专利名称：基于多套数值天气预报源的短期风电功率预测方法及系统的制作方法
技术领域：
本发明涉及电力系统技术领域，具体地，涉及基于多套数值天气预报源的短期风电功率预测方法及系统。
背景技术：
在煤炭、石油等常规能源日渐枯竭和严重的环境问题的背景下，风力发电作为目前在可再生能源中技术最成熟、最具有规模化开发条件和商业化发展前景的发电技术，日益得到国家的高度重视和大力扶持，在近些年得到飞速发展。随着风电的快速发展，大型风电场的并网运行对电网的影响也越来越显著。我国风电基地一般处于人烟稀少地区，负荷量小，电网结构也相对比较薄弱。风能所具有的随机性、间歇性和不可控性的特点以及在实际运行中，多数风电所具有的反调峰特性，使得对风电场的出力趋势进行预测变得困难，造成电网运行调度困难和复杂化，对电网的安全稳定运行造成了很大的影响。为了在保障电网安全稳定运行的情况下，提高风电上网电量，建立风电预测预报系统是很有必要的。目前，国外对风电预测的研究已经有20多年的历史了，最早的研究单位是丹麦的 Risoe国家实验室，随后德国也进行了深入的研究，各风电强国都意识到了风电预测的价值和意义，纷纷开发出了自己的商用预测系统并投入运营。如丹麦国家实验室的Prediktor预报系统、西班牙的LocalPred预报系统和德国的AWPT预报系统等。Prediktor预报系统首先利用数值天气预报模式HIRLAM提供风电场所在区域的风速分布，然后利用WASP进一步综合考虑风电场附近的障碍物、粗糙度变化等因素提供分辨率更高的风速预报，最后由发电量计算模块Ris Park在预报的风速的基础上计算风电场风电功率。LocalPred预报系统首先利用高分辨率的中尺度模式MM5或者NWP模式结合流体力学软件计算风速等气象预报场，再通过统计模块(MOS)对预报风速进行修正，最后通过历史出力数据与同期风速等气象场建立的功率输出模型进行那个功率预报。Previento预报系统在利用数值模式预报风机轮毂所在高度风速的基础之上结合风电场周围地形、地表粗糙度及热力层的影响对风速进行订正，最后通过功率预报模块进行功率预报。中国风电功率预测预报系统处于初步研究阶段，国内也有不少单位进行了风电功率预测的研究。如吉林电力公司、国家电网西北分部、华北电力大学、中国气象局等都建设了风电功率预测预报系统。风电功率预测预报准确率的高低，直接影响各风电场的风能利用效率和经济效益，同时也影响调度部门做出合理的发电计划。虽然国内不少单位都有了初步成形的风电预测预报系统，但是由于预测方法、数据源单一等原因使得功率预测的准确度都不高，没有达到实用化要求，另外由于我国的风资源在地理上分布相对比较集中，导致国外成熟的预测预报系统并不能直接应用在我国的风电场。数值天气预报是影响风电功率预报准确度一个至关重要的因素。在实现本发明的过程中，发明人发现现有技术中至少存在预测精度低、安全及稳定性差以致达不到实用化要求等缺陷。
发明内容
本发明的目的在于，针对上述问题，提出基于多套数值天气预报源的短期风电功率预测方法，以实现测精度高、运行安全及稳定性好以致可以在电力调度实用化运行的优
点O为实现上述目的，本发明采用的技术方案是基于多套数值天气预报源的短期风电功率预测方法，包括
应用物理和统计相结合的方法建立各风电场的预测模型； 获取各风电场的数值天气预报数据，输入所述预测模型；
所述预测模型基于输入的数值天气预报数据，对各风电场短期与超短期的风电出力情况进行预测处理，获取能够应用于电力调度和建立新预测模型的预测结果。进一步地，所述建立各风电场的预测模型的操作包括
获取至少包含多套数值天气预报、风电场历史测风数据、风电场输出功率历史数据、风电场所处区域的地形地貌、以及风机运行状态的基本数据；
