基于云平台的规模化集中式远程风电功率预测中心制造技术

本发明专利技术是基于云平台的规模化集中式远程风电功率预测中心，其建立在企业级私有云平台之上的风电功率预测系统，包括云实时历史数据库系统、关系型数据库、数值天气预报的降尺度的大规模并行模式计算模块、模型计算模块、统计分析模块、数据输入输出接口和人机交互接口。本发明专利技术在将传统的风电功率预测系统迁移到企业级私有云平台之上，并加上数值天气预报的降尺度的大规模并行模式计算模块，借助企业级私有云平台的强大、灵活的计算能力、存储能力能够实现为多个风电场提供服务。本发明专利技术能够在保证安全的同时，实现资源的最大集约化、系统部署的快速实施和运维成本的最小化开销，能够适应未来海上风力发电场的恶劣环境。

【技术实现步骤摘要】

本专利技术属于信息
，具体涉及风电场信息化控制领域。
技术介绍
目前我国已成为世界风电第一大国，但风电的总体技术水平与世界先进水平相比还有较大差距。随机变化的风速、风向导致风电场输出功率具有波动性、间歇性和随机性， 大規模风电的电网接入问题已成为制约我国风电产业发展的瓶颈问题，目前全国风电每年的总弃风量约占发电总量的30%左右，风电装机总量中有20%的风机不能并网。对风电场的输出功率进行预测是提高电网调峰能力、增强电网接纳风电能力、改善电カ系统运行安全性和经济性的最有效、最经济的手段之一。《国家能源局关于印发风电场功率预测预报管理暂行办法的通知》(国能新能 177号)已明确规定自2012年I月I日起，未按要求报送风电功率预测预报结果的风电场，不得并网运行，管理暂行办法中对预测精度要求也进行了明确規定。目前风电功率预测的应用研究主要是以安装运行于风电场的SCADA监控系统为平台进行。风电功率预测是一项技术含量很高的工作，风电场大多位置偏僻、生活条件差， 人力成本也越来越高，要把ー些高水平的专业技术人员较长时间安排在风电场进行风电功率预测系统的研究、建设、维护和改进工作，难度也越来越大，且风电场散布较大范围区域， 人力、物力成本居高不下，要在大幅提高风电场风电功率预测技术水平、增强风电运营竞争力的同时规避上述问题，研究建设高水平的规模化集中式风电场远程风电功率预测中心势在必行。风电的电网接入问题已成为制约风电产业发展的瓶颈问题，主要表现为以下方面(I)风电的随机性及不可控性给电カ系统规划和稳定运行带来新的挑战；(2)风电功率的波动特性与电网负荷的波动特性难以一致，使电网的调峰问题更加突出，对调峰容量和响应速度都提出了更高的要求。风电场的现有风电功率预测系统的运维方式也是未来风カ发电发展所要淘汰的， 主要存在以下问题(I)风电场地处偏远，高级专业技术人员很难长时间坚守；(2)现有风电功率预测系统的硬件利用率不高；(3)未来将大規模投入建设的海上风电场无法为现有架构的风电功率预测系统提供低成本的机房和相应的硬件设施。建设规模化集中式风电场远程风电功率预测中心有助于解决上述问题。风电功率预测系统是ー个典型的大容量实时历史信息处理系统，其重要组成部分数值天气预报系统还是ー个需要大規模高性能计算的系统，目前正在迅猛发展的云平台技术用于信息资源处理有统一化管理、合理化分配、利用率最大化、安全性高、快速部署和自服务等突出特点，云平台是目前规模化集中式风电场远程风电功率预测中心的最佳平台选择，也是发展的必然趋势。
技术实现思路
为了解决现有技术中存在的以上问题，本专利技术提出一种基于云平台的规模化集中式远程风电功率预测中心。为了实现上述目的，本专利技术具体采用以下技术方案。一种基于云平台的规模化集中式远程风电功率预测中心，其建立在企业级云计算平台6上，包括云实时历史数据库系统I、关系型数据库系统2、数值天气预报的降尺度大规模并行模式计算模块3、风电功率预测数据处理模块4、风电场管理終端5、企业级私有云平台6、人机交互接ロ 7 ;其特征在于所述云实时历史数据库系统I接收来自风电场管理控制系统的风电场运行和风电场周边环境的实时參数，同时也存储来自风电功率预测数据处理模块4的风功率预测数据，还存储来自数值天气预报的降尺度大規模并行模式计算模块3的输出数据，即高精度数值天气预报数据；所述关系型数据库系统2接收来自风电场数据，其接受来自风电场的管理人员的手工输入数据，其数据和云实时历史数据库I所存储数据一致，但为某个或某些时刻所漏掉的数据；还可以通过其对于预测曲线进行人工修改。