[发明专利]风电场短期功率预测方法

权利要求书

1.一种风电场短期功率预测方法，其特征在于，包括步骤：

A、建立单台风机的风速统计降尺度模型；

B、依据风电场区域未来48小时中尺度数值天气预报的预测因子，以及步骤A中单台风机统计降尺度模型，生成单台风机所在位置轮毂高度的预测风速；

C、建立每台风机的风速、风向-功率的模型，依据中尺度数值天气预报所预测的风向以及步骤B所预测的风速，得出每台风机的功率预测。

2.根据权利要求1所述的功率预测方法，其特征在于，所述步骤A中，利用BP神经网络，通过中尺度数值天气预报的预测因子与单台风机轮毂高度实测风速之间的历史数据，对所述BP神经网络进行训练。

3.根据权利要求2所述的预测方法，其特征在于，所述BP神经网络的输入层为中尺度数值天气预报的预测因子，输出层为单台风机轮毂高度实测风速。

4.根据权利要求3所述的功率预测方法，其特征在于，所述中尺度数值天气预报的预测因子至少包括：500hPa位势高度、850hPa位势高度、风机轮毂高度的风速、风向、压强和相对湿度。

5.根据权利要求1所述的功率预测方法，其特征在于，所述步骤C包括：

C1、建立风向、各风机所测风速以及，在上述风向及风速下风机的有功功率值的历史数据库；

C2、针对不同风向，设定风速采集区间，并对各风速采集区间下所采集的有功功率数据进行预处理；

C3、建立风向、风速与功率的对应模型；

C4、依据中尺度数值天气预报所预测的风向以及步骤B所预测的风速，结合步骤C3中的风向、风速-功率模型得出每台风机的功率预测。

6.根据权利要求5所述的功率预测方法，其特征在于，所述步骤C2包括：

C21、将各风速区间内的有功功率值从小到大排序；

C22、确定各风速区间内有功功率的功率上限和功率下限；

C23、将各风速区间内有功功率值低于功率下限和高于功率上限的数据以及对应实测风速数据剔除。

7.根据权利要求6所述的功率预测方法，其特征在于，所述风向以22.5°为一个区间，共等分为16个区间。

8.根据权利要求1所述的功率预测方法，其特征在于，所述数值天气预报预测因子、与数值天气预报预测因子时间匹配的单台风机轮毂高度实测风速、有功功率数据和测风塔的风速、风向数据的时间长度不少于6个自然月。