通过统计方法，或者物理方法与统计方法相结合的方法，对所得基本数据进行处理，获得各风电场的预测模型。进一步地，所述获取各风电场的数值天气预报数据的操作包括 从数值天气预报各服务商的服务器，下载各地数值天气预报；
对所得各地数值天气预报，进行数据处理和D/A转换，得到各风电场预测时段数值天气预报；
对所得各风电场预测时段数值天气预报数据，进行分析和加权计算，得到用于输入预测模型的数值天气预报数据。进一步地，所述数值天气预报数据，至少包含从各地数值天气预报得到风速数据、 风向数据、气温数据、气压数据与湿度数据。进一步地，所述预测模型基于输入的数值天气预报数据，对各风电场短期与超短期的风电出力情况进行预测处理的操作包括
所述数值天气预报数据经NWP系统处理后，输出粗略的预测数据； 基于大气边界层动力学与边界层气象理论，将所述粗略的预测数据进行精细化处理， 得到风电场实际地形、地貌条件下的预测值；
将所述预测值中的预测风速及风向，转换为风电机组轮毂高度的风速及风向； 结合风电机组间尾流影响，将所得风电机组轮毂高度的风速及风向，应用于风电机组的功率曲线，得出风电机组的预测功率；
对所有风电机组的预测功率进行求和，得到整个风电场的预测功率，即得到整个风电场的预测结果。进一步地，以上所述的基于多套数值天气预报源的短期风电功率预测方法，该方法还包括对所述预测结果进行存储的操作，和/或， 对所述预测结果进行显示的操作。同时，本发明采用的另一技术方案是基于多套数值天气预报源的短期风电功率预测系统，包括天气预报数据采集单元、EMS系统与预测处理单元，其中
所述EMS系统，用于提供建立各风电场预测模型的数据；
所述天气预报数据采集单元，用于获取各风电场的数值天气预报数据，并输入预测模
型；
所述预测处理单元，用于基于EMS系统提供的建立各风电场预测模型的数据，建立预测模型；以及，用于所述预测模型基于天气预报数据采集单元输入的数值天气预报数据，对各风电场短期与超短期的风电出力情况进行预测处理，获取能够应用于电力调度和建立新预测模型的预测结果。进一步地，所述EMS系统，包括风电场实时信息采集模块、数据调度模块与EMS系统数据平台，其中
所述风电场实时信息采集模块，用于从数值天气预报各服务商的服务器，下载各地数值天气预报；
所述EMS系统数据平台，用于对所得各地数值天气预报，进行数据处理和D/A转换，得到各风电场预测时段数值天气预报；以及，
用于对所得各风电场预测时段数值天气预报数据，进行分析和加权计算，得到用于输入预测模型的数值天气预报数据；
所述数据调度模块，用于风电场实时信息采集模块与EMS系统数据平台之间的数据交互。进一步地，所述预测处理单元，包括NWP处理模块与预测计算处理机，其中 所述NWP处理模块，用于将数值天气预报数据进行处理后，输出粗略的预测数据；
所述预测计算处理机，用于基于大气边界层动力学与边界层气象理论，将所述粗略的预测数据进行精细化处理，得到风电场实际地形、地貌条件下的预测值；
将所述预测值中的预测风速及风向，转换为风电机组轮毂高度的风速及风向； 结合风电机组间尾流影响，将所得风电机组轮毂高度的风速及风向，应用于风电机组的功率曲线，得出风电机组的预测功率；
对所有风电机组的预测功率进行求和，得到整个风电场的预测功率，即得到整个风电场的预测结果。进一步地.以上所述的基于多套数值天气预报源的短期风电功率预测系统，还包括预测系统数据库、人机交互单元与通信单元，其中
所述预测系统数据库，作为数据中心，用于存储、调取及更新来自天气预报数据采集单元的数值天气预报数据、来自EMS系统的实发风电功率数据、以及来自预测处理单元的预测结果；
所述人机交互单元，用于与用户交互，完成至少包含数据及曲线显示、以及系统管理及维护的操作；
所述通信单元，用于天气预报数据采集单元、EMS系统、预测处理单元与人机交互单元彼此间的数据交互。
