一种虚拟测风塔风机功率预测方法技术

本发明专利技术提供了一种虚拟测风塔风机功率预测方法，涉及风机预测技术领域，包括以下步骤：获取风机的历史测风参数和风机所处风电场的地形参数；根据风机的历史测风参数和风机所处风电场的地形参数，确定风机的实时风向；获取风机所处风电场的环境参数，并对环境参数进行预处理；构建风机优化预测网络模型；将风机的实时风向以及预处理后的环境参数输入至风机优化预测网络模型中，生成风机所处高层的风速，并根据风机所处高层的风速确定风机功率。该方法整个过程综合风电机组的地形数据、环境数据以及历史风速数据，预测精准度高。预测精准度高。预测精准度高。

【技术实现步骤摘要】
一种虚拟测风塔风机功率预测方法


[0001]本专利技术涉及风机预测
，具体而言，涉及一种虚拟测风塔风机功率预测方法。

技术介绍

[0002]风力发电是目前国际上具有广阔应用前景的绿色清洁能源之一，许多国家正在大力发展风电等新能源。风电发电功率具有间歇性、随机性和反调峰等特点，并受多种因素影响。随着风电装机容量的不断增加，风电在电力系统中的地位发生了转变。风电装机容量较小时，它的运行对系统稳定性的影响可以不予考虑；当风电装机容量越来越大，在系统中所占比例逐年增加时，电网对风力发电在总电量的比重需要进行调配。要求各个风力发电场具备功率管理功能，风电场接受电网的有功功率指令，分配下发给各个风力发电机，各个风力发电机根据风电场调度中心下发的功率管理指令，稳定快速准确的调节风力发电机有功功率输出，进而保证了整个风电场有功功率快速，准确的响应电网对发电场的要求。
[0003]测风塔数据是风电功率预测系统的重要输入，也是功率预测需要上报、纳入考核范围的重要数据。但传统虚拟测风塔采集的数据不全面，更侧重于地形数据，而忽略环境数据的影响，且预测精度不准确。

