專利名稱：風電場功率預測方法和預測裝置的制作方法
技術領域：
本發(fā)明涉及新能源領域，具體而言，涉及一種風電場功率預測方法和預測裝置。
背景技術：
風能發(fā)電的在電力系統(tǒng)中所占的比重以每年30%的速度增長。但是由于風能具有波動性、間歇性、低能量密度、不可控等特點，因而風電功率也是波動的、間歇的。造成大容量的風電接入電網(wǎng)將會對電力系統(tǒng)的安全、穩(wěn)定運行帶來些新問題，尤其是對電力系統(tǒng)運行調度的影響明顯。因此，開發(fā)和使用風電場功率預測方法具有重大的意義。風電場功率預測是一個非常復雜的問題，涉及相關的各種跨學科，如氣象學，流體動力學，隨機過程等學科，其中風電場內的數(shù)值天氣預報是最具挑戰(zhàn)性的問題，特別是在地形復雜的地區(qū)和有污染物存在的地區(qū)，風速的時空變化更為迅速。目前使用的風電場功率 預測方法主要有I、數(shù)值天氣預報技術與統(tǒng)計方法，利用數(shù)值天氣預報技術和統(tǒng)計方法的結合的預測技術首次應用在1985-1987年期間的加州。歐洲中期天氣預報中心(ECMWF)在英國也開發(fā)出這樣一種數(shù)值預報系統(tǒng)，利用統(tǒng)計校正技術結合15公里水平分辨率網(wǎng)格數(shù)值預報聯(lián)合運行，該技術利用統(tǒng)計模型校正技術將數(shù)值天氣預報的結果進行進一步優(yōu)化，并降維到風電場的實際位置上，但是其精度遠不能達到風電場功率預測的要求。2、使用低分辨率的數(shù)值天氣預報技術和WASP技術，HIRLAM/WASP系統(tǒng)是由丹麥氣象局和國家實驗室負責開發(fā)的。其主要包括在HIRLAM上運行56公里水平分辨率網(wǎng)格的數(shù)值預報和使用WASP用來估計風電場局部區(qū)域的尾流影響。在克里特島，HIRLAM/WASP模型的應用取得了令人滿意的預測結果，但它的缺點在于無法體現(xiàn)復雜地形的影響。3、高分辨率的數(shù)值天氣預報技術，Previento預測系統(tǒng)在奧爾登堡大學被研發(fā)出來，它是基于一個高分辨率的中尺度數(shù)值模式，并考慮到當?shù)氐匦蔚挠绊?如粗糙度等)，還考慮了大氣的熱穩(wěn)定度等因素，從而更好地估計在風力發(fā)電機組輪轂高度的風速。但是并沒有建立和分析微尺度的物理模型并加以合理的應用。該系統(tǒng)主要運行在德國。通過以上數(shù)值天氣預報技術得出的風力數(shù)據(jù)，通過功率曲線迭代計算得出風機的輸出功率預測值。針對現(xiàn)有技術中存在的風電場功率預測方法預測精度不高的問題，目前尚沒有提出有效的解決方案。

發(fā)明內容
本發(fā)明旨在提供一種風電場功率預測方法和預測裝置，以解決現(xiàn)有技術中風電場功率預測方法預測精度不高的問題。為了實現(xiàn)上述目的，根據(jù)本發(fā)明的一個方面，提供了一種風電場功率預測方法。該風電場功率預測方法包括獲取數(shù)值天氣預報系統(tǒng)輸出的天氣預報數(shù)據(jù)；利用CFD軟件對天氣預報數(shù)據(jù)進行優(yōu)化計算以得到風電場的氣象預測數(shù)據(jù)；使用預先建立的統(tǒng)計模型中氣象數(shù)據(jù)與輸出功率的對應關系按照氣象預測數(shù)據(jù)得出風電場的功率預測數(shù)據(jù)；輸出功率預測數(shù)據(jù)。