一种计及尾流效应的风电功率预测方法
【技术领域】
[0001] 本发明涉及风电功率预测技术领域，具体涉及一种计及尾流效应的风电功率预测 方法。
【背景技术】
[0002] 随着我国经济的持续快速发展，能源需求激增，风力发电得到大力发展，风电装机 容量快速增长。由于风电输出功率具有波动性，大规模风电集中接入电网对电力系统的安 全稳定运行带来严峻的考验。对风电场出力进行短期预测，减少风电出力的不可控性，是解 决风电并网难题的一个重要途径。若能够对风电场未来72h内出力进行高精度的预测，将 预测结果上报电力调度系统，调度系统根据风电场预测出力合理安排发电计划，能够有效 地减少风电对电网的冲击，提高风电的并网率，减少电网旋转备用，降低电网运行成本。
[0003] 风电功率预测按照预测方法可以分为物理预测方法和统计预测方法。统计模型预 测需要风电场大量的历史运行数据，而新建风电场由于缺少历史数据往往不能采用统计模 型进行预测。为了实现对新建风电场的功率预测，较多采用基于风速的风电功率物理预测 方法。
[0004] 经对现有技术的文献检索发现：
[0005] 基于非参数回归模型的短期风电功率预测（王彩霞，鲁宗相，乔颖等.基于非 参数回归模型的短期风电功率预测[J].电力系统自动化，2010, 34(16) :78-82.)通过 NWP(Numeric weather prediction的缩写，即数值天气预报）数据可以得到风电功率的点 预测值及其概率区间，但是该模型是基于统计预测方法建立的，不适合新建风电场的功率 预测。
[0006] Wind Prediction Based on Improved BP Artificial Neural Network in Wind Farm (Keyuan Huang, Lang Dai, Shoudao Huang. Wind Prediction Based on Improved BP Artificial Neural Network in Wind Farm[C].ICECE. IEEE, 2010:2548-2551.)采用 BP 神经网络预测方法，预测结果精度高，但神经网络方法对模型的训练时间较长，需要不断调 试。
[0007] 申请号为201110105289. X的中国发明专利，提出一种风电功率短期预测方法，利 用量子进化算法选择最优样本进行风电功率预测，但是没有考虑尾流效应，精度有限。
【发明内容】
[0008] 本发明所要解决的技术问题是提供一种计及尾流效应的风电功率预测方法，本发 明方法充分考虑尾流效应和实际运行风机的风速-功率曲线，实现风电功率的精确预测。
[0009] 本发明方法通过如下技术方案实现：一种计及尾流效应的风电功率预测方法，其 特征在于：包括如下步骤：
[0010] ⑴根据风速的空间分布一致性，采用距离反比法对NWP的风速数据进行空间差 值，得到X处的风速
I X表示空间坐标，X1表示采 样位置i的空间坐标，U (X1)表示采样位置i的风速数据，λ i表示采样位置i的权重，1 1表 示欧几里得距离；
[0011] ⑵使用风垂直切变幂律，实现风速的高度差值，得到高度h2处的风速V2= V1Oi2/ 印°，其中，α为垂直风切变指数，V2为高度h 2处的风速，V1为高度Ill处的风速；
[0012] (3)根据尾流模型和风机位置数据，得到实际运行风机的风速；
[0013] (4)根据实际运行风机的风速-功率曲线，得到风机对应的功率。
[0014] 相对于现有技术，本发明具有以下有益效果：本发明采用距离反比法对风速进行 空间差值，使用风垂直切变幂律实现风速的高度差值，由数值天气预报中若干点的风速外 推到整个风电场，得到风电场中各个风机的风速，然后考虑尾流效应的影响，再结合实际运 行风机的风速-功率曲线，实现对风电功率的精确预测。
【附图说明】
[0015] 图1为本发明风电功率预测方法的原理框图；
[0016] 图2为本发明中根据尾流模型对数据进行处理的具体流程图；
[0017] 图3为预测功率曲线与实际功率曲线的对照图；
[0018] 图4为图3中预测功率的平均绝对百分比误差曲线。
【具体实施方式】
[0019] 下面结合实施例及附图，对本发明作进一步详细描述，但本发明的实施方式不限 于此。
[0020] 本发明计及尾流效应的风电功率预测方法，包括如下步骤：
[0021] 如图1所示，第一步：获取NWP数据，根据风速的空间分布一致性，采用距 离反比法对NWP的风速数据进行空间差值，得到X处的风速
' X表示空间坐标，Xi表示采样位置i的空间坐标，U (X i)表示采样位置i 的风速数据，λ i表示采样位置i的权重，I i表示欧几里得距离；
[0022] 第二步：使用风垂直切变幂律，对NWP的风速数据进行风速的高度差值，得到高度 乂2处的风速V 2= V i OVh1) α，其中，α为垂直风切变指数，V2为高度h 2处的风速，V i为高度 Ii1处的风速；
[0023] 第三步：根据尾流模型和风机位置数据，得到实际运行风机的风速，具体流程如 图2所示：
[0024] 获取风机位置数据，并从NWP数值天气预报中获取风向序列，根据t时刻的风向对 风机的坐标进行变换，横坐标为风向坐标，按照横坐标对风机进行排序，计算第i台风机时 遍历剩余的n-i台风机，若在第i台风机的尾流范围内，则利用改进的詹森（Jensen)模型 (模型的详细介绍请参见1983年出版的《A note on wind generator interaction》），更 新所述剩余的n-i台风机中受第i台风机尾流影响的风机的风速，直到计算完所有风机的 风速，得到实际运行风机的风速；