技术实现思路

[0004]本专利技术的目的在于提供一种虚拟测风塔风机功率预测方法，其整个过程综合风电机组的地形数据、环境数据以及历史风速数据，预测精准度高。
[0005]本专利技术的实施例通过以下技术方案实现：
[0006]一种虚拟测风塔风机功率预测方法包括以下步骤：
[0007]获取风机的历史测风参数和风机所处风电场的地形参数；
[0008]根据风机的历史测风参数和风机所处风电场的地形参数，确定风机的实时风向；
[0009]获取风机所处风电场的环境参数，并对环境参数进行预处理；
[0010]构建风机优化预测网络模型；
[0011]将风机的实时风向以及预处理后的环境参数输入至风机优化预测网络模型中，生成风机所处高层的风速，并根据风机所处高层的风速确定风机功率。
[0012]进一步地，风机所处风电场的地形参数包括风机所处风电场的坡度和地表曲率。
[0013]进一步地，根据风机的历史测风数据和风机所处风电场的地形数据，确定风机的实时风向，包括以下步骤：
[0014]根据风机的历史测风数据，构建虚拟风速模型；
[0015]将风机的历史测风数据和风机所处风电场的地形数据输入至虚拟风速模型中，生成风机的风速相似度权值；
[0016]根据风机的风速相似度权值，生成风向轮廓线，并根据风向廓线生成风机的实时风向。
[0017]进一步地，虚拟风速模型的损失函数G表达式为：
[0018][0019]式中，N表示历史测风参数的总采样时刻，v
n
表示第n个采样时刻的风速，V
max
表示历史测风参数中的风速最大值，V
min
表示历史测风参数中的风速最小值，V
ave
表示历史测风参数中的风速平均值。
[0020]进一步地，风速相似度权值w0的计算公式为：
[0021][0022]式中，G表示虚拟风速模型的损失函数，α表示风机所处风电场的坡度，c表示风机所处风电场的地表曲率，N表示历史测风参数的总采样时刻。
[0023]进一步地，风向轮廓线的生成方法为：在二维坐标系中，以获取历史测风参数的采样时刻为横坐标，以风机的风速相似度权值为纵坐标，绘制风向轮廓线，将风向轮廓线上中点所对应曲率的反正切函数值作为风向偏移角度，并根据风向偏移角度确定实时风向。
[0024]进一步地，风机所处风电场的环境参数包括风机所处风电场的空气湿度、空气温度、大气压力、降尘量和湍流度。
[0025]进一步地，对环境参数进行预处理的具体方法为：对环境参数依次进行去噪处理、归一化处理和平滑处理。
[0026]进一步地，风机优化预测网络模型包括依次连接的输入层、隐含层和输出层；
[0027]输入层与隐含层之间的变换函数采用非线性变换函数；隐含层与输出层之间的变换函数采用线性变换函数。
[0028]进一步地，隐含层包括依次连接的第一隐含单元、第二隐含单元和第三隐含单元；
[0029]第一隐含单元用于提取实时风向对应的风向特征矩阵；第二隐含单元用于提取预处理后的环境参数对应的环境特征矩阵；第三隐含单元用于拼接风向特征矩阵和环境特征矩阵，并根据风向特征矩阵和环境特征矩阵生成风机所处高层的风速；
[0030]其中，风向特征矩阵P的表达式为：
[0031][0032]式中，A表示风向角度，C表示风向序号，％表示取余；
[0033]环境特征矩阵Q的表达式为：
[0034][0035]式中，h0表示预处理后的空气湿度，t0表示预处理后的空气温度，p0表示预处理后的大气压力，ρ表示极小值，k0表示预处理后的大气压力，m0表示预处理后的降尘量，n0表示预处理后的湍流度。
[0036]本专利技术实施例的技术方案至少具有如下优点和有益效果：
[0037](1)该虚拟测风塔风机功率预测方法利用所有风机的历史测风数据和风电场地形数据，建立虚拟风速模型，计算各个风机的风速相似度权值，并根据风向廓线生成实时风向；接着，将实时风向以及预处理后的环境参数输入至构建的风机优化预测网络模型中，生成风机所处高层的风速，并确定风机功率；整个过程综合风电机组的地形数据、环境数据以及历史风速数据，预测精准度高；
[0038](2)该虚拟测风塔风机功率预测方法综合风机的各方面参数，以提供模型的适应性和准确性，并对数据进行预处理，保证数据来源可靠且易于获取；
[0039](3)该虚拟测风塔风机功率预测方法通过构建虚拟风速模型和风机优化预测网络模型，分别给出实时风向和风速相似度权值，在此基础上结合其余数据，得到最终结果，缩减了模型输入，提高了模型计算效率，提高了模型的可应用性。
附图说明
[0040]图1为本专利技术提供的虚拟测风塔风机功率预测方法的流程图。
具体实施方式
[0041]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。
[0042]如图1所示，本专利技术提供了一种虚拟测风塔风机功率预测方法，包括以下步骤：
[0043]获取风机的历史测风参数和风机所处风电场的地形参数；
[0044]根据风机的历史测风参数和风机所处风电场的地形参数，确定风机的实时风向；
[0045]获取风机所处风电场的环境参数，并对环境参数进行预处理；
[0046]构建风机优化预测网络模型；
[0047]将风机的实时风向以及预处理后的环境参数输入至风机优化预测网络模型中，生成风机所处高层的风速，并根据风机所处高层的风速确定风机功率。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种虚拟测风塔风机功率预测方法，其特征在于，包括以下步骤：获取风机的历史测风参数和风机所处风电场的地形参数；根据风机的历史测风参数和风机所处风电场的地形参数，确定风机的实时风向；获取风机所处风电场的环境参数，并对环境参数进行预处理；构建风机优化预测网络模型；将风机的实时风向以及预处理后的环境参数输入至风机优化预测网络模型中，生成风机所处高层的风速，并根据风机所处高层的风速确定风机功率。2.根据权利要求1所述的虚拟测风塔风机功率预测方法，其特征在于：所述风机所处风电场的地形参数包括风机所处风电场的坡度和地表曲率。3.根据权利要求1所述的虚拟测风塔风机功率预测方法，其特征在于：所述根据风机的历史测风数据和风机所处风电场的地形数据，确定风机的实时风向，包括以下步骤：根据风机的历史测风数据，构建虚拟风速模型；将风机的历史测风数据和风机所处风电场的地形数据输入至虚拟风速模型中，生成风机的风速相似度权值；根据风机的风速相似度权值，生成风向轮廓线，并根据风向廓线生成风机的实时风向。4.根据权利要求3所述的虚拟测风塔风机功率预测方法，其特征在于：所述虚拟风速模型的损失函数G表达式为：式中，N表示历史测风参数的总采样时刻，v
n
表示第n个采样时刻的风速，V
max
表示历史测风参数中的风速最大值，V
min
表示历史测风参数中的风速最小值，V
ave
表示历史测风参数中的风速平均值。5.根据权利要求3所述的虚拟测风塔风机功率预测方法，其特征在于：所述风速相似度权值w0的计算公式为：式中，G表示虚拟风速模型的损失函数，α表示风机所处风电场的坡度，c表示风机所处风电场的地表曲率，N表示历史测风参数的总...

【专利技术属性】
技术研发人员：李杰，丁为，徐峰，郭佳浩，张小贝，郝蛟蛟，高超，雷原，付雷兵，刘兴波，高云飞，
申请(专利权)人：华能定边新能源发电有限公司，
类型：发明
国别省市：