本发明各实施例的实施例的基于多套数值天气预报源的短期风电功率预测方法及系统，应用于酒泉千万千瓦风电基地，规模较大。本发明各实施例的基于多套数值天气预报源的短期风电功率预测方法及系统，由于该方法包括应用物理和统计相结合的方法建立各风电场的预测模型；获取各风电场的数值天气预报数据，输入预测模型；预测模型基于输入的数值天气预报数据，对各风电场短期与超短期的风电出力情况进行预测处理，获取能够应用于电力调度和建立新预测模型的预测结果；可以实现风电功率72小时预测，有利于提高风电系统总的额定装机容量；对发电计划制定、发供电平衡、保证电网安全稳定运行具有重要作用，以解决调度部门调配系统备用电源时仅靠风电装机容量和风电上网电量的历史数据来估算风电功率的问题；从而可以克服现有技术中预测精度低、安全及稳定性差以致达不到实用化要求的缺陷，以实现测精度高、运行安全及稳定性好以致可以在电力调度实用化运行的优点。本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中
图1为根据本发明基于多套数值天气预报源的短期风电功率预测方法的流程示意图； 图2为根据本发明基于多套数值天气预报源的短期风电功率预测方法优选实施例的流程示意图3为根据本发明基于多套数值天气预报源的短期风电功率预测系统的工作原理示意图4为根据本发明基于多套数值天气预报源的短期风电功率预测系统优选实施例的工作原理示意图。结合附图，本发明实施例中附图标记如下
1-天气预报数据采集单元；11-因特网模块；12-欧洲气象台数值天气预报；13-兰州气象台数值天气预报；14-中国电科院数值天气预报；2-人机交互单元；21-图形用户界面接口 ；22-图形用户界面模块；3-预测系统数据库；31-预测系统数据库接口 ；32-预测系统数据库服务器；4-EMS系统；41-风电场实时信息采集模块；42-数据调度模块；43-EMS系统数据平台；5-预测处理单元；51-NWP处理模块；52-预测计算处理机；6-通信单元；61-网络安全设备；62-网络交换机。
具体实施例方式以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。方法实施例
根据本发明实施例，如图1和图2所示，提供了基于多套数值天气预报源的短期风电功率预测方法。如图1所示，本实施例的基于多套数值天气预报源的短期风电功率预测方法，包括
步骤100 应用物理和统计相结合的方法建立各风电场的预测模型； 步骤101 获取各风电场的数值天气预报数据，输入预测模型； 步骤103 所述预测模型基于输入的数值天气预报数据，对各风电场短期与超短期的风电出力情况进行预测处理，获取能够应用于电力调度和建立新预测模型的预测结果。优选地，如图2所示，上述实施例的基于多套数值天气预报源的短期风电功率预测方法，具体包括
步骤200 获取至少包含多套数值天气预报、风电场历史测风数据、风电场输出功率历史数据、风电场所处区域的地形地貌、以及风机运行状态的基本数据；
步骤201 通过统计方法，或者物理方法与统计方法相结合的方法，对步骤200所得基本数据进行处理，获得各风电场的预测模型，执行步骤205 ；
步骤202 从数值天气预报各服务商的服务器，下载各地数值天气预报； 步骤203 对步骤202所得各地数值天气预报，进行数据处理和D/A转换，得到各风电场预测时段数值天气预报；
步骤204 对步骤203所得各风电场预测时段数值天气预报数据，进行分析和加权计算，得到用于输入预测模型的数值天气预报数据，执行步骤205 ；在步骤204中，数值天气预报数据，至少包含从各地数值天气预报得到风速数据、风向数据、气温数据、气压数据与湿度数据；
步骤205 将步骤204所得各风电场的数值天气预报数据，输入步骤202所得预测模
型；
步骤206 在步骤205中输入预测模型的数值天气预报数据，经NWP系统处理后，输出粗略的预测数据；
