基于集合局地多點不同氣候特征的風功率預測方法及裝置制造方法及圖紙

本發(fā)明專利技術提供了一種基于集合局地多點不同氣候特征的風功率預測方法及裝置，方法包括建立電場模型，獲得電場周圍氣象數(shù)值預報結果，并通過數(shù)據(jù)插值方法獲得單點預報風速在三維空間的數(shù)值；將單點預報風速合成兩點或三點風速，獲得合成風速；利用神經網絡方法將合成風速轉化成風功率。本發(fā)明專利技術在原有單點預報的基礎上，整合了單點的結果，形成多點集合預報，減少風速波動，提高風功率預測的精度；本發(fā)明專利技術集合的氣象數(shù)據(jù)所選用水平和垂直三維高分辨率格點，綜合了不同水平點和不同高度的氣候狀態(tài)，提高風功率預測的精度；本發(fā)明專利技術通過整合多點的氣候特征，降低風場波動性，不受電場擴容限電等因素的影響，調整預報風速，提高風功率預測的精度。

Method and device for predicting wind power based on local climate characteristics of multiple points in a set

The present invention provides a method and device for predicting wind power set local climate characteristics based on many different methods, including the establishment of electric field model, the electric field around the numerical weather forecast, and through the numerical data interpolation method to obtain single point prediction of wind speed in three-dimensional space; single point wind speed forecast synthesis of two or three wind speed. Synthesis of wind speed; wind speed wind power conversion will be synthesized using neural network method. The invention is based on the original single point prediction on the integration of the single point results form multi-point ensemble prediction, reduce the fluctuation of wind speed, wind power to improve the prediction accuracy of meteorological data; the invention sets the horizontal and vertical 3D high resolution lattice, the comprehensive different level and different height of the climate of the state. To improve the prediction accuracy of wind power; the climate feature integration point, reduce the fluctuation of wind field, electric field is not affected by the expansion of rationing and other factors, adjust the forecast wind speed, improve the prediction accuracy of wind power.

