[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

说明书

本发明公开了基于虚拟测风塔技术的风电超短期功率预测方法，它包括1、采集风电场n台风机的基础数据、历史数据和实时数据；2、模拟计算第ξ个时刻整个风电场轮毂高度的风速和风向；3、模拟计算第ξ个时刻整个风电场轮毂高度的温度；4、计算第ξ个时刻风电场空气密度、湿度和气压；5、得到风电场第ξ时刻的虚拟测风塔数据；6、根据步骤1‐5得到风电场历史虚拟测风塔数据集；7、建立风电场超短期功率预测的支持向量机模型并用风电场历史虚拟测风塔数据集训练；8、将风电场第ξ时刻的虚拟测风塔数据代入训练好的模型，得到风电场第ξ时刻的超短期功率预测值数据集；解决了现有技术风电场的超短期功率预测精度较低等问题。

技术领域

本发明属于风力发电短期功率预测技术，尤其涉及一种基于虚拟测风塔技术的风电超短期功率预测方法。

背景技术

高原山区风电场的风机排布，相比平原风电场要复杂得多。高原山区风电场的风机排布，没有统一的规律，其排布不但要满足平原风电场的间距和排距原则，还需要根据地形地貌的具体情况，尽量排布在山脊区域。于是，风机之间的距离没有规律，一般都比平原风电场的风机间距大，高原山区的风电场所占面积也大。此时，风机尾流的影响往往不是影响风电场出力的重要的因素，而风电场内风速风向的微观变化，对风电场出力影响很大。

由于高原山区风电场每一个风电机组所处的位置都有一定的特殊性，其湍流与回风的影响都不一样，导致高原山区同一测风塔不同高度间风速相关性好，而同一风电场各测风塔间的风速相关性不好，使得测风塔不具有足够的代表性，任何一个或几个测风塔或风机测风仪数据都无法全面代表复杂地形的整个山地风电场，而且由于高原山区的特殊地理位置和气象特征使得覆冰灾害频发，已立的测风塔因覆冰或年久失修而损坏或倒塔，或者覆冰造成测风仪器损坏或短时间工作失灵，测风数据明显异常、不可信。由于以上问题极易造成测风塔数据质量差，而现有技术针对高原山区风电场风电功率超短期功率预测仍然采用测风塔数据来进行，因此导致风电场的风电超短期功率预测精度较低等问题。

发明内容：

本发明要解决的技术问题：提供一种基于虚拟测风塔技术的风电超短期功率预测方法，以解决现有技术针对高原山区风电场风电功率超短期功率预测仍然采用测风塔数据来进行，因此导致风电场的风电超短期功率预测精度较低等问题。

本发明技术方案：

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台风机的基础数据和历史数据；

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

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

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

步骤5、根据步骤3、4的计算结果，计算第ξ个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；