進一步地，獲取數(shù)值天氣預報系統(tǒng)輸出的天氣預報數(shù)據(jù)包括獲取COAMPS系統(tǒng)的最高水平網(wǎng)格精度的數(shù)值天氣預報數(shù)據(jù)。進一步地，利用CFD軟件對天氣預報數(shù)據(jù)進行優(yōu)化計算以得到風電場的氣象預測數(shù)據(jù)包括利用設置有風電場實際環(huán)境參數(shù)的CFD軟件對數(shù)值天氣預報數(shù)據(jù)進行優(yōu)化計算得出氣象初步預測數(shù)據(jù)；將氣象初步預測數(shù)據(jù)進行卡爾曼濾波計算以得到風電場的氣象預測數(shù)據(jù)。進一步地，將氣象初步預測數(shù)據(jù)進行卡爾曼濾波計算以得到風電場的氣象預測數(shù)據(jù)之后還包括將風電場的氣象預測數(shù)據(jù)發(fā)送給數(shù)值天氣預報系統(tǒng)。

進一步地，使用預先建立的統(tǒng)計模型中氣象數(shù)據(jù)與輸出功率的對應關系按照氣象預測數(shù)據(jù)得出風電場的功率預測數(shù)據(jù)包括將氣象預測數(shù)據(jù)輸入神經(jīng)網(wǎng)絡模型；利用神經(jīng)網(wǎng)絡模型進行計算以得出初步功率預測數(shù)據(jù)；將初步功率預測數(shù)據(jù)進行卡爾曼濾波計算得出風電場的功率預測數(shù)據(jù)，其中，神經(jīng)網(wǎng)絡模型為預先利用風電場的氣象數(shù)據(jù)和輸出功率數(shù)據(jù)建立的統(tǒng)計模型。進一步地，輸出功率預測數(shù)據(jù)包括使用客戶端服務器方式或瀏覽器服務器方式輸出優(yōu)化的功率預測值。進一步地，輸出功率預測數(shù)據(jù)包括將功率預測數(shù)據(jù)上傳至電網(wǎng)調度服務器。根據(jù)本發(fā)明的另一方面，提供了一種風電場功率預測裝置。該風電場功率預測裝置包括天氣預報獲取模塊，用于獲取數(shù)值天氣預報系統(tǒng)輸出的天氣預報數(shù)據(jù)；氣象預測模塊，用于利用CFD軟件對天氣預報數(shù)據(jù)進行優(yōu)化計算以得到風電場的氣象預測數(shù)據(jù)；功率預測模塊，用于使用預先建立的統(tǒng)計模型中氣象數(shù)據(jù)與輸出功率的對應關系按照氣象預測數(shù)據(jù)得出風電場的功率預測數(shù)據(jù)；輸出模塊，用于輸出功率預測數(shù)據(jù)。進一步地，氣象預測模塊還用于利用設置有風電場實際環(huán)境參數(shù)的CFD軟件對數(shù)值天氣預報數(shù)據(jù)進行優(yōu)化計算得出氣象初步預測數(shù)據(jù)；將氣象初步預測數(shù)據(jù)進行卡爾曼濾波計算以得到風電場的氣象預測數(shù)據(jù)。進一步地，功率預測模塊還用于將氣象預測數(shù)據(jù)輸入神經(jīng)網(wǎng)絡模型；利用神經(jīng)網(wǎng)絡模型進行計算以得出初步功率預測數(shù)據(jù)；將初步功率預測數(shù)據(jù)進行卡爾曼濾波計算得出風電場的功率預測數(shù)據(jù)，其中，神經(jīng)網(wǎng)絡模型為預先利用風電場的氣象數(shù)據(jù)和輸出功率數(shù)據(jù)建立的統(tǒng)計模型。應用本發(fā)明的技術方案，風電場功率預測方法包括獲取數(shù)值天氣預報系統(tǒng)輸出的天氣預報數(shù)據(jù)；利用CFD軟件對天氣預報數(shù)據(jù)進行優(yōu)化計算以得到風電場的氣象預測數(shù)據(jù)；使用預先建立的統(tǒng)計模型中氣象數(shù)據(jù)與輸出功率的對應關系按照氣象預測數(shù)據(jù)得出風電場的功率預測數(shù)據(jù)；輸出功率預測數(shù)據(jù)。