【技术实现步骤摘要】
本申请涉及风电机群，特别涉及一种基于尾流时空特性的风电机群有功功率协同优化方法。
技术介绍
1、风电机群是由多个风力发电机组组成的风电场，其发电效率不仅依赖于单个风机的性能，还受到风机之间相互作用的影响。特别是风机尾流效应，即上游风机对下游风机风速和风向的影响，会显著降低下游风机的发电效率，从而影响整个风电机群的有功功率输出。
2、传统的风电机群功率优化方法主要关注单个风机的最大功率点跟踪算法，忽视了风机之间的尾流效应，随着风电场规模的扩大和风机布局的复杂化，尾流效应对风电机群整体功率优化的重要性愈发凸显；此外，风速和风向等气象因素是动态变化的，尾流效应的时空特性使得实时优化变得更加复杂和具有挑战性。
3、综上所述，现有的风电机群优化方法无法动态考虑尾流效应，难以协调多个风机的运行状态，难以实现风电机群有功功率的最优分配，亟待解决。
技术实现思路
1、本申请提供一种基于尾流时空特性的风电机群有功功率协同优化方法，以解决现有的风电机群优化方法无法动态考虑尾流效应，难以协调多个风机的运行状态，难以实现风电机群有功功率的最优分配等问题。
2、本申请第一方面实施例提供一种基于尾流时空特性的风电机群有功功率协同优化方法，包括以下步骤：获取目标风电机群的实时运行数据，并对所述实时运行数据进行预处理操作，以得到所述实时运行数据对应的标准运行数据；基于预先构建的所述目标风电机群对应的尾流效应模型，对所述标准运行数据进行时空特性分析，以得到所述实时运行数据对应的时
3、可选地，在本申请的一个实施例中，所述获取目标风电机群的实时运行数据，并对所述实时运行数据进行预处理操作，以得到所述实时运行数据对应的标准运行数据，包括：采集所述目标风电机群的实时运行数据，其中，所述实时运行数据包括所述目标风电机群对应的风速数据、风向数据、风机转速数据和功率输出数据；对所述实时运行数据进行去噪和数据清洗操作，以生成所述标准运行数据。
4、可选地，在本申请的一个实施例中，在基于所述预先构建的所述目标风电机群对应的尾流效应模型，对所述标准运行数据进行时空特性分析之前，还包括：获取所述目标风电机群的历史运行数据，并通过所述历史运行数据构建训练数据集；通过预设的风速衰减模型和风向偏移模型构建风机尾流效应数学模型，并利用所述训练数据集训练所述风机尾流效应数学模型，以生成所述尾流效应模型。
5、可选地，在本申请的一个实施例中，所述对所述标准运行数据进行时空特性分析，以得到所述实时运行数据对应的时空特性分析结果，包括：获取所述目标风电机群所在地对应的气象数据；基于所述气象数据，对所述标准运行数据中的所述风速数据和所述风向数据进行时空特性分析，以预测所述目标风电机群所在地对应的风况变化趋势，并通过所述风况变化趋势确定所述时空特性分析结果。
6、可选地，在本申请的一个实施例中，所述通过所述协同优化策略根据所述实时运行数据优化所述目标风电机群的有功功率，以得到所述目标风电机群对应的目标有功功率，包括：利用所述协同优化策略和预设的实时更新机制对所述目标风电机群中的每个目标风电机群的运行参数进行动态优化，以确定所述目标风电机群的目标有功功率。
7、本申请第二方面实施例提供一种基于尾流时空特性的风电机群有功功率协同优化装置，包括：获取模块，用于获取目标风电机群的实时运行数据，并对所述实时运行数据进行预处理操作，以得到所述实时运行数据对应的标准运行数据；建模模块，用于基于预先构建的所述目标风电机群对应的尾流效应模型，对所述标准运行数据进行时空特性分析，以得到所述实时运行数据对应的时空特性分析结果；优化模块，用于基于所述尾流效应模型和所述时空特性分析结果，建立所述目标风电机群对应的协同优化策略，并通过所述协同优化策略根据所述实时运行数据优化所述目标风电机群的有功功率，以得到所述目标风电机群对应的目标有功功率，且利用所述目标有功功率控制所述目标风电机群执行相应的运行操作。
8、可选地，在本申请的一个实施例中，所述获取模块包括：第一采集单元，用于采集所述目标风电机群的实时运行数据，其中，所述实时运行数据包括所述目标风电机群对应的风速数据、风向数据、风机转速数据和功率输出数据；预处理单元，用于对所述实时运行数据进行去噪和数据清洗操作，以生成所述标准运行数据。
9、可选地，在本申请的一个实施例中，还包括：构建模块，用于在基于所述预先构建的所述目标风电机群对应的尾流效应模型，对所述标准运行数据进行时空特性分析之前获取所述目标风电机群的历史运行数据，并通过所述历史运行数据构建训练数据集；训练模块，用于通过预设的风速衰减模型和风向偏移模型构建风机尾流效应数学模型，并利用所述训练数据集训练所述风机尾流效应数学模型，以生成所述尾流效应模型。
