System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及风电功率预测,尤其涉及一种用于风电机组的短期风电功率预测方法及系统。
技术介绍
1、风电机组是将风能转换为电能的设备,通常由风轮(叶片)、发电机、塔架和控制系统等部分组成,其工作原理是风轮在风力作用下旋转,通过与发电机相连的传动系统(可能包括变速箱等)转动发电机产生电力。而风电功率是指风力发电机组在特定风速下能够产生的电力量,通常以千瓦或兆瓦为单位衡量,风电功率受多种因素影响,主要包括风速、风轮直径、空气密度、叶片设计及发电机和变速箱的效率等。
2、而风电机组在使用时为了保证使用的稳定性,提高风电利用率,对其短期内的风电功率进行预测是极其重要的,风能作为一种间歇性和不稳定的能源,其产出受到多种因素的影响,变化较为剧烈。风电功率预测可以帮助电网运营者理解未来几小时到几天内风电的供电情况,从而做出合理的电网调度和管理决策,保证电网的稳定性和可靠性。
3、但是现有风电功率预测方法在进行预测工作时并未将风速、风向及温度等气象数据添加至考虑范围内,而风向变化影响风力发电机对风的捕捉效率,从而影响功率输出,同时温度变化会影响空气密度,进而影响风能的可利用性,若在进行风电功率预测时不考虑气象数据则可能会出现预测结果波动较大的问题,导致预测结果不准确。
技术实现思路
1、(一)解决的技术问题
2、本专利技术为了解决上述问题,提出了一种用于风电机组的短期风电功率预测方法及系统,实现更好地预测风电功率的短期趋势的目的。
3、(二)技术方案<
...【技术保护点】
1.一种用于风电机组的短期风电功率预测方法,其特征在于,该用于风电机组的短期风电功率预测方法包括以下步骤:
2.根据权利要求1所述的一种用于风电机组的短期风电功率预测方法,其特征在于,所述利用遥感技术采集风电机组在预设范围内的地形特征,将地形特征与风电机组的结构参数结合搭建风场模型,并基于风场模型与基础数据判断风电功率的变化规律包括以下步骤:
3.根据权利要求2所述的一种用于风电机组的短期风电功率预测方法,其特征在于,所述利用建模软件结合风电机组的结构参数建立包含叶片、塔架、风电机组布局的几何平台,并将地形特征作为影响因素输入至几何平台内完成风场模型的构建包括以下步骤:
4.根据权利要求3所述的一种用于风电机组的短期风电功率预测方法,其特征在于,所述从基础数据中提取幅值、基准值与波动值,并运用预设的聚类模型对波动值进行聚类分析确定序列集合,将序列集合与风场模型结合判断风电功率的变化规律包括以下步骤:
5.根据权利要求4所述的一种用于风电机组的短期风电功率预测方法,其特征在于,所述波动值的计算公式为:
6.根据权利要求5所
7.根据权利要求1所述的一种用于风电机组的短期风电功率预测方法,其特征在于,所述基于变化规律分析气象数据及风电功率之间的关联性,并利用关联性结果与时序指数平滑算法搭建趋势分析器预测未来预设时段的风电功率包括以下步骤:
8.根据权利要求7所述的一种用于风电机组的短期风电功率预测方法,其特征在于,所述基于关联性分析算法对变化规律进行属性规约,并设置最小支持度和最小置信度挖掘变化规律、气象数据及风电功率之间的关联性得到关联性结果包括以下步骤:
9.根据权利要求8所述的一种用于风电机组的短期风电功率预测方法,其特征在于,所述基于变化规律对风电功率进行趋势分解操作获取时序数据,利用时序指数平滑算法计算时序数据构建分析器,并将关联性分析结果与趋势分析器集成连接得到趋势分析器包括以下步骤:
10.一种用于风电机组的短期风电功率预测系统,用于实现权利要求1-9中任一项所述的用于风电机组的短期风电功率预测方法,其特征在于,该用于风电机组的短期风电功率预测系统包括基础数据获取模块、变化规律判断模块、趋势分析器搭建模块及风电功率预测模块;
...【技术特征摘要】
1.一种用于风电机组的短期风电功率预测方法,其特征在于,该用于风电机组的短期风电功率预测方法包括以下步骤:
2.根据权利要求1所述的一种用于风电机组的短期风电功率预测方法,其特征在于,所述利用遥感技术采集风电机组在预设范围内的地形特征,将地形特征与风电机组的结构参数结合搭建风场模型,并基于风场模型与基础数据判断风电功率的变化规律包括以下步骤:
3.根据权利要求2所述的一种用于风电机组的短期风电功率预测方法,其特征在于,所述利用建模软件结合风电机组的结构参数建立包含叶片、塔架、风电机组布局的几何平台,并将地形特征作为影响因素输入至几何平台内完成风场模型的构建包括以下步骤:
4.根据权利要求3所述的一种用于风电机组的短期风电功率预测方法,其特征在于,所述从基础数据中提取幅值、基准值与波动值,并运用预设的聚类模型对波动值进行聚类分析确定序列集合,将序列集合与风场模型结合判断风电功率的变化规律包括以下步骤:
5.根据权利要求4所述的一种用于风电机组的短期风电功率预测方法,其特征在于,所述波动值的计算公式为:
6.根据权利要求5所述的一种用于风电机组的短期风电功率预测方法,其特征在于,所述基于聚类序列对风电功率数据实施标签化得到功率...
【专利技术属性】
技术研发人员:李庙双,张心,
申请(专利权)人:江苏海龙风电科技股份有限公司,
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。