【技術實現(xiàn)步驟摘要】
基于集合局地多點不同氣候特征的風功率預測方法及裝置
本專利技術屬于風電場功率預測預報
，尤其是涉及一種基于集合局地多點不同氣候特征的風功率預測方法及裝置。
技術介紹
風電是一種清潔可再生能源，到2015年年底，全球風電累計裝機容量達到432419MW，其中，中國占據(jù)總容量的48.4％。由于風力發(fā)電受風速和風向變化的影響，這使得風力發(fā)電具有明顯的波動性、間歇性和隨機性，對電力系統(tǒng)的安全及穩(wěn)定的運行造成了極大的影響，而通過準確的風功率預測，對風電場的出力進行短期預報，可以有力的調控電場運維，減少電量的損失，因此準確的風功率預測會帶給風電這一能源形式帶來更高的價值。風功率預測依賴于對各類氣象要素的精確預報，其中主要包括風速、風向、濕度等，目前國內外預報的方式主要分為兩種，一種是基于歷史數(shù)據(jù)，通過統(tǒng)計學的方法對未來進行預測；另一種是通過不同尺度下的數(shù)值天氣預報，得到各類氣象要素預測值，通過神經網絡、卡爾曼濾波等技術最終得到未來的日前風功率預測。目前數(shù)值天氣預報正值飛速發(fā)展，現(xiàn)已可提供未來1-3天高時空分辨率高精度的氣象預報。國內短期15分鐘分辨率的風功率預報，由于其嚴格的精度考核要求，因此第二種方法更加適應現(xiàn)有的需求，與此同時，還需要通過不同的方法來提高風功率預測精度。目前的數(shù)值天氣預報，主要使用全球高分辨集合結果，但多數(shù)將全球尺度集合預報結果，通過中小尺度數(shù)值天氣模式進行物理降尺度到幾公里，人為的選出風電場的地理坐標，通過插值方法將格點的數(shù)據(jù)計算到電場的單點坐標上，獲得風電場的預報風速，最終通過統(tǒng)計模型，將預報的風速轉換成風功率。大氣的混沌特性決定了即使采用全球最好的數(shù)值模式也很難預報單點的氣象結果，模式自身的系統(tǒng)誤差與錯誤預報會間接導致風速的預報誤差。由于現(xiàn)在功率建模技術是基于全場風機平均風速，表現(xiàn)的是整場總體氣候狀態(tài)，根據(jù)電場風機排布僅進行粗略的人為選擇單點很難描述全場平均的風速狀態(tài)，亦不能準確的抓住電場的氣候狀態(tài)，因此，預報風速并不適于風電場。電場空間跨度較大，不同電場所處海拔高度亦不同，邊界層內風速隨高度變化十分明顯，會導致不同電場氣候特點有很大差異，僅使用數(shù)值模式中單層的或者輪轂高度的結果，將會十分不準確。綜上所述，根據(jù)的風機排布，人為選取一個地理坐標，最終將數(shù)值天氣預報的格點數(shù)據(jù)插值到該點，如此無法準確的反應整個風電場的整體氣候特點，最終導致風功率預測精度的不理想。
技術實現(xiàn)思路
有鑒于此，本專利技術旨在提出一種基于集合局地多點不同氣候特征的風功率預測方法，通過選擇風電場最優(yōu)的若干點，進行多點合成，可以很好的反映整場的風速狀況，來增強氣象預報的穩(wěn)定性，顯著提高風功率預測的精度。為達到上述目的，本專利技術的技術方案是這樣實現(xiàn)的：一種基于集合局地多點不同氣候特征的風功率預測方法，包括如下步驟：(1)建立電場模型，獲得電場周圍氣象數(shù)值預報結果，并通過數(shù)據(jù)插值方法獲得單點預報風速在三維空間的數(shù)值；(2)將單點預報風速合成兩點和三點風速，獲得合成風速；(3)利用神經網絡方法將合成風速轉化成風功率。進一步的，所述步驟(1)中具體包括如下步驟：(a1)用GoogleEarth進行3維電場建模，根據(jù)電場風機的排布，選擇30公里x30公里的矩形試驗區(qū)域機型；(a2)利用數(shù)值天氣模式通過并行計算得到試驗區(qū)域天氣預報結果；(a3)使用NCO(netCDFOperators)提取模式垂直方向1-4層的模式計算結果，并輸出模式的地面高度數(shù)據(jù)、位勢高度等，將4層的σ坐標系轉換成得到高度坐標系；(a4)將垂直方向的模式計算結果進行插值計算，獲得三維空間1000-3000個單點風速預報結果。進一步的，所述步驟(a4)中插值計算方法包括線性插值、三次樣條插值。進一步的，所述步驟(2)具體包括如下步驟：(b1)計算單點預報風速在三維空間的數(shù)值的風速預報與電場風機的平均風速之間的相關性系數(shù)r，剔除相關性系數(shù)后50％的單點結果；(b2)對保留的50％的單點，分別給出所有兩點、三點的組合方案；(b3)對所有組合方案分別取兩點和三點均值，得到合成風速結果；(b4)計算所有的合成風速結果與電場風機平均風速之間的相關性系數(shù)r、平均絕對誤差MAE；(b5)刪選出相關性系數(shù)最優(yōu)的前200組組合方案，從200組方案中選出平均絕對誤差最小的50組組合方案；(b6)根據(jù)單電場歷史實測的風速給出高低風速段的閾值；(b7)對高低風速段進行權重的訂正。進一步的，所述步驟(3)具體包括如下步驟：(c1)通過風電場歷史風速和功率，經過神經網絡模型擬合風速-功率曲線；(c2)將合成風速放入到神經網絡模型中得到預測的風功率；(c3)通過計算50組預測的風功率的扣電量和精度；(c4)比較扣電量和精度選出最優(yōu)的方案。相對于現(xiàn)有技術，本專利技術所述的一種基于集合局地多點不同氣候特征的風功率預測方法具有以下優(yōu)勢：(1)本專利技術在原有單點預報的基礎上，整合了單點的結果，形成多點集合預報，減少風速波動，提高風功率預測的精度；(2)本專利技術集合的氣象數(shù)據(jù)所選用水平和垂直三維高分辨率格點，綜合了不同水平點和不同高度的氣候狀態(tài)，提高風功率預測的精度；本專利技術通過整合多點的氣候特征，降低風場波動性，不受電場擴容限電等因素的影響，調整預報風速，提高風功率預測的精度。本專利技術的另一目的在于提出一種基于集合局地多點不同氣候特征的風功率預測裝置，以增強氣象預報的穩(wěn)定性，顯著提高風功率預測的精度。為達到上述目的，本專利技術的技術方案是這樣實現(xiàn)的：一種基于集合局地多點不同氣候特征的風功率預測系統(tǒng)，包括用于建立電場模型，獲得電場周圍氣象數(shù)值預報結果，并通過數(shù)據(jù)插值方法獲得單點預報風速在三維空間的數(shù)值的電場模型建立裝置；用于將單點預報風速合成兩點和三點風速，獲得合成風速的風速合成裝置；用于利用神經網絡方法將合成風速轉化成風功率的風功率轉化裝置。進一步的，電場模型建立裝置包括用GoogleEarth進行三維電場建模，根據(jù)電場風機的排布，選擇30公里x30公里的矩形試驗區(qū)域機型的三維電場建模裝置；用于利用數(shù)值天氣模式通過并行計算得到試驗區(qū)域天氣預報結果的天氣預報結果計算裝置；用于使用NCO(netCDFOperators)提取模式垂直方向1-4層的模式計算結果，并輸出模式的地面高度數(shù)據(jù)、位勢高度等，將4層的σ坐標系轉換成得到高度坐標系的模式計算結果提取裝置；用于將垂直方向的模式計算結果進行插值計算，獲得三維空間1000-3000個單點風速預報結果的插值計算裝置。進一步的，所述插值計算裝置包括線性插值計算裝置、三次樣條插值計算裝置。進一步的，風速合成裝置包括用于計算單點預報風速在三維空間的數(shù)值的風速預報與電場風機的平均風速之間的相關性系數(shù)r，剔除相關性系數(shù)后50％的單點結果的單點結果提取裝置；用于對保留的50％的單點，分別給出所有兩點、三點的組合方案的組合方案獲得裝置；用于對所有組合方案分別取兩點和三點均值，得到合成風速結果的合成風速獲得裝置；用于計算所有的合成風速結果與電場風機平均風速之間的相關性系數(shù)r、平均絕對誤差MAE的相關性系數(shù)獲得裝置以及平均絕對誤差獲得裝置；用于刪選出相關性系數(shù)最優(yōu)的前200組組合方案，從200組方案中選出平均絕對誤差最小的50組組合方案最優(yōu)方案獲得裝置；用于根據(jù)單電場歷史實測的風速給出高低本文檔來自技高網...

