[发明专利]一种风电场功率预测方法

说明书

技术领域

本发明涉及风电机组控制技术领域，特别涉及一种风电场功率预 测方法。

背景技术

近年来，随着我国能源政策调整，并网风电装机容量快速增长， 大规模风电集中并网对电网安全运行带来冲击。提高风电场出力的可 预测性，能够有效减少风电对电网造成的冲击，减轻电网调度调峰压 力，这对于充分利用风能资源，进一步提高并网风电装机比例有积极 意义。

按照国内已颁布实施的风电场功率预测技术规范，风电场必须每 日按照规定时间向电力调度机构上传次日0～24h出力预测曲线并接受 预测精度考核。为了准确反映次日大气运动状态，必须使用中尺度数 值天气预报模式(NWP，NumericalWeatherPrediction)输出作为风 电场短期功率预测系统的输入数据，因此中尺度数值天气预报模式预 测输出精度很大程度上决定了风电场短期功率预测的精度。

然而，中尺度模式大气物理过程参数化方案不能有效模拟次网格 尺度(小于1km)大气物理过程，其描述的天气过程与真实情况存在 误差，这种误差会随着模式积分运算时间的增长而增加。因此，网格 分辨率不足和与分辨率有关的大气物理过程参数化方案描述不准确 会使中尺度模式预测结果存在不确定性。直接应用于功率预测会带来 较大不确定性，必须对其进行降尺度预处理。

目前对中尺度数值天气预报输出进行降尺度研究主要采用两种 方法：

1、使用物理模型求解风电场局地效应对气流的影响。这种方法 计算代价较小，但物理模型构造和实现过程较为复杂，精度提高有限。

2、采用动力降尺度方法，例如计算流体力学(CFD，Computational FluidDynamics)模拟风电场内部流场演变过程，这种方法可以获得 较为准确风速分布，但在建立预测风速查询数据库或直接预测风速时 需要使用CFD方法求解纳维叶－斯托克斯方程(Navier-Stokes)，该 方程是流体力学中描述粘性牛顿流体的方程，是目前为止尚未被完全 解决的方程，目前只有大约一百多个特解被解出来，是最复杂的方程 之一，其工程实现复杂并且计算代价巨大，对硬件要求极高。

发明内容

2、有鉴于此，本发明的主要目的在于，提供一种风电场功率预 测方法，包括步骤：

A、收集中尺度数值天气预报的风速历史数据，以及与其在时间 上匹配的测风塔实测风速历史数据；

B、将预测日的中尺度数值天气预报的风速数据与所述中尺度数 值天气预报的风速历史数据进行匹配，得到相似度最高的历史数据；

C、确定与所述相似度最高的历史数据在时间上匹配的测风塔实 测风速，用所述测风塔实测风速替换预测日的中尺度数值天气预报的 风速数据；

D、建立风电场区域的拟合风速-功率特性曲线，结合步骤C中所 述替换后的测风塔实测风速，得到预测日的风电场区域预测功率。

由上，使用上述中尺度数值天气预报预测风速便可计算出风电场 的风速预测值，计算量小且计算速度快，完全可以满足风电场短期功 率预测工程要求，该方法相比于现有动力降尺度技术，大大提高计算 效率。相比于采用神经网络的统计降尺度方法，由于神经网络相当于 “黑盒子”，很难调整其模型结构，并且存在执行效率较低的问题。 曲线匹配模型的整个流程简洁，不存在神经网络那种复杂的逻辑结 构，此外曲线匹配模型还存在执行效率高的优点。

可选的，步骤B包括：

生成预测日的中尺度数值天气预报的风速数据曲线，以及中尺度 数值天气预报的风速历史数据曲线；

利用曲线匹配模型计算预测日的中尺度数值天气预报的风速数 据曲线与中尺度数值天气预报的风速历史数据曲线的欧氏距离，所述 欧氏距离最短则相似度越高。

由上，可以实现在历史数据中，找出与当前风速预报最接近的历 史风速预报。

可选的，还包括，将所述预测日的中尺度数值天气预报的风速数 据曲线、中尺度数值天气预报的风速历史数据曲线按相同时间节点拆 解为若干个序列的步骤，以及

针对预测日中尺度数值天气预报的风速数据曲线的每个序列，在 中尺度数值天气预报的风速历史数据曲线的各个序列中得到相似度 最高的序列。

由上，通过将当前预测日的预测风速拆分成多段，相比于整段预 测，可以提高每段的预测精度。