[发明专利]风电场功率预测方法和预测装置

说明书

技术领域

本发明涉及新能源领域，具体而言，涉及一种风电场功率预测方法和预测装置。

背景技术

风能发电的在电力系统中所占的比重以每年30％的速度增长。但是由于风能具有波动性、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。造成大容量的风电接入电网将会对电力系统的安全、稳定运行带来些新问题，尤其是对电力系统运行调度的影响明显。因此，开发和使用风电场功率预测方法具有重大的意义。

风电场功率预测是一个非常复杂的问题，涉及相关的各种跨学科，如气象学，流体动力学，随机过程等学科，其中风电场内的数值天气预报是最具挑战性的问题，特别是在地形复杂的地区和有污染物存在的地区，风速的时空变化更为迅速。目前使用的风电场功率预测方法主要有：

1、数值天气预报技术与统计方法，利用数值天气预报技术和统计方法的结合的预测技术首次应用在1985-1987年期间的加州。欧洲中期天气预报中心（ECMWF）在英国也开发出这样一种数值预报系统，利用统计校正技术结合15公里水平分辨率网格数值预报联合运行，该技术利用统计模型校正技术将数值天气预报的结果进行进一步优化，并降维到风电场的实际位置上，但是其精度远不能达到风电场功率预测的要求。

2、使用低分辨率的数值天气预报技术和WASP技术，HIRLAM/WASP系统是由丹麦气象局和国家实验室负责开发的。其主要包括在HIRLAM上运行56公里水平分辨率网格的数值预报和使用WASP用来估计风电场局部区域的尾流影响。在克里特岛，HIRLAM/WASP模型的应用取得了令人满意的预测结果，但它的缺点在于无法体现复杂地形的影响。

3、高分辨率的数值天气预报技术，Previento预测系统在奥尔登堡大学被研发出来，它是基于一个高分辨率的中尺度数值模式，并考虑到当地地形的影响（如粗糙度等），还考虑了大气的热稳定度等因素，从而更好地估计在风力发电机组轮毂高度的风速。但是并没有建立和分析微尺度的物理模型并加以合理的应用。该系统主要运行在德国。

通过以上数值天气预报技术得出的风力数据，通过功率曲线迭代计算得出风机的输出功率预测值。

针对现有技术中存在的风电场功率预测方法预测精度不高的问题，目前尚没有提出有效的解决方案。

发明内容

本发明旨在提供一种风电场功率预测方法和预测装置，以解决现有技术中风电场功率预测方法预测精度不高的问题。

为了实现上述目的，根据本发明的一个方面，提供了一种风电场功率预测方法。该风电场功率预测方法包括：获取数值天气预报系统输出的天气预报数据；利用CFD软件对天气预报数据进行优化计算以得到风电场的气象预测数据；使用预先建立的统计模型中气象数据与输出功率的对应关系按照气象预测数据得出风电场的功率预测数据；输出功率预测数据。

进一步地，获取数值天气预报系统输出的天气预报数据包括：获取COAMPS系统的最高水平网格精度的数值天气预报数据。

进一步地，利用CFD软件对天气预报数据进行优化计算以得到风电场的气象预测数据包括：利用设置有风电场实际环境参数的CFD软件对数值天气预报数据进行优化计算得出气象初步预测数据；将气象初步预测数据进行卡尔曼滤波计算以得到风电场的气象预测数据。

进一步地，将气象初步预测数据进行卡尔曼滤波计算以得到风电场的气象预测数据之后还包括：将风电场的气象预测数据发送给数值天气预报系统。

进一步地，使用预先建立的统计模型中气象数据与输出功率的对应关系按照气象预测数据得出风电场的功率预测数据包括：将气象预测数据输入神经网络模型；利用神经网络模型进行计算以得出初步功率预测数据；将初步功率预测数据进行卡尔曼滤波计算得出风电场的功率预测数据，其中，神经网络模型为预先利用风电场的气象数据和输出功率数据建立的统计模型。

进一步地，输出功率预测数据包括：使用客户端服务器方式或浏览器服务器方式输出优化的功率预测值。

进一步地，输出功率预测数据包括：将功率预测数据上传至电网调度服务器。

根据本发明的另一方面，提供了一种风电场功率预测装置。该风电场功率预测装置包括：天气预报获取模块，用于获取数值天气预报系统输出的天气预报数据；气象预测模块，用于利用CFD软件对天气预报数据进行优化计算以得到风电场的气象预测数据；功率预测模块，用于使用预先建立的统计模型中气象数据与输出功率的对应关系按照气象预测数据得出风电场的功率预测数据；输出模块，用于输出功率预测数据。