【技術保護點】
一種基于集合局地多點不同氣候特征的風功率預測方法，其特征在于：包括如下步驟：(1)建立電場模型，獲得電場周圍氣象數(shù)值預報結果，并通過數(shù)據(jù)插值方法獲得單點預報風速在三維空間的數(shù)值；(2)將單點預報風速合成兩點和三點風速，獲得合成風速；(3)利用神經網絡方法將合成風速轉化成風功率。

【技術特征摘要】
1.一種基于集合局地多點不同氣候特征的風功率預測方法，其特征在于：包括如下步驟：(1)建立電場模型，獲得電場周圍氣象數(shù)值預報結果，并通過數(shù)據(jù)插值方法獲得單點預報風速在三維空間的數(shù)值；(2)將單點預報風速合成兩點和三點風速，獲得合成風速；(3)利用神經網絡方法將合成風速轉化成風功率。2.根據(jù)權利要求1所述的一種基于集合局地多點不同氣候特征的風功率預測方法，其特征在于：所述步驟(1)中具體包括如下步驟：(a1)用GoogleEarth進行三維電場建模，根據(jù)電場風機的排布，選擇30公里x30公里的矩形試驗區(qū)域機型；(a2)利用數(shù)值天氣模式通過并行計算得到試驗區(qū)域天氣預報結果；(a3)使用NCO(netCDFOperators)提取模式垂直方向1-4層的模式計算結果，并輸出模式的地面高度數(shù)據(jù)、位勢高度等，將4層的σ坐標系轉換成得到高度坐標系；(a4)將垂直方向的模式計算結果進行插值計算，獲得三維空間1000-3000個單點風速預報結果。3.根據(jù)權利要求2所述的一種基于集合局地多點不同氣候特征的風功率預測方法，其特征在于：所述步驟(a4)中插值計算方法包括線性插值、三次樣條插值。4.根據(jù)權利要求1所述的一種基于集合局地多點不同氣候特征的風功率預測方法，其特征在于：所述步驟(2)具體包括如下步驟：(b1)計算單點預報風速在三維空間的數(shù)值的風速預報與電場風機的平均風速之間的相關性系數(shù)r，剔除相關性系數(shù)后50％的單點結果；(b2)對保留的50％的單點，分別給出所有兩點、三點的組合方案；(b3)對所有組合方案分別取兩點和三點均值，得到合成風速結果；(b4)計算所有的合成風速結果與電場風機平均風速之間的相關性系數(shù)r、平均絕對誤差MAE；(b5)刪選出相關性系數(shù)最優(yōu)的前200組組合方案，從200組方案中選出平均絕對誤差最小的50組組合方案；(b6)根據(jù)單電場歷史實測的風速給出高低風速段的閾值；(b7)對高低風速段進行權重的訂正。5.根據(jù)權利要求1所述的一種基于集合局地多點不同氣候特征的風功率預測方法，其特征在于：所述步驟(3)具體包括如下步驟：(c1)通過風電場歷史風速和功率，經過神經網絡模型擬合風速-功率曲線；(c2)將合成風速放入到神經網絡模型中得到預測的風功率；(c3)通過計算50組預測的風功率的扣電量和精度；(c4)比較扣電量和精度選出最優(yōu)的方案。6.一種基于集合局地多點不同氣候特征的風功率預測系統(tǒng)，其特征在于：包括用于建立電場模型，獲得電場周圍氣象...

【專利技術屬性】
技術研發(fā)人員：向婕，雍正，董仕，
申請(專利權)人：北京國能日新系統(tǒng)控制技術有限公司，
類型：發(fā)明
國別省市：北京,11