030]其中，为预测对风角。
[0031]本申请第二方面提供一种处理器，被配置成执行上述的方法。
[0032]本申请第三方面提供一种用于风机的风功率的预测装置，包括：数据收集模块，用于获取待预测风机在历史时段内的运行数据、待预测风机在当前时刻的当前风速和当前风
向，其中，运行数据包括待预测风机在历史时段内的历史桨距角、历史对风角、历史风速和历史风向；风机调整策略预测模块，用于根据历史桨距角、历史对风角、历史风速和历史风向确定待预测风机的桨距角和对风角在预设风速和预设风向下的第一条件概率密度函数和第二条件概率密度函数；根据第一条件概率密度函数、第二条件概率密度函数、当前风速以及当前风向确定待预测风机在当前时刻的预测桨距角和预测对风角；校正系数计算模块，用于根据当前风速和预测桨距角确定第一校正系数；根据预测对风角确定第二校正系数；风功率预测模块，用于根据当前风速和当前风向确定待预测风机在当前时刻的预测风功率；校正风功率计算模块，用于根据第一校正系数和第二校正系数对预测风功率进行校正，以得到最终的预测风功率。
[0033]本申请第四方面提供一种可编程存储介质，该可编程存储介质上存储有指令，该指令在被处理器执行时使处理器被配置成执行上述任意一项的方法。
[0034]上述技术方案，通过确定在当前时刻的桨距角和对风角，以及在当前风速和风向下桨距角和对风角对风机的校正系数，对风机的预测风功率进行校正，以得到最终的预测风功率。最终的预测风功率根据风机的控制策略进行了校正，相对于通过数值模式计算得到的风功率，预测结果更为接近实际的风功率。电网调度人员可以本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于风机的风功率的预测方法，其特征在于，所述预测方法包括：获取待预测风机在历史时段内的运行数据、所述待预测风机在当前时刻的当前风速和当前风向，其中，所述运行数据包括所述待预测风机在历史时段内的历史桨距角、历史对风角、历史风速和历史风向；根据所述历史桨距角、所述历史对风角、所述历史风速和所述历史风向确定所述待预测风机的桨距角和对风角在预设风速和预设风向下的第一条件概率密度函数和第二条件概率密度函数；根据所述第一条件概率密度函数、所述第二条件概率密度函数、所述当前风速以及所述当前风向确定所述待预测风机在所述当前时刻的预测桨距角和预测对风角；根据所述当前风速和所述预测桨距角确定第一校正系数coef
β
；根据所述预测对风角确定第二校正系数coef
θ
；根据所述当前风速和所述当前风向确定所述待预测风机在所述当前时刻的预测风功率P；根据所述第一校正系数和所述第二校正系数对所述预测风功率进行校正，以得到最终的预测风功率P
adj
。2.根据权利要求1所述的方法，其特征在于，根据公式(1)确定所述第二校正系数coef
θ
；其中，为所述预测对风角。3.根据权利要求1所述的方法，其特征在于，所述根据所述当前风速和所述预测桨距角确定第一校正系数coef
β
包括：根据多个风速下桨距角与风功率的关系曲线确定在每个风速下的每个桨距角对风功率校正系数；根据所述当前风速和所述预测桨距角确定所述第一校正系数coef
β
。4.根据权利要求1所述的方法，其特征在于，根据公式(2)确定所述最终的预测风功率P
adj
；P
adj
＝P
×
coef
β
×
coef
θ
ꢀꢀꢀꢀ
(2)；其中，P为所述当前时刻的预测风功率，coef
β
为所述第一校正系数，coef
θ
为所述第二校正系数。5.根据权利要求1所述的方法，其特征在于，根据公式(3)确定桨距角β在预设风速和预设风向下的所述第一条件概率密度函数；其中，为所述第一条件概率密度函数，u为所述预设风速和预设风向在纬向的风速分量，v为所述预设风速和预设风向在经向的风速分量，h
β
、h
u
、h
v
分别为所述预测桨距角、纬向风和经向风的带宽，k
β
、k
u
、k
v
分别为桨距角、纬向风和经向风的单元核函数，β为根据数值模式确定在所述预设风速和预设风向下的预估桨距角，β
i
为第i次测试的历史桨
距角，u
i
为第i次测试的历史风速纬向风速分量，v
i<...

【专利技术属性】
技术研发人员：冯涛，蔡泽林，徐勋建，胡博，王磊，李丽，简洲，
申请(专利权)人：湖南防灾科技有限公司，
类型：发明
国别省市：