步骤207 基于大气边界层动力学与边界层气象理论，将步骤206所得粗略的预测数据，进行精细化处理，得到风电场实际地形、地貌条件下的预测值；
步骤208 将步骤207所得预测值中的预测风速及风向，转换为风电机组轮毂高度的风速及风向；
步骤209 结合风电机组间尾流影响，将步骤208所得风电机组轮毂高度的风速及风向，应用于风电机组的功率曲线，得出风电机组的预测功率；
步骤210 对所有诸如步骤209所得风电机组的预测功率进行求和，得到整个风电场的预测功率，即得到整个风电场的预测结果。在步骤210中，还可以对所得预测结果进行存储、数据及曲线显示、以及系统管理及维护等操作。在上述实施例中，利用多套数值天气预报、风电场历史测风数据、风电场输出功率历史数据、风电场所处区域的地形地貌和风机运行状态等数据，通过统计方法或物理与统计相结合的方法，建立各风电场的预测模型；再以数值天气预报数据作为预测模型的输入， 预测各风电场和全省次日风电出力情况。在上述实施例中，获取数值天气预报数据时，可以通过数值天气预报模型。数值天气预报模型非常复杂，并且需要大量的实测数据，一般由国家气象局负责预报。一般全球模型的水平分辨率为80X80km2到40X40km2。全球模型驱动局部模型，使分辨率降低。确定预测系统的初始状态需要大量的数据。大量的气象观测站、浮标、雷达、观测船、气象卫星和飞机等负责收集数据。世界气象组织制定了数据格式和测量周期的标准。这些资料都是不同时刻观测得到的，并且这些资料的精度一般都比常规资料差。 因此，如何利用这些非常规的观测资料，把他们和常规资料配合起来，丰富初始场的信息， 是个重要的问题。需要采用四维同化方法把不同时刻、不同地区、不同性质的气象资料不断输入计算机，通过一定的预报模式，使之在动力和热力上协调，得到质量场和风场基本达到平衡的初始场，提供给预报模式使用。四维同化主要有三部分组成，一是预报模式，二是客观分析，三是初始化。模式的作用是将先前的资料外推到当前的分析时刻；分析是将模式预报的信息与当前的观测资料结合起来，内插到格点上；初始化则是将分析场中的高频重力波过滤，保证计算的稳定性。目前欧美国家使用的数值天气预报主要有下面几种。欧洲中尺度气象预报中心综合系统(ECMWF)，美国环境预报中心综合系统(NCEP)开发的T170L42预报系统，日本谱展开模式T213L30，英国统一模式UM，德国气象服务机构(DWD)开发的Lokal model 1模型，中国国家气象局开发的T213L31等。高时空分辨率的气象要素精细化预报(如风速，风向等)不可能仅仅依赖数值模式分辨率的提高来获得。这是因为，一方面受计算机性能的限制，另一方面，过高的分辨率会使数据以及模式本身的不确定性得到放大，甚至会适得其反。所以，在这种情况下，使用模式输出的数值预报产品再加上统计学或者人工智能技术就可以得到较高分辨率的预报结果。在上述实施例中，风电功率预测的物理方法，主要基于大气边界层动力学与边界层气象理论，将NWP系统输出的粗略的预测数据精细化为风电场实际地形、地貌条件下的预测值，并将预测风速、风向转换为风电机组轮毂高度的风速、风向，考虑风电机组间尾流影响后，再将预测风速应用于风电机组的功率曲线，由此得出风电机组的预测功率，最后， 对所有风电机组的预测功率求和，得到整个风电场的预测功率。粗糙度变化模型与地形变化模型的输出结果均为针对研究范围边缘(此处为 IOkm)的上风向未受扰风速的增速因子(地形模型还输出相对于上风向的风向偏转)，因此， 应用增速因子计算风电场粗糙度与地形变化对流场的扰动时，首先需要确定上风向未受扰风速、风向，而为了实现对轮毂高度风速、风向的预测，又必须建立NWP风速、风向与参考风速、风向的联系。反映大尺度气流变化的地转风常作为联系边界层中不同位置风速、风向的桥梁，并可由地转拖曳定律建立地转风与近地面层特征量的联系，而地转拖曳定律结合对数风廓线还可以对测风数据进行外推。