专利名称：一种风电功率预测系统的制作方法
技术领域：
本实用新型涉及一种风电功率预测系统。
背景技术：
目前，日益严重的全球能源危机，使可再生能源的开发显得越来越重要。风能作为一种清洁的可再生能源，越来越受到世界各国的重视。我国风电的装机容量迅速增长，在电网中所占的比例不断提高。但是风力发电本身具有波动性、间歇性、低能量密度、不可控等特点，因而风电功率也是波动的、间歇的，系统在运行时必须考虑留有足够的备用电源和调峰容量，以保证风电出力不足时能够正常向用户供电，这就增加了对电网计划和调度的难度。风电功率预测成为电力系统中不可或缺的组成部分，通过对风电场发电量进行短期和中期的准确预测，可以大幅降低电网旋转备用容量，从而有效降低风力发电系统成本，并且为电网运行调度提供可靠的依据。
实用新型内容本实用新型所要解决的技术问题是提供一种能预测风电场功率的系统。本实用新型技术方案如下一种风电功率预测系统包括数据采集装置、数据处理服务器、数据存储服务器、WEB服务器；所述数据采集装置，用于获取风电场的数值天气预报信息和风速信息，并发送至所述数据处理服务器；所述数据处理服务器，用于接收所述数值天气预报信息和风速信息，并将所述数值天气预报信息和风速信息转化为风电场功率值，转存至所述数据存储服务器；所述WEB服务器与所述数据存储服务器相连，用于获取所述数据存储服务器内保存的风电场功率值，并以互联网方式发布该风电场功率值。进一步地，所述风电功率预测系统还包括风电场SCADA系统，所述风电场SCADA系统与所述数据处理服务器相连；所述风电场SCADA系统，用于采集所述风电场的发电机的实时功率、风电机组的状态信息，并发送至所述数据处理服务器；所述数据处理服务器，用于将所述数值天气预报信息、所述风速信息、所述实时功率、所述风电机组的状态信息转化为风电场功率值。进一步地，所述风电功率预测系统还包括反向隔离器，所述反向隔离器分别与所述数据处理服务器、所述数据存储服务器相连。进一步地，所述数据采集装置包括NWP系统和测风塔。本实用新型的有益效果是采用本实用新型技术方案就可实时地采集获取风电场的NWP数据、风速以及发电机功率，综合上述数据实现对风力发电的有效预测，进而可根据预测结果制定发电计划，降低电网旋转备用容量，为电网运行调度提供可靠的依据。
图1为本实用新型风电功率预测系统的第一种实现方式的构成示意图；图2为本实用新型风电功率预测系统的第二种实现方式的构成示意图；图3为本实用新型风电功率预测系统的第三种实现方式的构成示意图。
具体实施方式
以下结合附图对本实用新型的原理和特征进行描述，所举实例只用于解释本实用新型，并非用于限定本实用新型的范围。如图1所示，本实用新型的风电功率预测系统包括数据采集装置10、数据处理服务器20、数据存储服务器30、TOB服务器40。其中，数据采集装置10，用于获取风电场的数值天气预报信息(即NWP信息)和风速信息，并发送至数据处理服务器20。数据处理服务器 20为计算机，用于接收NWP信息和风速信息，并将NWP信息和风速信息转化为风电场功率值，转存至数据存储服务器30。TOB服务器40与数据存储服务器30相连，用于获取数据存储服务器30内保存的风电场功率值，并将风电场功率值以图形、文字、曲线等形式通过互联网方式发布给用户。上述的数据采集装置10包括NWP系统和测风塔。其中，NWP (numerical weather prediction，数值天气预报)系统，是指根据大气实际情况，在一定的初值和边值条件下，通过大型计算机作数值计算，预测未来一定时段的大气运动状态和天气现象的系统。测风塔， 是指安装风速、风向等传感器以及风数据记录器，用于测量风能参数的高耸结构，主要用于环境监测以及风、气压、湿度等资源数据采集。如图2所示，风电功率预测系统还包括风电场SCADA系统50，风电场SCADA系统 50与数据处理服务器20相连。风电场SCADA系统50，用于采集风电场的发电机的实时功率、风电机组的状态信息(可包括风电机组在运、检修、故障停运等状态信息)，并发送至数据处理服务器20，由数据处理服务器20结合SCADA系统提供的实时功率和风电机组的状态信息、以及数据采集装置10提供的NWP信息和风速信息，结合上述四方面的信息转化为风 % )·{Ι， )· Κ 。 