[发明专利]一种基于虚拟测风塔技术的风电超短期功率预测方法

权利要求书

1.一种基于虚拟测风塔技术的风电超短期功率预测方法，它包括：

步骤1、采集风电场n台风电机的基础数据和历史数据；

步骤1所述基础数据包括风电场区域内所有风电机的轮毂高度、历史数据包括风电场所在区域内所有风电机的历史风速数据Wssh和风向数据Wdsh、所有风电机的历史温度数据Tsh、所有风电机的历史出力数据Pwth和整个风电场的历史出力数据Pwfh；

步骤2、采集风电场n台风电机实时数据，实时数据包括风电场所在区域内所有风电机的风电机测风仪测得风速数据Wssrt和风向数据Wdsrt、所有风电机的风电机温度传感器测得温度数据Tsrt、所有风电机的实时出力数据Pwtrt、整个风电场的实时出力数据Pwfrt；

步骤3、根据风电场n台风电机的历史数据和实时数据，模拟计算第ξ时刻整个风电场轮毂高度的风速Wssrtξ和风向Wdsrtξ；

步骤3所述根据风电场n台风电机的历史数据和实时数据，模拟计算第ξ时刻整个风电场轮毂高度的风速Wssrtξ和风向Wdsrtξ的方法包括：

步骤3.1、利用风电场所有风电机的历史风速数据和风向数据，以及整个风电场的历史出力数据，建立所有风电机风速风向-风电场风电功率数据样本库；

步骤3.2、建立所有风电机风速风向-风电场风电功率模型；

步骤3.3、将3.1建立的所有风电机风速风向-风电场风电功率数据样本库作为训练集，对风电机风速风向-风电场风电功率模型进行训练，确定模型中n台风电机的风速数据和风向数据的权值；其中，第i台风电机的风速数据和风向数据的权值记做Wqzi，则有Wqz1+Wqz2+...Wqzi+...+Wqzn＝1；且有1≤i≤n；

步骤3.4、计算第ξ时刻整个风电场轮毂高度的风速Wssrtξ和风向Wdsrtξ

第ξ时刻整个风电场轮毂高度的风速Wssrtξ的计算公式为：

第ξ时刻整个风电场轮毂高度的风向Wdsrtξ的表达式为：

Wssrtiξ为第ξ时刻第i台风电机轮毂高度的风速；Wdsrtiξ为第ξ时刻第i台风电机的轮毂高度的风向；

步骤4、根据风电场n台风电机的历史数据和实时数据，模拟计算第ξ时刻整个风电场轮毂高度的温度Tsrtξ；

步骤4所述的根据风电场n台风电机的历史数据和实时数据，模拟计算第ξ时刻整个风电场轮毂高度的温度Tsrtξ的计算方法包括：

步骤4.1、利用风电场所有风电机的历史温度数据，以及所有风电机的历史出力数据和整个风电场的历史出力数据，建立所有风电机温度-风电场风电功率数据样本库；

步骤4.2、建立所有风电机温度-风电场风电功率模型；

步骤4.3、将4.1建立的所有风电机温度-风电场风电功率数据样本库作为训练集，对风电机温度-风电场风电功率模型进行训练，确定模型中所有风电机的温度数据的权值；

其中，第i台风电机的温度数据的权值记做Tqzi，则有Tqz1+Tqz2+...Tqzi+...+Tqzn＝1；

且有1≤i≤n；

步骤4.4、模拟计算第ξ时刻整个风电场轮毂高度的温度Tsrtξ，第ξ时刻整个风电场轮毂高度的温度Tsrtξ的表达式为：

Tsrtiξ为第ξ时刻第i台风电机轮毂高度的温度；

步骤5、根据步骤3、4的计算结果，计算第ξ时刻风电场空气密度、湿度和气压；

步骤6、汇总步骤3、4、5计算得到的数据，得到风电场第ξ时刻的虚拟测风塔数据；

步骤7、根据步骤1-步骤6的方法，得到风电场历史虚拟测风塔数据集VH；

步骤8、建立风电场超短期功率预测的支持向量机模型；

步骤9、利用步骤7得到的风电场历史虚拟测风塔数据集VH，来训练步骤8建立的风电场超短期功率预测的支持向量机模型；

步骤10、将步骤6得到的风电场第ξ时刻的虚拟测风塔数据VAT代入步骤9训练好的风电场超短期功率预测的支持向量机模型，即可得到风电场第ξ时刻的超短期功率预测值数据集PAT。