风电场输出功率的影响因素主要有风速、风向、气温、气压、湿度及地表粗糙度等。 因此从数值天气预报得到的风速、风向、气温、气压、湿度等数据都是预测模型的必要输入。 但是数值天气预报历史数据中同样也存在一定的错误数据，需要进一步处理才能应用于风电场输出功率预测。以数字化地图为基础，以数值天气预报或测风数据作为模型的输入， 建立用于功率预测的物理模型。根据风电场数字化模型，考虑地形、障碍物、粗糙度及风机间尾流效应对风电场输出功率的影响，将特定位置的风速外推至每台风机轮毂高度处的风速，结合特定机组的功率曲线，计算得到整个风电场的输出功率。在上述实施例中，风电场信息采集包括历史功率数据采集、历史风速数据采集。功率数据可以在风电场中央监控系统中取得。中央监控系统每15分钟采集风电场的出力情况并保存在指定的文件夹中。不同公司开发的中央监控系统数据存储格式不同，需要其在指定环境下才能打开。风速数据的采集需要在风电场具有代表性的地点建立测风塔。在地形简单、风速稳定的小风电场一个测风塔基本上就能够代表整个风电场的风速情况。但是在地形复杂的风电场(比如山地地形)，则需要选择多个典型地点建立测风塔才能正确表示出该风场的风速情况。测风塔高度一般在70米，根据预报系统数据的需要，在测风塔上需要安装的传感器有风速传感器、风向传感器、温度传感器、气压传感器和湿度传感器。具体地，各传感器的安装温度传感器、气压湿度传感器可以安装在10米高处，风速传感器和风向传感器可以在10米、30米、50米、70米处各安装一个。可以采用上述物理方法和统计方法相结合的方法建立预测模型，该预测模型主要为风电场数值天气预报、风电场风速、风电场历史功率数据等。输出为风电场的功率。上述实施例采用多套数值天气预报的预测方法，有利于提高预测精度，实现预测结果能够用于电力调度部门和风电场的风电功率预测系统。系统实施例
根据本发明实施例，如图3和图4所示，提供了基于多套数值天气预报源的短期风电功率预测方法。如图3所示，本实施例的基于多套数值天气预报源的短期风电功率预测系统，包括天气预报数据采集单元1、EMS系统4与预测处理单元5，其中EMS系统4，用于提供建立各风电场预测模型的数据；天气预报数据采集单元1，用于获取各风电场的数值天气预报数据，并输入预测模型；预测处理单元5，基于EMS系统提供的建立各风电场预测模型的数据，建立预测模型；以及，用于预测模型基于天气预报数据采集单元1输入的数值天气预报数据，对各风电场短期与超短期的风电出力情况进行预测处理，获取能够应用于电力调度和建立新预测模型的预测结果。进一步地，上述实施例的基于多套数值天气预报源的短期风电功率预测系统，还包括预测系统数据库3、人机交互单元2与通信单元6，其中预测系统数据库3，作为数据中心，用于存储、调取及更新来自天气预报数据采集单元1的数值天气预报数据、来自EMS 系统4的实发风电功率数据、以及来自预测处理单元5的预测结果，各软件模块均通过系统数据库完成数据的交互；人机交互单元2，用于与用户交互，完成至少包含数据及曲线显示、以及系统管理及维护的操作；通信单元6，用于天气预报数据采集单元1、EMS系统4、 预测处理单元5与人机交互单元2彼此间的数据交互。在上述实施例中，预测处理单元5，从预测系统数据库3中取出数值天气预报数据，经预测模型计算出风电场的预测结果，并将预测结果送回预测系统数据库3。优选地，如图4所示，上述实施例的基于多套数值天气预报源的短期风电功率预测系统，包括天气预报数据采集单元1、人机交互单元2、预测系统数据库3、EMS系统4、预测处理单元5与通信单元6，天气预报数据采集单元1、预测处理单元5、通信单元6、EMS系统4依次连接，预测系统数据库3分别与预测处理单元5及通信单元6连接，人机交互单元与通信单元6连接。