【技术实现步骤摘要】
本专利技术涉及风电场风速勘测，尤其涉及一种风电场风速与功率及电量计算方法。
技术介绍
1、当前，风电场作为一种重要的可再生能源利用形式，其发电能力的准确预测与优化至关重要。然而，风速的动态变化、风电机组之间的尾流效应以及极端天气条件下风速和功率的不确定性，使得现有风速预测和风能利用方法在复杂环境中存在较大偏差。传统风速剖面模型主要基于静态参数，忽略了湍流强度、混合层高度等动态影响因素，导致风速计算的精度不足。此外，风电机组的布局设计大多未充分考虑尾流效应和风电机组间的协同作用，易造成风能利用率降低。对于极端天气条件下的风速和功率预测，现有方法难以适应快速变化的环境特征，导致功率预测模型在异常条件下可靠性较低。因此，亟需一种结合动态风速修正、风电机组优化布局以及鲁棒功率预测的综合方法，以提高风电场运行的效率和稳定性。
技术实现思路
1、鉴于上述现有存在的问题，提出了本专利技术。
2、因此，本专利技术提供了一种风电场风速与功率及电量计算方法，针对现有风电场运行技术中的三大关键问题提出解决方案。首先，在风速计算中，如何通过动态风速修正方法准确描述湍流强度、混合层高度等因素对风速的影响，实现风速随高度和时间的动态调整。其次，在风电机组布局优化中，如何基于尾流效应和机组协同作用，优化机组的布局参数，提升风能利用效率，同时降低尾流引起的功率损失。最后，在极端天气条件下，如何利用实时数据和历史样本构建鲁棒性功率预测模型，准确预测风速与功率的关系，并动态调整模型以适应快速变化的极端环境
3、为解决上述技术问题，本专利技术提供如下技术方案，一种风电场风速与功率及电量计算方法，包括：
4、获取风电场区域的高分辨率气象数据，对数据进行清洗、异常值处理和时空对齐，并基于对流边界层的参数对风速数据进行修正，生成修正后的风速数据；
5、构建基于时间序列的动态风速预测模型，对修正后的风速数据进行预测；
6、基于风电机组之间的尾流效应和布局协同效应构建风能利用率优化模型；
7、针对极端天气条件，基于历史天气数据和异常检测机制构建鲁棒性功率预测模型，结合在线学习机制动态调整预测模型参数，完成风电场功率的计算。
8、作为本专利技术所述的风电场风速与功率及电量计算方法的一种优选方案，其中：所述高分辨率气象数据包括风速、风向、气压和气温数据，数据来源包括卫星遥感、地面气象站观测和雷达系统采集的数据，并通过插值算法对数据进行时空对齐。
9、作为本专利技术所述的风电场风速与功率及电量计算方法的一种优选方案，其中：所述基于对流边界层的参数对风速数据进行修正包括，风速剖面模型的表达式为：
10、，
11、其中，是高度下的基本风速，未包含湍流修正；表示摩擦速度；表示卡门常数；表示地表粗糙度；
12、引入湍流强度和混合层高度，对进行动态调整：
13、，
14、其中，湍流对风速的影响通过指数函数进行修正，修正幅度与湍流强度成正比，与混合层高度成反比；
15、湍流对风速的累积影响不仅依赖于高度，还受剪切应力和湍流方差 的作用，采用积分形式表达为:
16、，
17、其中，是相似性函数，选用计算公式表达高度对稳定性长度的非线性影响；表示湍流剪切应力，结合摩擦速度和空气动力学参数动态变化。
18、作为本专利技术所述的风电场风速与功率及电量计算方法的一种优选方案，其中：所述基于对流边界层的参数对风速数据进行修正包括，将修正风速和湍流积分影响进行整合，得到改进的动态修正风速公式：
19、，
20、其中，为高度和时间下修正后的风速；为摩擦速度；为卡门常数为地表粗糙度；为风速测量高度；为时间；为湍流强度修正系数；为混合层高度，与时间动态相关；为剪切应力；为空气密度；为湍流影响调整系数；为湍流场在高度处的方差；为时间t下的稳定性长度 ；为积分变量，表示从地表高度到目标高度的位置。
21、作为本专利技术所述的风电场风速与功率及电量计算方法的一种优选方案，其中：所述构建基于时间序列的动态风速预测模型包括，基于深度学习中的长短期记忆网络lstm或transformer结构，通过处理修正后的风速时间序列数据，结合局部地形特征和季节性气候模式，获取风速变化的复杂动态关系；
22、定义输入特征嵌入矩阵为，其中所有特征进行归一化处理，使其范围统一为；
23、时间步和之间的相关性通过自注意力机制计算
24、，
25、其中：
26、查询矩阵：
27、键矩阵：
28、值矩阵：
29、权重矩阵为可学习参数，为键向量的维度；
30、对于lstm，时间步的隐藏状态更新为：
31、，
32、其中，表示sigmoid激活函数，为网络的可学习参数；
33、最终风速预测值由lstm或transformer的输出通过全连接层映射为：
34、，
35、其中，为全连接层的权重和偏置。
