[发明专利]一种基于超短期弃风曲线预测的弃风减量方法

权利要求书

1.一种超短期弃风曲线预测方法，其特征在于，包括如下步骤：

步骤1：数据采集模块选取对弃风曲线预测值产生影响的参数进行测量及监测，参数包括：区域平均温度T_qy，区域平均湿度H_qy，区域平均风速v_qy，区域平均大气压强p_qy，区域平均光照强度l_qy，风机装机容量g_fj，区域负荷总量W_qy，区域负荷峰谷差C_qy；

步骤2：风机经向角系数、风机纬向角系数监测并输入数据采集模块，区域能耗修正系数、延展因子、弃风曲线衰减时间参数计算并输入数据采集模块；

步骤3：数据计算模块计算步骤1，弱相关环境预测指数、强相关环境预测指数、强相关风机预测指数计算；

步骤4：数据计算模块计算步骤2，区域负荷修正总量、区域负荷修正峰谷差计算；

步骤5：数据计算模块计算步骤3，弃风曲线模型建立及参数计算；

步骤6：数据处理模块依照各项参数绘制超短期弃风预测曲线，为电网协调调度提供依据；

所述的步骤2中定义风机经向角系数A_fj，风机纬向角系数B_fj，区域能耗修正指数α_qy，延展因子β_qy，弃风曲线衰减时间t_sj

其中ɑ为经向角，即自然风在水平方向上与风机叶片中心轴夹角；b为纬向角，即自然风在竖直方向上与风机叶片中心轴夹角；α_qy为用来修正能耗水平的节假日系数；β_qy为衡量节假日前后能耗变化的二次修正系数；

弃风曲线衰减时间t_sj为当前时刻与凌晨零时之差的绝对值，以小时为单位；

所述的步骤3是对步骤1测得数据及步骤2计算参数进行处理，得到弱相关环境预测指数x₁、强相关环境预测指数x₂、强相关风机预测指数x₃共3个预测指数；以上3个预测指数定义中弱相关是指该系数对弃风预测曲线影响程度较小，强相关相对于弱相关，其影响程度高于弱相关指数10倍以上；

所述的步骤3中包括步骤3.1：由区域平均大气压强p_qy、区域平均光照强度l_qy、区域平均湿度H_qy得到弱相关环境预测指数x₁，弱相关环境预测指数x₁计算函数如下：

所述的步骤3中包括步骤3.2：由区域平均温度T_qy、区域平均风速v_qy得到强相关环境预测指数x₂，强相关环境预测指数x₂计算函数如下：

所述的步骤3中包括步骤3.3：由风机装机容量g_fj、风机经向角系数A_fj、风机纬向角系数B_fj得到强相关风机预测指数x₃，强相关风机预测指数x₃计算函数如下：

所述的步骤4中计算区域负荷总量W_qy、区域负荷峰谷差C_qy修正系数，修正后得到新的参数区域负荷修正总量W′_qy及区域负荷修正峰谷差C′_qy；

所述的步骤4中包括步骤4.1：计算区域负荷总量W_qy修正系数并得到新的参数区域负荷修正总量W′_qy：

所述的步骤4中包括步骤4.2：计算区域负荷总量C_qy修正系数并得到新的参数区域负荷修正峰谷差C′_qy：

所述的步骤5由步骤3与步骤4得到的弱相关环境预测指数x₁、强相关环境预测指数x₂、强相关风机预测指数x₃及区域负荷修正总量W′_qy、区域负荷修正峰谷差C′_qy建立超短期弃风预测模型：

P(t)为超短期弃风预测曲线函数，超短期是指该模型适用于预测1天即24小时之内的弃风曲线；其中参数ξ₁,ξ₂,ξ₃,ξ₄的计算函数如下：

所述的步骤6由步骤5所得各项参数由数据处理模块绘制超短期弃风曲线。