使用本發(fā)明實施例的風電場功率預測裝置實現(xiàn)了輸注天氣預報系統(tǒng)與CFD系統(tǒng)的數(shù)據(jù)耦合，得出更加精確的風機所在點位及風機所在高度的風速和風向等氣象信息，并使用統(tǒng)計模型的方法由氣象預測數(shù)據(jù)得出功率預測數(shù)據(jù)，避免了功率曲線迭代計算方式引起的不準確性，并消除了各風機之間功率曲線的差異性，從而提聞了風電場功率預測的精確性，為進一步提聞電網(wǎng)的電能調度水平提供了基礎。


構成本申請的一部分的說明書附圖用來提供對本發(fā)明的進一步理解，本發(fā)明的示意性實施例及其說明用于解釋本發(fā)明，并不構成對本發(fā)明的不當限定。在附圖中圖I是根據(jù)本發(fā)明實施例的風電場功率預測裝置圖2是是根據(jù)本發(fā)明實施例的風電場功率預測裝置的COAMPS系統(tǒng)嵌套網(wǎng)格的示意圖；圖3是根據(jù)本發(fā)明實施例的風電場功率預測方法的示意圖。
具體實施例方式需要說明的是，在不沖突的情況下，本申請中的實施例及實施例中的特征可以相互組合。下面將參考附圖并結合實施例來詳細說明本發(fā)明。圖I是根據(jù)本發(fā)明實施例的風電場功率預測裝置，如圖I所示，本發(fā)明實施例的風電場功率預測裝置包括天氣預報獲取模塊11，用于獲取數(shù)值天氣預報系統(tǒng)輸出的天氣預報數(shù)據(jù)；氣象預測模塊13，用于利用CFD軟件對天氣預報數(shù)據(jù)進行優(yōu)化計算以得到風電場的氣象預測數(shù)據(jù)；功率預測模塊15，用于使用預先建立的統(tǒng)計模型中氣象數(shù)據(jù)與輸出功率的對應關系按照氣象預測數(shù)據(jù)得出風電場的功率預測數(shù)據(jù)；輸出模塊17，用于輸出功率預測數(shù)據(jù)。使用本發(fā)明實施例的風電場功率預測裝置實現(xiàn)了數(shù)值天氣預報系統(tǒng)與CFD系統(tǒng)的數(shù)據(jù)耦合，得出更加精確的風機所在點位及風機所在高度的風速和風向等氣象信息，并使用統(tǒng)計模型的方法由氣象預測數(shù)據(jù)得出功率預測數(shù)據(jù)，避免了功率曲線迭代計算方式引起的不準確性，并消除了各風機之間功率曲線的差異性，從而提高了風電場功率預測的精確性，為進一步提聞電網(wǎng)的電能調度水平提供了基礎。其中，天氣預報獲取模塊11獲取數(shù)值天氣預報系統(tǒng)輸出的天氣預報數(shù)據(jù)的具體步驟可以為獲取COAMPS系統(tǒng)的最高水平網(wǎng)格精度的數(shù)值天氣預報數(shù)據(jù)。COAMPS (CoupledOcean/Atmosphere Mesoscale Prediction System, f禹合海洋 / 大氣中尺度預報系統(tǒng))是一個耦合了海洋/大氣的中尺度數(shù)值天氣預報系統(tǒng)，它是由美國海軍研究實驗室研發(fā)出來的。COAMPS模式是一個三維非靜力模型，可以對大型而且地形復雜的區(qū)域進行數(shù)值天氣預報運算。數(shù)值預報模塊的執(zhí)行時間由嵌套的層數(shù)來決定。