[0025] 第四步：根据实际运行风机的风速-功率曲线，得到风机对应的功率：
[0026] 实际运行风机的风速-功率曲线获取方式如下：
[0027] (4. 1)采样各台实际运行风机的风速-功率数据；
[0028] (4. 2)按风速从小到大的顺序排列步骤（4. 1)中各台风机的风速-功率数据，并根 据设定的风速间隔〇. 5m/s将各台风机的风速数据划分成若干个区间，计算每个区间内所 有风速对应的功率的算数平均值，滤除掉所述算数平均值以下的风速-功率样本数据；
[0029] (4.3)重复步骤（4.2)，直到收敛条件满足，收敛条件：区间内功率的算数平均 值-对应区间最小功率值〈单机功率/3。
[0030] 以某实际风电场为例，具体介绍下本发明风电功率预测方法的实现过程和效果：
[0031] 实际风电场的出力数据由电网公司调度部门提供，选取的字段是1#主变高压 侧有功值，数据为15分钟一个点，观测数据时间为2013-01-01 00:00:00到2013-07-31 23:45:00。
[0032] 获取NWP数据点的经炜度数据如表1所示，NWP数据的时间分辨率为15min，空间 分辨率为27km。根据测风塔实测数据拟合出来的风切变指数为0. 106。
[0033] 表 1
[0034]
[0035] 根据本发明预测该风电场未来72h的风电场出力情况，每个小时4个点，一共288 个点，预测功率曲线与实际功率曲线的对照图如图3所示，预测功率的平均绝对百分比误 差如图4所示。
[0036] 由图3可知：预测功率曲线在大部分时间内能够较好地跟随风电功率的变化趋 势，在风电场功率突然变化时能够实现较好的跟随；但在风电场出力较小的情况下，预测结 果不够准确，主要原因是数值天气预报的精度不够，小范围的风速波动不能够反应在数值 天气预报里面。
[0037] 由图4可知：预测的误差基本上和预测时间间隔没有关系，能够适应没有足够运 行历史数据的风电场，在没有足够运行历史数据时，也能提供足够精度的风电功率预测，满 足新建风电场对于风电功率预测的需求。
【主权项】
1. 一种计及尾流效应的风电功率预测方法，其特征在于，包括如下步骤： (1) 根据风速的空间分布一致性，采用距离反比法对NWP的风速数据进行空间差值，得置i的空间坐标，u(X1)表示采样位置i的风速数据，Ai表示采样位置i的权重，Ii表示欧 几里得距离； (2) 使用风垂直切变幂律，实现风速的高度差值，得到高度h2处的风速V2=ViQi2A1) '其中，a为垂直风切变指数，V2为高度h2处的风速，V1为高度Ill处的风速； (3) 根据尾流模型和风机位置数据，得到实际运行风机的风速； (4) 根据实际运行风机的风速-功率曲线，得到风机对应的功率。2. 根据权利要求1所述的计及尾流效应的风电功率预测方法，其特征在于，所述步骤 (3)具体包括如下步骤： 获取风机位置数据，并从NWP数值天气预报中获取风向序列，风向序列包括风向和时 间，根据t时刻的风向对风机的坐标进行变换，横坐标为风向坐标，按照横坐标对风机进行 排序，计算第i台风机时遍历剩余的n-i台风机，若在第i台风机的尾流范围内，则利用改 进的詹森模型，更新所述剩余的n-i台风机中受第i台风机尾流影响的风机的风速，直到计 算完所有风机的风速，得到实际运行风机的风速。3. 根据权利要求1所述的计及尾流效应的风电功率预测方法，其特征在于，步骤（4)中 实际运行风机的风速-功率曲线获取方式如下： (4. 1)采样各台实际运行风机的风速-功率数据； (4. 2)按风速从小到大的顺序排列步骤（4. 1)中各台风机的风速-功率数据，并根据设 定的风速间隔AV将各台风机的风速数据划分成若干个区间，计算每个区间内所有风速对 应的功率的算数平均值，滤除掉所述算数平均值以下的风速-功率样本数据； (4. 3)重复步骤（4. 2)，直到收敛条件满足，收敛条件：区间内功率的算数平均值-对应 区间最小功率值〈单机功率/3。4. 根据权利要求3所述的计及尾流效应的风电功率预测方法，其特征在于，所述风速 间隔AV= 0. 5m/s。
【专利摘要】一种计及尾流效应的风电功率预测方法，其特征在于，包括如下步骤：(1)根据风速的空间分布一致性，采用距离反比法对NWP的风速数据进行空间差值，得到x处的风速其中x表示空间坐标，xi表示采样位置i的空间坐标，u(xi)表示采样位置i的风速数据，λi表示采样位置i的权重，li表示欧几里得距离；(2)使用风垂直切变幂律，实现风速的高度差值，得到高度h2处的风速v2＝v1(h2/h1)α，其中，α为垂直风切变指数，v2为高度h2处的风速，v1为高度h1处的风速；(3)根据尾流模型和风机位置数据，得到实际运行风机的风速；(4)根据实际运行风机的风速-功率曲线，得到风机对应的功率。本发明方法充分考虑尾流效应和实际运行风机的风速-功率曲线，实现风电功率的精确预测。
【IPC分类】G06Q10/04, G06Q50/06
【公开号】CN105046349
【申请号】CN201510359847
【发明人】陈晓科, 曾杰, 徐晓刚, 杨苹, 杨汾艳, 李鑫, 张弛, 黄嘉健, 李兰芳, 汪进锋, 黄杨珏, 邹澍, 许志荣, 梁裕恒, 肖子龙, 蔡玲珑
【申请人】广东电网有限责任公司电力科学研究院
【公开日】2015年11月11日
【申请日】2015年6月25日