其中，上述天气预报数据采集单元1，包括因特网模块11、欧洲气象台数值天气预报12、兰州气象台数值天气预报13与中国电科院数值天气预报14 ；预测处理单元5，包括 NWP处理模块51与预测计算处理机52 ；通信单元6，包括网络安全设备61与网络交换机62 ； EMS系统4，包括风电场实时信息采集模块41、数据调度模块42与EMS系统数据平台43 ；预测系统数据库3，包括预测系统数据库接口 31与预测系统数据库服务器32 ；人机交互单元 2，包括图形用户界面接口 21与图形用户界面模块22。在上述实施例中，风电场实时信息采集模块41，将各风电场的实时功率、风速等数据传送到预测系统数据库3中，同时将预测结果从预测系统数据库3上取出，发送给EMS系统数据平台43。在上述实施例中，因特网模块11，分别经欧洲气象台数值天气预报12、兰州气象台数值天气预报13与中国电科院数值天气预报14后，依次与NWP处理模块51、网络安全设备61与网络交换机62连接；预测系统数据库服务器32、预测系统数据库接口 31、预测计算处理机52与网络交换机62依次连接，预测系统数据库接口 31、图形用户界面接口 21及 EMS系统数据平台43均与网络交换机62连接；EMS系统数据平台43、数据调度模块42与风电场实时信息采集模块41依次连接，图形用户界面接口 21与图形用户界面模块22连接。在上述EMS系统4中，风电场实时信息采集模块41，用于从数值天气预报各服务商的服务器，下载各地数值天气预报；EMS系统数据平台43，用于对所得各地数值天气预报， 进行数据处理和D/A转换，得到各风电场预测时段数值天气预报；以及，用于对所得各风电场预测时段数值天气预报数据，进行分析和加权计算，得到用于输入预测模型的数值天气预报数据；数据调度模块42，用于风电场实时信息采集模块与EMS系统数据平台之间的数据交互。在上述预测处理单元5中，NWP处理模块51，用于将数值天气预报数据进行处理后，输出粗略的预测数据；预测计算处理机52，用于基于大气边界层动力学与边界层气象理论，将粗略的预测数据进行精细化处理，得到风电场实际地形、地貌条件下的预测值；将预测值中的预测风速及风向，转换为风电机组轮毂高度的风速及风向；结合风电机组间尾流影响，将所得风电机组轮毂高度的风速及风向，应用于风电机组的功率曲线，得出风电机组的预测功率；对所有风电机组的预测功率进行求和，得到整个风电场的预测功率，即得到整个风电场的预测结果。在图4所示的实施例中，天气预报数据采集单元1中包含了 3套高精度的数值天气预报，分别是欧洲气象台数值天气预报12、兰州气象台数值天气预报13和中国电科院数值天气预报14，通过NWP处理模块51对3套数值天气预报进行分析、加权计算得出最终预测风场的数值天气预报数据。NWP处理模块51与网络安全设备61、网络交换机62之间通过网络进行连接。风电场实时信息采集模块41中的数据采集设备，包括风电场风速、风向、 气温、气压采集器和风电场风机实时信息采集器。预测系统数据库服务器32通过网络交换机62、网络安全设备61和NWP处理模块51和EMS系统数据平台43相连接，EMS系统数据平台43通过数据调度模块42与风电场实时数据采集设备(即风电场实时信息采集模块41) 相连接，预测系统数据库服务器32采用PC机系统，装入Windows XP操作系统。