使用不同數(shù)量的嵌套網(wǎng)格以實現(xiàn)一個給定的區(qū)域高分辨率的大氣模型其疏忽結果精度也會有較大差異。圖2是是根據(jù)本發(fā)明實施例的風電場功率預測裝置的COAMPS系統(tǒng)嵌套網(wǎng)格的示意圖，如圖2所示，COAMPS的預報網(wǎng)格大小可以從幾百公里到約100米內變化。氣象預測模塊13中的CFD (Computational Fluid Dynamics,計算流體動力學)軟件，可以對風電場進行微觀預測，現(xiàn)有常見的CFD軟件包括FLUENT、Phoenics, CFX、Star-cd等，數(shù)值天氣預報系統(tǒng)(如C0AMPS)輸出的天氣預報數(shù)據(jù)作為風電場內部微觀系統(tǒng)CFD軟件的輸入，并且可以提供計算邊界等問題時的邊界條件(如風速剖面，湍流動能的垂直分布等)。CFD軟件計算參數(shù)可以根據(jù)風電場實際的環(huán)境參數(shù)進行設置，上述計算參數(shù)包括風電場的湍流參數(shù)、粗糙度和熱穩(wěn)定度。氣象預測模塊13中利用CFD軟件對天氣預報數(shù)據(jù)進行優(yōu)化計算以得到風電場的氣象預測數(shù)據(jù)的具體步驟可以為利用設置有風電場實際環(huán)境參數(shù)的CFD軟件對數(shù)值天氣預報數(shù)據(jù)進行優(yōu)化計算得出氣象初步預測數(shù)據(jù)；將氣象初步預測數(shù)據(jù)進行卡爾曼濾波計算以得到風電場的氣象預測數(shù)據(jù)。通過卡爾曼濾波計算，可以結合實際采集的氣象數(shù)據(jù)對氣象預測數(shù)據(jù)進行進一步精度優(yōu)化，從而使氣象預測更加精確。以上經(jīng)過卡爾曼濾波計算得出的風速、風向、溫度等氣象數(shù)據(jù)還可以發(fā)送至數(shù)值天氣預報系統(tǒng)，以為下一周期的數(shù)值天氣預報提供基礎。功率預測模塊15還可以用于將上述氣象預測數(shù)據(jù)輸入神經(jīng)網(wǎng)絡模型；利用神經(jīng)網(wǎng)絡模型進行計算以得出初步功率預測數(shù)據(jù)；將初步功率預測數(shù)據(jù)進行卡爾曼濾波計算得出風電場的功率預測數(shù)據(jù)，其中，神經(jīng)網(wǎng)絡模型為預先利用風電場的氣象數(shù)據(jù)和輸出功率數(shù)據(jù)建立的統(tǒng)計模型。該統(tǒng)計模型根據(jù)風電場長時間記錄的歷史數(shù)據(jù)作為基礎按照神經(jīng)網(wǎng)絡算法生成神經(jīng)網(wǎng)絡模型，在此模型中建立了風速變量和功率變量之間的對應關系。在使用該統(tǒng)計模型時，可以將上述氣象預測數(shù)據(jù)輸入神經(jīng)網(wǎng)絡模型，由神經(jīng)網(wǎng)絡模型進行運算后輸出風電場的初步功率預測數(shù)據(jù)，對該初步功率預測數(shù)據(jù)結合上一周期測量的實際值進行卡爾曼濾波計算后即可得出風電場的功率預測數(shù)據(jù)，進一步提高了預測精度。輸出模塊17輸出功率預測數(shù)據(jù)的方式可以是使用客戶端服務器方式或瀏覽器服 務器方式輸出優(yōu)化的功率預測值，從而讓數(shù)據(jù)使用者利用客戶端或瀏覽器直接獲取以上數(shù)據(jù)。輸出模塊17輸出功率預測數(shù)據(jù)的另一種方式是輸出功率預測數(shù)據(jù)包括將功率預測數(shù)據(jù)上傳至電網(wǎng)調度服務器，調度人員利用該預測數(shù)據(jù)進行電能的調度。