一种风电场和风电区域的风电功率预测方法及系统的制作方法
一种风电场和风电区域的风电功率预测方法及系统的制作方法
【专利摘要】本发明公开一种风电场和风电区域的风电功率预测方法，该方法包括：A.根据图论理论，对风电场和风电区域的空间位置信息进行表征，得到风电场和风电区域的水平空间拓扑结构；B.根据风电场和风电区域的水平空间拓扑结构，计算风电场和风电区域的统计相关系数矩阵；C.计算风电场和风电区域的风速变化矩阵；D.根据统计相关系数矩阵及风速变化矩阵，预测风电场和风电区域的风电功率。
【专利说明】—种风电场和风电区域的风电功率预测方法及系统
【技术领域】
[0001]本发明涉及电力系统运行与控制领域，具体涉及一种风电场和风电区域的风电功率预测方法及系统。
【背景技术】
[0002]随着煤炭、石油等不可再生资源的日益枯竭以及能源困局的日益严峻，风能、太阳能、潮汐能及生物质能等可再生能源在世界范围内愈发备受关注。风力发电是可再生能源发电技术中技术最成熟、最具开发价值的可再生能源。发展风电对于保障能源安全，调整能源结构，减轻环境污染，实现可持续发展等都具有非常重要的意义。
[0003]自然界风能的间歇特性决定了风电功率具有很强的波动性，随着风电场数量和装机容量的不断增大，一旦将风电并入电网，这种功率波动将给电网的安全经济运行带来巨大挑战。提前对风速和风电功率进行准确的预测，可以缓解电力系统调峰、调频的压力，有效提高电网对风电的接纳能力。
[0004]目前，国内外对于风力发电预测课题的研究越来越广泛和深入。在各种预测方法中，最简单直接的是将最近一点风速或功率观测值作为下一点预测值的持续法，该方法模型简单，但是随着时间尺度的增大其精度快速下降，因此持续法一般只作为评估高级预测方法性能优劣的标准。其他常用的高级方法有卡尔曼滤波、时间序列、人工神经网络、模糊逻辑、支持向量机等统计、智能方法。这些方法都有各自的适用性和局限性，但它们有一个共同的特点，即都只需预测地点的单一风速或风力发电功率时间序列，通过对该时间序列进行数学处理，就可以建立预测模型，进而对未来风速或风力发电功率进行预测。这一特点给历史数据收集以及预测过程中的实时数据采集带来了方便，所需数据单一，便于实现，但是这些方法均忽略了风电场或风电区域内的地形高度、粗糙度以及各个风力发电机或风电场之间的空间关系等物理因素的影响，预测精度有待提闻。
[0005]此外，风电功率预测主要是为风电并网服务的，而电力系统调度以及电力市场交易更关心的是一个区域的风电总出力值。随着风电发展规模的不断扩大，风力发电机和风电场的数量急剧增多，如果预测各台风力发电机和各个风电场的风电功率，将会耗费大量的时间和计算机资源，而且在大多数情况下，一个区域内的风力发电机并非都有可用的在线数据，因此靠累加风力发电机和风电场功率预测结果得到区域预测结果的方法可行性较差。
【发明内容】
[0006]本发明所要解决的技术问题现有的风力发电预测方法忽略了风电场或风电区域内的地形高度、粗糙度以及各个风力发电机或风电场之间的空间关系等物理因素的影响，预测精度有待提高，并且随着风电发展规模的不断扩大，风力发电机和风电场的数量急剧增多，现有的风电功率预测方法耗费大量的时间和计算机资源，而且靠累加风力发电机和风电场功率预测结果得到区域预测结果的可行性差。[0007]为此目的，本发明提出一种风电场和区域风电功率预测方法，该方法包括:
[0008]A.根据图论理论，对风电场和风电区域的空间位置信息进行表征，得到风电场和风电区域的水平空间拓扑结构；
[0009]B.根据风电场和风电区域的水平空间拓扑结构，计算风电场和风电区域的统计相关系数矩阵；
[0010]C.计算风电场和风电区域的风速变化矩阵；
[0011]D.根据统计相关系数矩阵及风速变化矩阵，预测风电场和风电区域的风电功率。
[0012]其中，在步骤A中，所述风电场的水平空间拓扑结构包括:节点及支路，其中节点为风力发电机，支路为节点间的连接线；
[0013]所述风电区域的水平空间拓扑结构包括:节点及支路，其中节点为风电场，支路为节点间的连接线。
[0014]其中，所述步骤B包括:
[0015]B1.对所述水平空间拓扑结构中的节点及支路进行参数化,得到参数化的节点；
[0016]B2.获取各节点的观测数据，所述观测数据包括:风速观测数据、风向观测数据及风电功率观测数据；