10、可选地，在本申请的一个实施例中，所述建模模块包括：第二采集单元，用于获取所述目标风电机群所在地对应的气象数据；时空特性分析单元，用于基于所述气象数据，对所述标准运行数据中的所述风速数据和所述风向数据进行时空特性分析，以预测所述目标风电机群所在地对应的风况变化趋势，并通过所述风况变化趋势确定所述时空特性分析结果。
11、可选地，在本申请的一个实施例中，所述优化模块包括：动态调控单元，用于利用所述协同优化策略和预设的实时更新机制对所述目标风电机群中的每个目标风电机群的运行参数进行动态优化，以确定所述目标风电机群的目标有功功率。
12、本申请第三方面实施例提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如上述实施例所述的基于尾流时空特性的风电机群有功功率协同优化方法。
13、本申请第四方面实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机程序，该程序被处理器执行时实现如上的基于尾流时空特性的风电机群有功功率协同优化方法。
14、本申请第五方面实施例提供一种计算机程序产品，包括计算机程序，所述计算机程序被执行，以用于实现上述的基于尾流时空特性的风电机群有功功率协同优化方法。
15、由此，本申请的实施例具有以下有益效果：
16、本申请的实施例可通过获取目标风电机群的实时运行数据，并对实时运行数据进行预处理操作，以得到实时运行数据对应的标准运行数据；基于预先构建的目标风电机群对应的尾流效应模型，对标准运行数据进行时空特性分析，以得到实时运行数据对应的时空特性分析结果；基于尾流效应模型和时空特性分析结果，建立目标风电机群对应的协同优化策略，并通过协同优化策略根据实时运行数据优化目标风电机群的有功功率，本文档来自技高网...
【技术保护点】
1.一种基于尾流时空特性的风电机群有功功率协同优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述获取目标风电机群的实时运行数据，并对所述实时运行数据进行预处理操作，以得到所述实时运行数据对应的标准运行数据，包括：
3.根据权利要求2所述的方法，其特征在于，在基于所述预先构建的所述目标风电机群对应的尾流效应模型，对所述标准运行数据进行时空特性分析之前，还包括：
4.根据权利要求3所述的方法，其特征在于，所述对所述标准运行数据进行时空特性分析，以得到所述实时运行数据对应的时空特性分析结果，包括：
5.根据权利要求4所述的方法，其特征在于，所述通过所述协同优化策略根据所述实时运行数据优化所述目标风电机群的有功功率，以得到所述目标风电机群对应的目标有功功率，包括：
6.一种基于尾流时空特性的风电机群有功功率协同优化装置，其特征在于，包括：
7.根据权利要求6所述的装置，其特征在于，所述获取模块包括：
8.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并
9.一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，该程序被处理器执行，以用于实现如权利要求1-5任一项所述的基于尾流时空特性的风电机群有功功率协同优化方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被执行，以用于实现如权利要求1-5任一项所述的基于尾流时空特性的风电机群有功功率协同优化方法。
...【技术特征摘要】
1.一种基于尾流时空特性的风电机群有功功率协同优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述获取目标风电机群的实时运行数据，并对所述实时运行数据进行预处理操作，以得到所述实时运行数据对应的标准运行数据，包括：
3.根据权利要求2所述的方法，其特征在于，在基于所述预先构建的所述目标风电机群对应的尾流效应模型，对所述标准运行数据进行时空特性分析之前，还包括：
4.根据权利要求3所述的方法，其特征在于，所述对所述标准运行数据进行时空特性分析，以得到所述实时运行数据对应的时空特性分析结果，包括：
5.根据权利要求4所述的方法，其特征在于，所述通过所述协同优化策略根据所述实时运行数据优化所述目标风电机群的有功功率，以得到所述目标风电机群对应的目标有功功率，包括：...
【专利技术属性】
技术研发人员：周立博，高银，何江华，李小坤，乐绪鑫，王浩然，邹圆，
申请(专利权)人：三峡智控科技有限公司，
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。