本發(fā)明實施例還提供了一種風電場功率預測方法，該風電場功率預測方法可以通過本發(fā)明上述實施例所提供的任一種風電場功率預測裝置來執(zhí)行，圖3是根據(jù)本發(fā)明實施例的風電場功率預測方法的示意圖，如圖3所示，該風電場功率預測方法包括步驟S31，獲取數(shù)值天氣預報系統(tǒng)輸出的天氣預報數(shù)據(jù)；步驟S33，利用CFD軟件對天氣預報數(shù)據(jù)進行優(yōu)化計算以得到風電場的氣象預測數(shù)據(jù)；步驟S35，使用預先建立的統(tǒng)計模型中氣象數(shù)據(jù)與輸出功率的對應關系按照氣象預測數(shù)據(jù)得出風電場的功率預測數(shù)據(jù)；步驟S37，輸出功率預測數(shù)據(jù)。其中，步驟S31可以包括獲取COAMPS系統(tǒng)的最高水平網(wǎng)格精度的數(shù)值天氣預報數(shù)據(jù)。利用高網(wǎng)格精度的COAMPS數(shù)值天氣預報可以除可以得到包括陸地、海洋等復雜地形的準確天氣預報外，還可以得到空氣污染情況，從而可以獲取空氣污染情況包括沙塵暴等(包括沙塵暴等)對風電功率預報精度的影響。步驟S33可以包括利用設置有風電場實際環(huán)境參數(shù)的CFD軟件對數(shù)值天氣預報數(shù)據(jù)進行優(yōu)化計算得出氣象初步預測數(shù)據(jù)；將氣象初步預測數(shù)據(jù)進行卡爾曼濾波計算以得到風電場的氣象預測數(shù)據(jù)。從而通過雙向數(shù)據(jù)流互動方式實現(xiàn)數(shù)值天氣預報和風電場微觀預測系統(tǒng)的耦合，得到精確的風機所在電位和高度的風速風向。其中，將COAMPS的輸出作為風電場內部微觀系統(tǒng)CFD模型的輸入，為其計算邊界等問題時提供必要的邊界條件(包括風速剖面，湍流動能的垂直分布)。在將氣象初步預測數(shù)據(jù)進行卡爾曼濾波計算以得到風電場的氣象預測數(shù)據(jù)之后還包括將風電場的氣象預測數(shù)據(jù)發(fā)送給數(shù)值天氣預報系統(tǒng)，將CFD軟件優(yōu)化之后的風速、風向和溫度等氣象信息作為COAMPS的輸入，來使得下一個周期COAMPS的輸出更加精確。步驟S35可以包括將氣象預測數(shù)據(jù)輸入神經(jīng)網(wǎng)絡模型；利用神經(jīng)網(wǎng)絡模型進行計算以得出初步功率預測數(shù)據(jù)；將初步功率預測數(shù)據(jù)進行卡爾曼濾波計算得出風電場的功率預測數(shù)據(jù)，其中，神經(jīng)網(wǎng)絡模型為預先利用風電場的氣象數(shù)據(jù)和輸出功率數(shù)據(jù)建立的統(tǒng)計模型。上述對氣象信息數(shù)據(jù)及功率預測數(shù)據(jù)的兩次卡爾曼濾波計算，基于實際采集到的氣象數(shù)據(jù)和輸出功率信息將預測值進行了反饋矯正，進一步提高了預測數(shù)據(jù)的準確性。