36、作为本专利技术所述的风电场风速与功率及电量计算方法的一种优选方案，其中：所述构建风能利用率优化模型包括，以风电机组的尾流效应和协同效应为基础，综合计算风电机组之间的气流交互对整体发电能力的影响，其中风能利用率优化模型中尾流效应采用jensen模型或gaussian尾流模型描述，其中jensen模型基于尾流速度衰减的线性假设，其尾流速度衰减公式为：
37、，
38、其中，表示尾流区域内某点处的风速；为未受尾流影响的风速，为机组的诱导因子，为尾流扩展系数，为机组与尾流影响点的水平距离，gaussian模型则通过高斯分布模拟尾流的空间衰减特性，表达式为
39、，
40、其中，表示在三维空间中，尾流区域内点处的风速；表示水平横向坐标，用于描述尾流的横向分布；为尾流中心轴的位置，为尾流扩展宽度参数，反映尾流的空间分布；
41、协同效应通过遗传算法对风电机组布局进行优化，定义目标函数为群组发电总功率，表示为
42、，
43、其中，表示风电场内所有风电机组的总发电功率；表示风电场中风电机组的总数量；为第台机组的发电功率，为该机组所在位置的修正风速，为机组的风向角度。
44、作为本专利技术所述的风电场风速与功率及电量计算方法的一种优选方案，其中：所述构建鲁棒性功率预测模型包括，构建多棵随机分裂树，通过特征值划分将样本映射至叶节点，孤立森林的异常得分公式定义为：
45、，
46、其中，为样本的异常得分，为在所有随机树中被分离所需的平均路径长度，为调整因子的期望路径长度，表示森林中样本点数量为n时的标准路径长度值；为孤立森林中的总样本数；当（阈值）时，判定当前数据点属于极端天气条件，触发预测模式本文档来自技高网...
【技术保护点】
1.一种风电场风速与功率及电量计算方法，其特征在于：包括，
2.如权利要求1所述的一种风电场风速与功率及电量计算方法，其特征在于：所述高分辨率气象数据包括风速、风向、气压和气温数据，数据来源包括卫星遥感、地面气象站观测和雷达系统采集的数据，并通过插值算法对数据进行时空对齐。
3.如权利要求2所述的一种风电场风速与功率及电量计算方法，其特征在于：所述基于对流边界层的参数对风速数据进行修正包括，风速剖面模型的表达式为：
4.如权利要求3所述的一种风电场风速与功率及电量计算方法，其特征在于：所述基于对流边界层的参数对风速数据进行修正包括，将修正风速和湍流积分影响进行整合，得到改进的动态修正风速公式：
5.如权利要求4所述的一种风电场风速与功率及电量计算方法，其特征在于：所述构建基于时间序列的动态风速预测模型包括，基于深度学习中的长短期记忆网络LSTM或Transformer结构，通过处理修正后的风速时间序列数据，结合局部地形特征和季节性气候模式，获取风速变化的复杂动态关系；
6.如权利要求5所述的一种风电场风速与功率及电量计算
7.如权利要求6所述的一种风电场风速与功率及电量计算方法，其特征在于：所述构建鲁棒性功率预测模型包括，构建多棵随机分裂树，通过特征值划分将样本映射至叶节点，孤立森林的异常得分公式定义为：
8.如权利要求7所述的一种风电场风速与功率及电量计算方法，其特征在于：所述结合在线学习机制动态调整预测模型参数包括，模型通过滑动窗口对最近的实时数据进行动态更新，窗口长度由当前风速波动的特征确定，当输入数据到达时，通过在线学习机制调整随机森林的分裂参数或贝叶斯回归的先验权重，公式为：
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种风电场风速与功率及电量计算方法，其特征在于：包括，
2.如权利要求1所述的一种风电场风速与功率及电量计算方法，其特征在于：所述高分辨率气象数据包括风速、风向、气压和气温数据，数据来源包括卫星遥感、地面气象站观测和雷达系统采集的数据，并通过插值算法对数据进行时空对齐。
3.如权利要求2所述的一种风电场风速与功率及电量计算方法，其特征在于：所述基于对流边界层的参数对风速数据进行修正包括，风速剖面模型的表达式为：
4.如权利要求3所述的一种风电场风速与功率及电量计算方法，其特征在于：所述基于对流边界层的参数对风速数据进行修正包括，将修正风速和湍流积分影响进行整合，得到改进的动态修正风速公式：
5.如权利要求4所述的一种风电场风速与功率及电量计算方法，其特征在于：所述构建基于时间序列的动态风速预测模型包括，基于深度学习中的长短期记忆网络lstm或transformer结构，通过处理修正后的风速时间序列数据，结合局部地形特征和季节性气候模式，获取风速变化的复杂动态关系；
6.如权利要求5所述的一种风电场风速与功率及电量计算方法，其特征在于：所述构建风能利用率优化模型包括，以风电机...
【专利技术属性】
技术研发人员：汤浩然，韩顼，胡彦涛，高峰，余淑贤，胡雪琛，朱亮，陈伊娜，郑茜，王静，楼晓彤，李茹玉，肖津，娄嘉珺，陈恬恬，
申请(专利权)人：华能浙江能源开发有限公司清洁能源分公司，
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。