一种用于风电机组的短期风电功率预测方法及系统技术方案

技术编号：41298241 阅读：3 留言：0更新日期：2024-05-13 14:46

本发明专利技术公开了一种用于风电机组的短期风电功率预测方法及系统，具体涉及风电功率预测技术领域，该方法包括以下步骤：利用云计算技术获取风电机组预设时间段内的风电功率与气象数据，并分别实施降维操作得到基础数据；采集风电机组在预设范围内的地形特征与风电机组的结构参数结合搭建风场模型判断风电功率的变化规律；基于变化规律分析气象数据及风电功率之间的关联性搭建趋势分析器预测未来预设时段的风电功率；根据预测需求定义预设的采集时长，通过物联网技术获取采集时长范围内的未来气象数据，并对未来气象数据实施处理输入至趋势分析器内得到风电功率的预测值。本发明专利技术能够理解风电场的物理环境和机组特性，为后续的功率预测奠定了基础。

全部详细技术资料下载

【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</p>

4、为了实现上述目的，本专利技术采用如下技术方案：

5、第一方面，本专利技术提供了一种风电机组的短期风电功率预测方法，该用于风电机组的短期风电功率预测方法包括以下步骤：

6、s1、利用云计算技术获取风电机组预设时间段内的风电功率与气象数据，并基于主成分分析对风电功率与气象数据分别实施降维操作得到基础数据，气象数据包括风速、风向及温度；

7、s2、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；

8、s3、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；

9、s4、根据预测需求定义预设的采集时长，通过物联网技术获取采集时长范围内的未来气象数据，并对未来气象数据实施处理输入至趋势分析器内得到风电功率的预测值。

10、优选的，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：

11、s21、根据风电厂的安装位置预设遥感数据采集的地理范围，选取激光雷达技术作为获取手段采集预设地理范围内的地形图像；

12、s22、运用遥感图像处理工具对地形图像实施地形特征提取操作，并根据风电厂的安装信息获取风电叶片信息、塔架信息及风电机组在风电厂中的布局得到风电机组的结构参数，地形特征包括高度、坡度及朝向；

13、s23、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；

14、s24、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。

15、优选的，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：

16、s231、通过物联网技术收集包含风电叶片长度、形状、塔架高度及形状的风电机组结构参数，并基于风电机组结构参数选取建模软件建立叶片与塔架的三维模型；

17、s232、根据风电机组的实际位置获取分布布局，并在三维模型内引入布局排列风电机组生成风电机组的几何平台；

18、s233、将地形特征作为影响因素导入至建模软件内与几何平台进行整合生成风场模型。

19、优选的，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：

20、s241、按照时间段将基础数据内的风速、风向、温度及对应的风电功率数据进行分组获取幅值，并选取分组内风电功率最大的时段作为时段基准；

21、s242、对时段基准内的风速、风向、温度及对应的风电功率数据进行幅值归一化处理，并采用经验模态分解法对归一化处理后的数据进行解析得到基准值；

22、s243、将幅值结果与基准值进行相减获取波动值，并运用预设的聚类模型对波动值进行聚类分析获取时段序列间的相似性矩阵；

23、s244、将相似性矩阵转换生成加权邻接矩阵构建顶点度数矩阵，并基于顶点度数矩阵确定特征向量组成集合，运用聚类算法对集合进行聚类分析生成聚类序列集合；

24、s245、基于聚类序列对风电功率数据实施标签化得到功率序列，设定功率序列作为输入拟合构建外层模型，并将外层模型与风场模型结合生成判断平台判断风电功率的变化规律。

25、优选的，波动值的计算公式为：

26、；

27、式中， l表示波动值； p i（ t）表示第i个时段基准的风电功率； a i表示第 i个时段基准的风电功率幅值； p i,fix（ t）表示第 i个时段基准的光伏功率的基准值。

28、优选的，基于聚类序列对风电功率数据实施标签化得到功率序列，设定功率序列作为输入拟合构建外层模型，并将外层模型与风场模型合并生成判断平台判断风电功率的变化规律包括以下步骤：

29、s2451、根据聚类结果为风电功率数据分配标签设定风电功率数据所属的功率模式类别，并将连续的数据转换为功率序列；

30、s2452、运用同一标签下的风电功率数据拟合对应气象状态的类型参数，以气象状态为输入拟合基于气象变化的外层参数，并结合类型参数与外层参数构建外层模型；

31、s2453、将外层模型与风场模型合并组合生成判断平台，制定气象数值为模拟输入值输入至外层模型，并根据气象数值在风场模型内设定相应的机组运行条件；

32、s2454、运行判断平台开始基于气象数值与运行条件下的模拟计算，并获取输出数据得到风电功率序列，判断风本文档来自技高网...

【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：

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：

全部详细技术资料下载我是这个专利的主人