步驟S37可以包括使用客戶端服務器方式或瀏覽器服務器方式輸出優(yōu)化的功率預測值，或者將功率預測數(shù)據(jù)上傳至電網(wǎng)調度服務器。為數(shù)據(jù)的進一步高級應用提供了接□。從以上的描述中，可以看出本發(fā)明上述的實施例實現(xiàn)了如下技術效果實現(xiàn)了輸注天氣預報系統(tǒng)與CFD系統(tǒng)的數(shù)據(jù)耦合，得出更加精確的風機所在點位及風機所在高度的風速和風向等氣象信息，并使用統(tǒng)計模型的方法由氣象預測數(shù)據(jù)得出功率預測數(shù)據(jù)，避免了功率曲線迭代計算方式引起的不準確性，并消除了各風機之間功率曲線的差異性，從而提聞了風電場功率預測的精確性，為進一步提聞電網(wǎng)的電能調度水平提供了基礎。顯然，本領域的技術人員應該明白，上述的本發(fā)明的各模塊或各步驟可以用通用的計算裝置來實現(xiàn)，它們可以集中在單個的計算裝置上，或者分布在多個計算裝置所組成的網(wǎng)絡上，可選地，它們可以用計算裝置可執(zhí)行的程序代碼來實現(xiàn)，從而，可以將它們存儲在存儲裝置中由計算裝置來執(zhí)行，或者將它們分別制作成各個集成電路模塊，或者將它們中的多個模塊或步驟制作成單個集成電路模塊來實現(xiàn)。這樣，本發(fā)明不限制于任何特定的硬件和軟件結合。以上所述僅為本發(fā)明的優(yōu)選實施例而已，并不用于限制本發(fā)明，對于本領域的技術人員來說，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內，所作的任何修改、等同替換、改進等，均應包含在本發(fā)明的保護范圍之內。
權利要求
1.一種風電場功率預測方法，其特征在于，包括 獲取數(shù)值天氣預報系統(tǒng)輸出的天氣預報數(shù)據(jù)； 利用CFD軟件對所述天氣預報數(shù)據(jù)進行優(yōu)化計算以得到風電場的氣象預測數(shù)據(jù)；使用預先建立的統(tǒng)計模型中氣象數(shù)據(jù)與輸出功率的對應關系按照所述氣象預測數(shù)據(jù)得出風電場的功率預測數(shù)據(jù)； 輸出所述功率預測數(shù)據(jù)。
2.根據(jù)權利要求I所述的預測方法，其特征在于，獲取數(shù)值天氣預報系統(tǒng)輸出的天氣預報數(shù)據(jù)包括獲取COAMPS系統(tǒng)的最高水平網(wǎng)格精度的數(shù)值天氣預報數(shù)據(jù)。
3.根據(jù)權利要求I或2所述的預測方法，其特征在于，利用CFD軟件對所述天氣預報數(shù)據(jù)進行優(yōu)化計算以得到風電場的氣象預測數(shù)據(jù)包括 利用設置有所述風電場實際環(huán)境參數(shù)的CFD軟件對所述數(shù)值天氣預報數(shù)據(jù)進行優(yōu)化計算得出氣象初步預測數(shù)據(jù)； 將所述氣象初步預測數(shù)據(jù)進行卡爾曼濾波計算以得到所述風電場的氣象預測數(shù)據(jù)。
4.根據(jù)權利要求3所述的預測方法，其特征在于，將所述氣象初步預測數(shù)據(jù)進行卡爾曼濾波計算以得到所述風電場的氣象預測數(shù)據(jù)之后還包括 將所述風電場的氣象預測數(shù)據(jù)發(fā)送給所述數(shù)值天氣預報系統(tǒng)。
5.根據(jù)權利要求I至4中任一項所述的預測方法，其特征在于，使用預先建立的統(tǒng)計模型中氣象數(shù)據(jù)與輸出功率的對應關系按照所述氣象預測數(shù)據(jù)得出風電場的功率預測數(shù)據(jù)包括 將所述氣象預測數(shù)據(jù)輸入神經(jīng)網(wǎng)絡模型； 利用所述神經(jīng)網(wǎng)絡模型進行計算以得出初步功率預測數(shù)據(jù)； 將所述初步功率預測數(shù)據(jù)進行卡爾曼濾波計算得出風電場的功率預測數(shù)據(jù)，其中，所述神經(jīng)網(wǎng)絡模型為預先利用風電場的氣象數(shù)據(jù)和輸出功率數(shù)據(jù)建立的統(tǒng)計模型。