数值天气预报提供风电场所在位置近地层的各种气象预报数据，每12小时预报一次，一天预报2次，每次预报72小时。天气预报数据采集单元1提供的数据为二进制格式，经过数据处理和转换，转换成十进制格式作为预测模型的输入。风电场实时信息采集模块41主要是在风电场关键位置设立测风塔，采集风速、风向、温度、气压等数据。这些数据经过转换之后也作为预测模型的输入数据。预测处理单元5主要对风速和功率进行预测， 是基于多套数值天气预报源的短期风电功率预测系统的核心。因为每个风电场的地理位置、气象条件都不相同，所以预测模型要具有可调整性，软件实现模块主要包括数据处理转换及⑶I图形界面。上述实施例的基于多套数值天气预报源的短期风电功率预测方法及系统，可以实现风电功率72小时预测，提高系统总的额定装机容量；对发电计划制定、发供电平衡、保证电网安全稳定运行具有重要作用；有利于解决调度部门调配系统备用电源时仅靠风电装机容量和风电上网电量的历史数据来估算风电功率的问题。综上所述，本发明各实施例的基于多套数值天气预报源的短期风电功率预测方法及系统，由于该方法包括应用物理和统计相结合的方法建立各风电场的预测模型；获取各风电场的数值天气预报数据，输入预测模型；预测模型基于输入的数值天气预报数据，对各风电场短期与超短期的风电出力情况进行预测处理，获取能够应用于电力调度和建立新预测模型的预测结果；可以实现风电功率72小时预测，有利于提高风电系统总的额定装机容量；对发电计划制定、发供电平衡、保证电网安全稳定运行具有重要作用，以解决调度部门调配系统备用电源时仅靠风电装机容量和风电上网电量的历史数据来估算风电功率的问题；从而可以克服现有技术中预测精度低、安全及稳定性差以致达不到实用化要求的缺陷，以实现预测精度高、运行安全及稳定性好以致可以在电力调度实用化运行的优点。最后应说明的是以上所述仅为本发明的优选实施例而已，并不用于限制本发明， 尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。 凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
权利要求
1.基于多套数值天气预报源的短期风电功率预测方法，其特征在于，包括 应用物理和统计相结合的方法建立各风电场的预测模型；获取各风电场的数值天气预报数据，输入所述预测模型；所述预测模型基于输入的数值天气预报数据，对各风电场短期与超短期的风电出力情况进行预测处理，获取能够应用于电力调度和建立新预测模型的预测结果。
2.根据权利要求1所述的基于多套数值天气预报源的短期风电功率预测方法，其特征在于，所述建立各风电场的预测模型的操作包括获取至少包含多套数值天气预报、风电场历史测风数据、风电场输出功率历史数据、风电场所处区域的地形地貌、以及风机运行状态的基本数据；通过统计方法，或者物理方法与统计方法相结合的方法，对所得基本数据进行处理，获得各风电场的预测模型。
3.根据权利要求1所述的基于多套数值天气预报源的短期风电功率预测方法，其特征在于，所述获取各风电场的数值天气预报数据的操作包括从数值天气预报各服务商的服务器，下载各地数值天气预报； 对所得各地数值天气预报，进行数据处理和D/A转换，得到各风电场预测时段数值天气预报；对所得各风电场预测时段数值天气预报数据，进行分析和加权计算，得到用于输入预测模型的数值天气预报数据。
4.根据权利要求3所述的基于多套数值天气预报源的短期风电功率预测方法，其特征在于，所述数值天气预报数据，至少包含从各地数值天气预报得到风速数据、风向数据、气温数据、气压数据与湿度数据。
5.根据权利要求1所述的基于多套数值天气预报源的短期风电功率预测方法，其特征在于，所述预测模型基于输入的数值天气预报数据，对各风电场短期与超短期的风电出力情况进行预测处理的操作包括所述数值天气预报数据经NWP系统处理后，输出粗略的预测数据； 基于大气边界层动力学与边界层气象理论，将所述粗略的预测数据进行精细化处理， 得到风电场实际地形、地貌条件下的预测值；将所述预测值中的预测风速及风向，转换为风电机组轮毂高度的风速及风向； 结合风电机组间尾流影响，将所得风电机组轮毂高度的风速及风向，应用于风电机组的功率曲线，得出风电机组的预测功率；对所有风电机组的预测功率进行求和，得到整个风电场的预测功率，即得到整个风电场的预测结果。