SCADA(Supervisory Control And Data Acquisition)系统, 即数据采集与监视控制系统。SCADA系统是以计算机为基础的DCS (Distributed Control System，分布式控制系统)与电力自动化监控系统。数据处理服务器接收到NWP信息和风速信息，或者数据处理服务器接收到NWP信息、风速信息、实时功率和风电机组的状态信息后，基于统计模型和人工智能模型，将上述信息转化为风电场功率预测值。统计模型可采用差分自回归滑动平均模型(ARIMA)，人工智能模型可采用小波变换与BP神经网络、最小二乘支持向量机(LS-SVM)等多种混合模型。其中，BP神经网络，是一种按误差逆传播算法训练的多层前馈网络，BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。ARIMA模型，是将预测对象随时间推移而形成的数据序列视为一个随机序列，用一定的数学模型来近似描述这个序列。这个模型一旦被识别后就可以从时间序列的过去值及现在值来预测未来值。
4[0025]如图3所示，风电功率预测系统还包括反向隔离器60，反向隔离器60分别与数据处理服务器20、数据存储服务器30相连。反向隔离器60用于实现数据的单向传输，即NWP 信息和风速信息只能从数据采集装置10向数据处理服务器20发送数据，而不能反向进行数据传输，这就可保证数据处理服务器20所在局域网的安全。以上仅为本实用新型的较佳实施例子，并不用以限制本实用新型，凡在本实用新型的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本实用新型的保护范围之内。
权利要求1.一种风电功率预测系统，其特征在于，包括数据采集装置、数据处理服务器、数据存储服务器、WEB服务器；所述数据采集装置，用于获取风电场的数值天气预报信息和风速信息，并发送至所述数据处理服务器；所述数据处理服务器，用于接收所述数值天气预报信息和风速信息，并将所述数值天气预报信息和风速信息转化为风电场功率值，转存至所述数据存储服务器；所述WEB服务器与所述数据存储服务器相连，用于获取所述数据存储服务器内保存的风电场功率值，并以互联网方式发布该风电场功率值。
2.按照权利要求1所述的风电功率预测系统，其特征在于，所述风电功率预测系统还包括风电场SCADA系统，所述风电场SCADA系统与所述数据处理服务器相连；所述风电场SCADA系统，用于采集所述风电场的发电机的实时功率、风电机组的状态信息，并发送至所述数据处理服务器；所述数据处理服务器，用于将所述数值天气预报信息、所述风速信息、所述实时功率、 所述风电机组的状态信息转化为风电场功率值。
3.按照权利要求1或2所述的风电功率预测系统，其特征在于，所述风电功率预测系统还包括反向隔离器，所述反向隔离器分别与所述数据处理服务器、所述数据存储服务器相连。
4.按照权利要求3所述的风电功率预测系统，其特征在于，所述数据采集装置包括NWP系统和测风塔。
5.按照权利要求1或2所述的风电功率预测系统，其特征在于，所述数据采集装置包括NWP系统和测风塔。
专利摘要本实用新型的风电功率预测系统包括数据采集装置、数据处理服务器、数据存储服务器、WEB服务器。数据采集装置，用于获取风电场的数值天气预报信息和风速信息，并发送至数据处理服务器。数据处理服务器，用于接收数值天气预报信息和风速信息，并将上述信息转化为风电场功率值，转存至数据存储服务器。WEB服务器与数据存储服务器相连，用于获取数据存储服务器内保存的风电场功率值，并以互联网方式发布该功率值。采用本实用新型技术方案就可实时地采集获取风电场的NWP数据、风速以及发电机功率，综合上述数据实现对风力发电的有效预测，进而可根据预测结果制定发电计划，降低电网旋转备用容量，为电网运行调度提供可靠的依据。
文档编号H02J3/28GK202127251SQ201120252999
公开日2012年1月25日 申请日期2011年7月18日 优先权日2011年7月18日
发明者杨永强, 王悦 申请人:杨永强, 王悦