[0017]B3.根据各节点的观测数据，计算参数化的节点之间的相关系数，所述相关系数包括风速相关系数、风向相关系数、风电功率相关系数；
[0018]B4.根据所述参数化的节点之间的相关系数，计算参数化的节点之间的统计相关系数，得到统计相关系数矩阵。
[0019]其中，所述步骤C包括:
[0020]Cl.根据对数风速轮廓线，计算参数化的节点之间的风速垂直变化量，其中，所述对数风速轮廓线为:
【权利要求】
1.一种风电场和风电区域的风电功率预测方法，其特征在于，该方法包括: A.根据图论理论，对风电场和风电区域的空间位置信息进行表征，得到风电场和风电区域的水平空间拓扑结构； B.根据风电场和风电区域的水平空间拓扑结构，计算风电场和风电区域的统计相关系数矩阵； C.计算风电场和风电区域的风速变化矩阵； D.根据统计相关系数矩阵及风速变化矩阵，预测风电场和风电区域的风电功率。
2.根据权利要求1所述的方法，其特征在于，在步骤A中，所述风电场的水平空间拓扑结构包括:节点及支路，其中节点为风力发电机，支路为节点间的连接线； 所述风电区域的水平空间拓扑结构包括:节点及支路，其中节点为风电场，支路为节点间的连接线。
3.根据权利要求2所述的方法，其特征在于，所述步骤B包括: B1.对所述水平空间拓扑结构中的节点及支路进行参数化，得到参数化的节点； B2.获取各节点的观测数据，所述观测数据包括:风速观测数据、风向观测数据及风电功率观测数据； B3.根据各节点的观测数据，计算参数化的节点之间的相关系数，所述相关系数包括风速相关系数、风向相关系数、风电功率相关系数； B4.根据所述参数化的节点之间的相关系数，计算参数化的节点之间的统计相关系数，得到统计相关系数矩阵。
4.根据权利要求3所述的方法，其特征在于，所述步骤C包括: Cl.根据对数风速轮廓线，计算参数化的节点之间的风速垂直变化量，其中，所述对数风速轮廓线为:
5.根据权利要求3或4所述的方法，其特征在于，所述步骤D包括: Dl.根据参数化的节点之间的统计相关系数，计算各节点的权重； D2.根据统计相关系数矩阵、风速变化矩阵及各节点的权重，预测风电场和风电区域的风电功率。
6.一种风电场和风电区域的风电功率预测系统，其特征在于，该系统包括: 拓扑结构生成模块，用于根据图论理论，对风电场和风电区域的空间位置信息进行表征，得到风电场和风电区域的水平空间拓扑结构； 统计相关系数矩阵计算模块，用于根据风电场和风电区域的水平空间拓扑结构，计算风电场和风电区域的统计相关系数矩阵； 风速变化矩阵计算模块，用于计算风电场和风电区域的风速变化矩阵； 风电功率预测模块，用于根据统计相关系数矩阵及风速变化矩阵，预测风电场和风电区域的风电功率。
7.根据权利要求6所述的系统，其特征在于，所述拓扑结构生成模块中，所述风电场的水平空间拓扑结构包括:节点及支路，其中节点为风力发电机，支路为节点间的连接线； 所述风电区域的水平空间拓扑结构包括:节点及支路，其中节点为风电场，支路为节点间的连接线。
8.根据权利要求7所述的系统，其特征在于，所述统计相关系数矩阵计算模块包括: 参数化单元，用于对所述水平空间拓扑结构中的节点及支路进行参数化，得到参数化的节点； 观测数据获取单元，用于获取各节点的观测数据，所述观测数据包括:风速观测数据、风向观测数据及风电功率观测数据； 相关系数计算单元，用于根据各节点的观测数据，计算参数化的节点之间的相关系数，所述相关系数包括风速相关系数、风向相关系数、风电功率相关系数； 统计相关系数矩阵生成单元，用于根据所述参数化的节点之间的相关系数，计算参数化的节点之间的统计相关系数，得到统计相关系数矩阵。
9.根据权利要求8所述的系统，其特征在于，所述风速变化矩阵计算模块包括: 风速垂直变化量计算单元，用于根据对数风速轮廓线，计算参数化的节点之间的风速垂直变化量，其中，所述对数风速轮廓线为:
10.根据权利要求8或9所述的系统，其特征在于，所述风电功率预测模块包括: 节点权重计算单元，用于根据参数化的节点之间的统计相关系数，计算各节点的权重； 风电功率预测单元，用于根据统计相关系数矩阵、风速变化矩阵及各节点的权重，预测风电场和风电区域的风电功率。
【文档编号】G06Q50/06GK103996072SQ201410176194
【公开日】2014年8月20日 申请日期:2014年4月29日 优先权日:2014年4月29日