6.根據(jù)權利要求I至4中任一項所述的預測方法，其特征在于，輸出所述功率預測數(shù)據(jù)包括使用客戶端服務器方式或瀏覽器服務器方式輸出所述優(yōu)化的功率預測值。
7.根據(jù)權利要求I至4中任一項所述的預測方法，其特征在于，輸出所述功率預測數(shù)據(jù)包括將所述功率預測數(shù)據(jù)上傳至電網(wǎng)調度服務器。
8.一種風電場功率預測裝置，其特征在于，包括 天氣預報獲取模塊，用于獲取數(shù)值天氣預報系統(tǒng)輸出的天氣預報數(shù)據(jù)； 氣象預測模塊，用于利用CFD軟件對所述天氣預報數(shù)據(jù)進行優(yōu)化計算以得到風電場的氣象預測數(shù)據(jù)； 功率預測模塊，用于使用預先建立的統(tǒng)計模型中氣象數(shù)據(jù)與輸出功率的對應關系按照所述氣象預測數(shù)據(jù)得出風電場的功率預測數(shù)據(jù)； 輸出模塊，用于輸出所述功率預測數(shù)據(jù)。
9.根據(jù)權利要求8所述的預測裝置，其特征在于，所述氣象預測模塊還用于 利用設置有所述風電場實際環(huán)境參數(shù)的CFD軟件對所述數(shù)值天氣預報數(shù)據(jù)進行優(yōu)化計算得出氣象初步預測數(shù)據(jù)； 將所述氣象初步預測數(shù)據(jù)進行卡爾曼濾波計算以得到所述風電場的氣象預測數(shù)據(jù)。
10.根據(jù)權利要求8或9所述的預測裝置，其特征在于，所述功率預測模塊還用于將所述氣象預測數(shù)據(jù)輸入神經(jīng)網(wǎng)絡模型； 利用所述神經(jīng)網(wǎng)絡模型進行計算以得出初步功率預測數(shù)據(jù) 將所述初步功率預測數(shù)據(jù)進行卡爾曼濾波計算得出風電場的功率預測數(shù)據(jù)， 其中，所述神經(jīng)網(wǎng)絡模型為預先利用風電場的氣象數(shù)據(jù)和輸出功率數(shù)據(jù)建立的統(tǒng)計模型。
全文摘要
本發(fā)明提供了一種風電場功率預測方法和預測裝置。該風電場功率預測方法包括獲取數(shù)值天氣預報系統(tǒng)輸出的天氣預報數(shù)據(jù)；利用CFD軟件對天氣預報數(shù)據(jù)進行優(yōu)化計算以得到風電場的氣象預測數(shù)據(jù)；使用預先建立的統(tǒng)計模型中氣象數(shù)據(jù)與輸出功率的對應關系按照氣象預測數(shù)據(jù)得出風電場的功率預測數(shù)據(jù)；輸出功率預測數(shù)據(jù)。使用本發(fā)明的方案，實現(xiàn)了數(shù)值天氣預報系統(tǒng)與CFD系統(tǒng)的數(shù)據(jù)耦合，得出更加精確的風機所在點位及風機所在高度的風速和風向等氣象信息，并使用統(tǒng)計模型的方法由氣象預測數(shù)據(jù)得出功率預測數(shù)據(jù)，避免了功率曲線迭代計算方式引起的不準確性，并消除了各風機之間功率曲線的差異性，從而提高了風電場功率預測的精確性。
文檔編號G06Q50/06GK102768738SQ20121027061
公開日2012年11月7日 申請日期2012年7月31日 優(yōu)先權日2012年7月31日
發(fā)明者葉紅, 樸金姬, 汪鋒, 王穎, 甘家飛 申請人:華銳風電科技(集團)股份有限公司