其给风电功率预测数据处理模块4 的数据和云实时历史数据库I提供的数据一致；所述数值天气预报的降尺度大规模并行模式计算模块3,接受来自Internet的公开的全球数值天气预报数据，通过大規模并行的降尺度模式计算，得到能够满足风场风功率预测要求的高精度数值天气预报数据，并提供给风电功率预测数据处理模块4做进ー步计算，同时还要将输出的高精度数值天气预报数据写回云实时历史数据库系统I ;所述多个风电功率预测系统数据处理模块4接收所述关系型数据库系统2的风电场运行数据和测风塔实时数据、所述云历史实时数据库系统I的风电场运行数据和测风塔实时数据，以及所述数值天气预报的降尺度大規模并行模式计算模块3输出的高精度数值天气预报数据，通过对上述数据进行处理，提供未来短期单个风电场和区域风电功率预测数据，并将预测数据存入所述云实时历史数据库I和关系型数据库中2 ；所述多个风电功率预测系统数据处理模块4通过人机交互接ロ 7与风电场管理终端5通信，上报由风电功率预测系统数据处理模块4提供的未来短期单个风电场和区域风电功率预测数据和风电功率预测曲线，以及与预测曲线相同时段的风电场预计开机容量。所述基于云平台的规模化集中式远程风电功率中心是完全建立在企业级云计算平台之上的应用，在此企业级云平台6之中将具备并行计算集群来满足数值天气预报降尺度计算的大規模计算需求，也具备有強大的虚拟化技术来灵活快速部署多个风电场的风电功率预测的多种信息化服务，使得基于云平台的规模化集中式远程风电功率预测中心能够长期不间断地为风电场提供全套的风电功率预测服务，并在几乎不存在重复建设或浪费现有软硬件资源的情况下具备很强的风电功率预测系统扩展能力和其上的服务升级能力；所述基于云平台的规模化集中式远程风电功率预测中心之上部署有多个风电场风电功率预测系统数据处理模块4，风电场风电功率预测系统数据处理模块包括预测计算模块和同统计分析模块，能为多个风电场提供风电功率预测数据处理服务。每个风电场的风电功率预测系统数据处理模块将根据具体需求在企业级私有云平台6中部署相应计算能力和内存大小的虚拟机供该风电功率预测系统数据处理模块使用；预测计算模块通过从关系型数据库系统2和云历史实时数据库系统I中获取风电场相关数据信息，包括风电场运行系统的信息数据和风电场实时的环境数据，再通过预测模型将这些数据进行处理并能够定时向风电场提供风电功率预测数据，并将预测数据存入云实时历史数据库I和关系型数据库中2 ；所述统计分析模块具备数据统计、相关性校验、误差统计、误差分析、考核统计等功能；所述基于云平台的规模化集中式远程风电功率中心之上部署有多个风电场云实时历史数据库系统I和关系型数据库系统2，云实时历史数据库系统I和关系型数据库系统2都收集来自风电场的运行数据和测风塔实时监测数据，其中关系型数据库2主要是接受风电场管理人员手工录入数据，同时还包括手工对于预测曲线的修改每个风电场的云实时历史数据库系统I和关系型数据库系统2将根据具体需求在企业级私有云平台中部署相应计算能力和大小的存储资源供云实时历史数据库系统和关系型数据库系统使用；所述数值天气预报的降尺度大規模并行模式计算模块3包括欧美公开的全球数值天气预报数据获取模块、公开的全球数值天气预报数据预处理模块、数值天气预报降尺度模式并行计算模块与数值天气预报降尺度模式计算后期处理模块；所述数值天气预报的降尺度大規模并行模式计算模块3是运行于计算集群之上，计算集群作为ー个模块存在于企业级私有云平台6之上，受企业级私有云平台6管理工具统ー化管理，通过来自Internet 上公开的数值天气预报本文档来自技高网...

【技术保护点】

【技术特征摘要】

【专利技术属性】
技术研发人员：黄振江，余康，黄孝彬，唐烨，程睿君，
申请(专利权)人：北京华电天仁电力控制技术有限公司，
类型：发明
国别省市：