【发明者】叶林, 赵永宁 申请人:中国农业大学
【专利摘要】本发明公开一种风电场和风电区域的风电功率预测方法，该方法包括：A.根据图论理论，对风电场和风电区域的空间位置信息进行表征，得到风电场和风电区域的水平空间拓扑结构；B.根据风电场和风电区域的水平空间拓扑结构，计算风电场和风电区域的统计相关系数矩阵；C.计算风电场和风电区域的风速变化矩阵；D.根据统计相关系数矩阵及风速变化矩阵，预测风电场和风电区域的风电功率。
【专利说明】—种风电场和风电区域的风电功率预测方法及系统
【技术领域】
[0001]本发明涉及电力系统运行与控制领域，具体涉及一种风电场和风电区域的风电功率预测方法及系统。
【背景技术】
[0002]随着煤炭、石油等不可再生资源的日益枯竭以及能源困局的日益严峻，风能、太阳能、潮汐能及生物质能等可再生能源在世界范围内愈发备受关注。风力发电是可再生能源发电技术中技术最成熟、最具开发价值的可再生能源。发展风电对于保障能源安全，调整能源结构，减轻环境污染，实现可持续发展等都具有非常重要的意义。
[0003]自然界风能的间歇特性决定了风电功率具有很强的波动性，随着风电场数量和装机容量的不断增大，一旦将风电并入电网，这种功率波动将给电网的安全经济运行带来巨大挑战。提前对风速和风电功率进行准确的预测，可以缓解电力系统调峰、调频的压力，有效提高电网对风电的接纳能力。
[0004]目前，国内外对于风力发电预测课题的研究越来越广泛和深入。在各种预测方法中，最简单直接的是将最近一点风速或功率观测值作为下一点预测值的持续法，该方法模型简单，但是随着时间尺度的增大其精度快速下降，因此持续法一般只作为评估高级预测方法性能优劣的标准。其他常用的高级方法有卡尔曼滤波、时间序列、人工神经网络、模糊逻辑、支持向量机等统计、智能方法。这些方法都有各自的适用性和局限性，但它们有一个共同的特点，即都只需预测地点的单一风速或风力发电功率时间序列，通过对该时间序列进行数学处理，就可以建立预测模型，进而对未来风速或风力发电功率进行预测。这一特点给历史数据收集以及预测过程中的实时数据采集带来了方便，所需数据单一，便于实现，但是这些方法均忽略了风电场或风电区域内的地形高度、粗糙度以及各个风力发电机或风电场之间的空间关系等物理因素的影响，预测精度有待提闻。
[0005]此外，风电功率预测主要是为风电并网服务的，而电力系统调度以及电力市场交易更关心的是一个区域的风电总出力值。随着风电发展规模的不断扩大，风力发电机和风电场的数量急剧增多，如果预测各台风力发电机和各个风电场的风电功率，将会耗费大量的时间和计算机资源，而且在大多数情况下，一个区域内的风力发电机并非都有可用的在线数据，因此靠累加风力发电机和风电场功率预测结果得到区域预测结果的方法可行性较差。
【发明内容】
[0006]本发明所要解决的技术问题现有的风力发电预测方法忽略了风电场或风电区域内的地形高度、粗糙度以及各个风力发电机或风电场之间的空间关系等物理因素的影响，预测精度有待提高，并且随着风电发展规模的不断扩大，风力发电机和风电场的数量急剧增多，现有的风电功率预测方法耗费大量的时间和计算机资源，而且靠累加风力发电机和风电场功率预测结果得到区域预测结果的可行性差。[0007]为此目的，本发明提出一种风电场和区域风电功率预测方法，该方法包括:
[0008]A.根据图论理论，对风电场和风电区域的空间位置信息进行表征，得到风电场和风电区域的水平空间拓扑结构；
[0009]B.根据风电场和风电区域的水平空间拓扑结构，计算风电场和风电区域的统计相关系数矩阵；
[0010]C.计算风电场和风电区域的风速变化矩阵；
[0011]D.根据统计相关系数矩阵及风速变化矩阵，预测风电场和风电区域的风电功率。
[0012]其中，在步骤A中，所述风电场的水平空间拓扑结构包括:节点及支路，其中节点为风力发电机，支路为节点间的连接线；
[0013]所述风电区域的水平空间拓扑结构包括:节点及支路，其中节点为风电场，支路为节点间的连接线。
[0014]其中，所述步骤B包括:
[0015]B1.对所述水平空间拓扑结构中的节点及支路进行参数化,得到参数化的节点；
[0016]B2.获取各节点的观测数据，所述观测数据包括:风速观测数据、风向观测数据及风电功率观测数据；
[0017]B3.根据各节点的观测数据，计算参数化的节点之间的相关系数，所述相关系数包括风速相关系数、风向相关系数、风电功率相关系数；
