[发明专利]一种天气类型的自动划分方法

说明书

技术领域

本发明涉及一种新能源发电功率的评估方法，具体涉及一种天气类型的自动划分方法。

背景技术

地球上的资源包括两种：可再生资源(人工或天然)和非可再生资源(金属资源或者不能重复利用的资源)。可再生资源是指那些已经过使用，消耗、加工、燃烧、废弃等程序后，能在一定周期(可预见)内重复形成的、具有自我更新、自我复原的特性，并可持续被利用的一类自然资源。与不可再生资源相对应的是可在持续发展中加强建设、推广使用的清洁能源。如土壤、太阳能、风能、水能、植物、动物、微生物和各种自然生物群落、森林、湿地、草原、水生生物等。

风能作为可再生能源的重要组成部分，在我国具有丰富的资源。风电是目前最成熟、最具规模开发和商业化发展前景的可再生能源发电方式之一，截止2012年12月底，我国风电场装机容量已达到91412.89MW，居世界首位。但风电与常规能源不同，具有很大的随机性、间歇性和不可控性，大规模的风电并入电网，对电网的规划建设、运行调度、分析控制、经济运行和电能质量等产生一定的影响。对风电场输出功率进行预测，是应对大规模风电接入电网的重要举措之一，风电功率预测能够为电网的调度运行提供技术支撑，增强系统的安全性和稳定性，同时还有益于风电场运行维护计划的制定。但风电功率具有很强的随机波动性，而我国风电又往往处于地形和气候相对复杂区域，其规律更难把握，导致预测误差较大，预测结果很难对电网调度计划的制定提供有效依据，因而在风电功率确定性预测基础上，进行风电功率进行概率预测，可为大规模风电场并网的优化调度提供基础技术支撑，因而具有重要的实际应用价值。

当前的风电功率预测结果不确定评估方法中对误差分布的拟合描述基于总体误差数据，由此做出的概率预测亦以整体数据为对象，不能对不同特性数据加以区分，评估区间对所有数据均相同。因此，所得评估结果并不是最优的，而且当评估风电场的地形较复杂，预测误差较大时，估计区间会更大，这将不能满足电网实际调度需要。

因此，需要提供一种天气过程划分方法来识别区分不同特性的风电功率预测结果，提高概率预测精准度的目的。

发明内容

针对现有技术的不足，本发明提供一种天气类型的自动划分方法，所述天气类型的自动划分方法包括以下步骤：

S1，选取气象数据：选取轮毂高度处的风速W_pre、风向D_pre和气温T_pre；

S2，提取风速序列{W_pre}，将其转化成类风能序列{W_Epre}，同时设置不同风过程区分阀值T₁和T₂；

S3，对类风能序列{W_Epre}进行滤波，滤除其中的高频干扰信号，得到低频趋势信号W_A；

S4，获取局部极值序列{E_x}；

S5，获取各天气过程的起始索引；

S6，获取各类天气过程。

优选地，所述风速W_pre的选取范围为0≤W_pre≤50，所述风向D_pre的选取范围为0≤D_pre＜360，所述气温T_pre的选取范围为-30≤T_pre≤50；其中所述风速W_pre的单位为m/s，风向D_pre的单位为○，所述气温T_pre的单位为℃。

优选地，所述风速序列{W_pre}转化成类风能序列{W_Epre}的转化公式为：W_Epre＝W_pre³。

优选地，所述T₁的计算公式：T₁＝mean{W_Epre}×η₁；所述T2的计算公式：T₂＝mean{W_Epre}×η₂；式中，η₁和η₂为阀值系数。 

优选地，所述η₁为0.5，所述η₂为1。

优选地，所述获取局部极值序列{E_x}分为以下步骤：