[发明专利]一种风电功率预测方法及系统在审
申请号: | 201710159229.3 | 申请日: | 2017-03-17 |
公开(公告)号: | CN108629056A | 公开(公告)日: | 2018-10-09 |
发明(设计)人: | 姜文玲;宋宗鹏;王勃;冯双磊;王伟胜;刘纯;赵艳青;王铮;杨红英;张菲;车建峰;胡菊;靳双龙;马振强;王姝;滑申冰 | 申请(专利权)人: | 中国电力科学研究院;国家电网公司;国网天津市电力公司 |
主分类号: | G06F17/50 | 分类号: | G06F17/50;G06Q10/04;G06Q50/06 |
代理公司: | 北京安博达知识产权代理有限公司 11271 | 代理人: | 徐国文 |
地址: | 100192 北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 大气流 风电功率预测 物理运动 超短期 风速 初始条件 物理量 方案模拟 分布状态 功率波动 功率预测 历史时刻 模型模拟 未来时刻 场分布 测点 实测 突变 捕捉 预测 | ||
1.一种超短期风电功率预测方法,其特征在于,所述方法包括:
建立测风网络采集气象数据;
建立高性能数据传输处理系统,用以传输和处理气象数据;
通过流体动力学CFD方法建立大气流场数学模型;
采用CFD方法建立的大气流场数学模型模拟大气流场运动,预测风速;
将风速预测转化为功率预测。
2.如权利要求1所述的超短期风电功率预测方法,其特征在于,所述建立大气流场数学模型,包括:
依据大气流场中相关物理量之间关系的基本微分控制方程及相应的定解条件建立模拟大气流场的数学模型;
基于大气流场的数学模型采用数值离散化方法计算目标区域的大气流场;
设定大气流场的计算参数,直到所述模拟大气流场的数学模型输出结果与测试数据一致。
3.如权利要求2所述的超短期风电功率预测方法,其特征在于,所述相关物理量,包括:反映大气流场中风速、风向、温度、压力;
所述基本微分控制方程包括:质量守恒方程、动量守恒方程、能量守恒方程;
所述定解条件包括:初始条件和边界条件;
所述数值离散化方法包括:有限差分法、有限元法或有限体积法。
4.如权利要求2所述的超短期风电功率预测方法,其特征在于,所述设定大气流场的计算参数,直到所述模拟大气流场的数学模型输出结果与测试数据一致,包括:采用实际数据进行实验与测试,根据测试结果对计算参数进行检验与修正;所述修正方法包括:针对动力粘度、流体的传热系数和粘性耗散项计算参数,逐一调整数值的大小,直到模拟大气流场的数学模型输出结果与测试数据一致为止,计算参数的取值范围与环境条件有关。
5.如权利要求2所述的超短期风电功率预测方法,其特征在于,所述计算参数包括:网格划分、初始条件、边界条件和控制参数;其中:
网格划分:所述网格为立方体网格,网格距离为100m-10km之间;
初始条件:根据测风塔实测数据得到风速数据;
边界条件:地形起伏、地面植被和是否有建筑物;
控制参数:包括动力粘度、流体的传热系数和粘性耗散项。
6.如权利要求1所述的超短期风电功率预测方法,其特征在于,所述采用CFD模型模拟大气流场运动,预测风速,包括:
将测风网络采集到的实测气象数据作为初始条件,输入已建立的CFD模型中;
启动CFD计算,模拟大气流场的运动状态,得到下一时刻大气流场中包括风速的物理量的分布;
滚动计算,得到未来时间段内大气流场中包括风速的物理量的分布,实现对未来大气流场运动状态的预测,基于预测结果,根据风机/风电场的坐标信息,提取该位置处风速变化的时间序列值,得到目标位置的风速预测结果;所述预测结果为一个三维数据,所述三维数据分别为:经度、纬度和时间,并将所述三维数据转换为一维数据,得到所述风机/风电场的风速时间序列数据。
7.如权利要求1所述的超短期风电功率预测方法,其特征在于,所述将风速预测转化为功率预测,包括:采用功率曲线将大气流场预测结果中的风速时间序列数据转换为风速值转化为风机/风电场的出力值,得到风电功率预测。
8.一种超短期风电功率预测系统,其特征在于,所述系统包括:
网格构建模块:用于建立测风网络采集气象数据;
系统构建模块:用于建立高性能数据传输处理系统,用以传输和处理气象数据;
模型构建模块:用于建立流体动力学CFD模型;
预测模块:用于采用CFD模型模拟大气流场运动,预测风速;
转化模块:用于将风速预测转化为功率预测。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国电力科学研究院;国家电网公司;国网天津市电力公司,未经中国电力科学研究院;国家电网公司;国网天津市电力公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710159229.3/1.html,转载请声明来源钻瓜专利网。