6.根据权利要求1-5中任一项所述的基于多套数值天气预报源的短期风电功率预测方法，其特征在于，该方法还包括对所述预测结果进行存储的操作，和/或， 对所述预测结果进行显示的操作。
7.基于多套数值天气预报源的短期风电功率预测系统，其特征在于，包括天气预报数据采集单元、EMS系统与预测处理单元，其中所述EMS系统，用于提供建立各风电场预测模型的数据；所述天气预报数据采集单元，用于获取各风电场的数值天气预报数据，并输入预测模型；所述预测处理单元，用于基于EMS系统提供的建立各风电场预测模型的数据，建立预测模型；以及，用于所述预测模型基于天气预报数据采集单元输入的数值天气预报数据，对各风电场短期与超短期的风电出力情况进行预测处理，获取能够应用于电力调度和建立新预测模型的预测结果。
8.根据权利要求7所述的基于多套数值天气预报源的短期风电功率预测系统，其特征在于，所述EMS系统，包括风电场实时信息采集模块、数据调度模块与EMS系统数据平台，其中所述风电场实时信息采集模块，用于从数值天气预报各服务商的服务器，下载各地数值天气预报；所述EMS系统数据平台，用于对所得各地数值天气预报，进行数据处理和D/A转换，得到各风电场预测时段数值天气预报；以及，用于对所得各风电场预测时段数值天气预报数据，进行分析和加权计算，得到用于输入预测模型的数值天气预报数据；所述数据调度模块，用于风电场实时信息采集模块与EMS系统数据平台之间的数据交互。
9.根据权利要求8所述的基于多套数值天气预报源的短期风电功率预测系统，其特征在于，所述预测处理单元，包括NWP处理模块与预测计算处理机，其中所述NWP处理模块，用于将数值天气预报数据进行处理后，输出粗略的预测数据； 所述预测计算处理机，用于基于大气边界层动力学与边界层气象理论，将所述粗略的预测数据进行精细化处理，得到风电场实际地形、地貌条件下的预测值；将所述预测值中的预测风速及风向，转换为风电机组轮毂高度的风速及风向； 结合风电机组间尾流影响，将所得风电机组轮毂高度的风速及风向，应用于风电机组的功率曲线，得出风电机组的预测功率；对所有风电机组的预测功率进行求和，得到整个风电场的预测功率，即得到整个风电场的预测结果。
10.根据权利要求7-9中任一项所述的基于多套数值天气预报源的短期风电功率预测系统，其特征在于，还包括预测系统数据库、人机交互单元与通信单元，其中所述预测系统数据库，作为数据中心，用于存储、调取及更新来自天气预报数据采集单元的数值天气预报数据、来自EMS系统的实发风电功率数据、以及来自预测处理单元的预测结果；所述人机交互单元，用于与用户交互，完成至少包含数据及曲线显示、以及系统管理及维护的操作；所述通信单元，用于天气预报数据采集单元、EMS系统、预测处理单元与人机交互单元彼此间的数据交互。
全文摘要
本发明公开了可以应用于酒泉千万千瓦风电基地的基于多套数值天气预报源的短期风电功率预测方法及系统，该方法包括应用物理和统计相结合的方法建立各风电场的预测模型；获取各风电场的数值天气预报数据，输入所述预测模型；所述预测模型基于输入的数值天气预报数据，对各风电场短期与超短期的风电出力情况进行预测处理，获取能够应用于电力调度和建立新预测模型的预测结果。本发明所述基于多套数值天气预报源的短期风电功率预测方法及系统，可以克服现有技术中预测精度低、安全及稳定性差以致达不到实用化要求的缺陷，实现预测精度高、运行安全及稳定性好以致可以在电力调度实用化运行的优点。
文档编号H02J3/00GK102570453SQ20121000394
公开日2012年7月11日 申请日期2012年1月6日 优先权日2012年1月6日
发明者刘光途, 汪宁渤, 王定美, 赵龙, 路亮, 马彦宏, 马明 申请人:甘肃省电力公司风电技术中心