[0018]B4.根据所述参数化的节点之间的相关系数，计算参数化的节点之间的统计相关系数，得到统计相关系数矩阵。
[0019]其中，所述步骤C包括:
[0020]Cl.根据对数风速轮廓线，计算参数化的节点之间的风速垂直变化量，其中，所述对数风速轮廓线为:
【权利要求】
1.一种风电场和风电区域的风电功率预测方法，其特征在于，该方法包括: A.根据图论理论，对风电场和风电区域的空间位置信息进行表征，得到风电场和风电区域的水平空间拓扑结构； B.根据风电场和风电区域的水平空间拓扑结构，计算风电场和风电区域的统计相关系数矩阵； C.计算风电场和风电区域的风速变化矩阵； D.根据统计相关系数矩阵及风速变化矩阵，预测风电场和风电区域的风电功率。
2.根据权利要求1所述的方法，其特征在于，在步骤A中，所述风电场的水平空间拓扑结构包括:节点及支路，其中节点为风力发电机，支路为节点间的连接线； 所述风电区域的水平空间拓扑结构包括:节点及支路，其中节点为风电场，支路为节点间的连接线。
3.根据权利要求2所述的方法，其特征在于，所述步骤B包括: B1.对所述水平空间拓扑结构中的节点及支路进行参数化，得到参数化的节点； B2.获取各节点的观测数据，所述观测数据包括:风速观测数据、风向观测数据及风电功率观测数据； B3.根据各节点的观测数据，计算参数化的节点之间的相关系数，所述相关系数包括风速相关系数、风向相关系数、风电功率相关系数； B4.根据所述参数化的节点之间的相关系数，计算参数化的节点之间的统计相关系数，得到统计相关系数矩阵。
4.根据权利要求3所述的方法，其特征在于，所述步骤C包括: Cl.根据对数风速轮廓线，计算参数化的节点之间的风速垂直变化量，其中，所述对数风速轮廓线为:
5.根据权利要求3或4所述的方法，其特征在于，所述步骤D包括: Dl.根据参数化的节点之间的统计相关系数，计算各节点的权重； D2.根据统计相关系数矩阵、风速变化矩阵及各节点的权重，预测风电场和风电区域的风电功率。
6.一种风电场和风电区域的风电功率预测系统，其特征在于，该系统包括: 拓扑结构生成模块，用于根据图论理论，对风电场和风电区域的空间位置信息进行表征，得到风电场和风电区域的水平空间拓扑结构； 统计相关系数矩阵计算模块，用于根据风电场和风电区域的水平空间拓扑结构，计算风电场和风电区域的统计相关系数矩阵； 风速变化矩阵计算模块，用于计算风电场和风电区域的风速变化矩阵； 风电功率预测模块，用于根据统计相关系数矩阵及风速变化矩阵，预测风电场和风电区域的风电功率。
7.根据权利要求6所述的系统，其特征在于，所述拓扑结构生成模块中，所述风电场的水平空间拓扑结构包括:节点及支路，其中节点为风力发电机，支路为节点间的连接线； 所述风电区域的水平空间拓扑结构包括:节点及支路，其中节点为风电场，支路为节点间的连接线。
8.根据权利要求7所述的系统，其特征在于，所述统计相关系数矩阵计算模块包括: 参数化单元，用于对所述水平空间拓扑结构中的节点及支路进行参数化，得到参数化的节点； 观测数据获取单元，用于获取各节点的观测数据，所述观测数据包括:风速观测数据、风向观测数据及风电功率观测数据； 相关系数计算单元，用于根据各节点的观测数据，计算参数化的节点之间的相关系数，所述相关系数包括风速相关系数、风向相关系数、风电功率相关系数； 统计相关系数矩阵生成单元，用于根据所述参数化的节点之间的相关系数，计算参数化的节点之间的统计相关系数，得到统计相关系数矩阵。
9.根据权利要求8所述的系统，其特征在于，所述风速变化矩阵计算模块包括: 风速垂直变化量计算单元，用于根据对数风速轮廓线，计算参数化的节点之间的风速垂直变化量，其中，所述对数风速轮廓线为:
10.根据权利要求8或9所述的系统，其特征在于，所述风电功率预测模块包括: 节点权重计算单元，用于根据参数化的节点之间的统计相关系数，计算各节点的权重； 风电功率预测单元，用于根据统计相关系数矩阵、风速变化矩阵及各节点的权重，预测风电场和风电区域的风电功率。
【文档编号】G06Q50/06GK103996072SQ201410176194
【公开日】2014年8月20日 申请日期:2014年4月29日 优先权日:2014年4月29日
【发明者】叶林, 赵永宁 申请人:中国农业大学
最新回复(0)