[发明专利]一种新建风电场的功率预测方法

说明书

本发明公开了一种新建风电场的功率预测方法，先分别采集新建风电场和源风电场的历史数据，然后利用建立时间较长的源风电场的大量历史数据来辅助新建立风电场的历史数据完成多任务高斯过程模型的训练，最后通过训练完成的模型实现新建风电场实时功率的预测，这样解决了新建立风电场历史数据不足而难以获得准确的功率预测结果的问题。

技术领域

本发明属于新能源技术领域，更为具体地讲，涉及一种新建风电场的功率预测方法。

背景技术

随着低碳化能源系统战略的不断推进，化石能源被逐步取代以及新能源成为主流能源已经不可逆转，风电作为一种清洁可再生能源在能源系统中扮演着重要的角色。为了大规模的风电能并入电网，准确的风电功率预测是必不可少的。

目前，国内外的风电功率预测主要有物理模型和数值模型两种。物理模型主要是指基于数值天气预测(NWP)的预测方法，通过当前的气象数据(初始条件)来求解微分方程以获得风电功率预测结果。但是，在天气突变的状况下，物理模型的预测准确度会严重下降。数值模型则是利用历史数据来预测未来的风电功率。传统的数值模型主要指时间序列模型，如自回归模型、自回归滑动平均模型(ARMA)等。随着人工智能的兴起，一种基于各类机器学习算法的新型数值模型得到了发展，如人工神经网络(ANN)、支持向量机(SVM)等。然而，数值模型获得准确预测结果的前提是有足够的历史数据，因此大多数数值模型的预测都是基于大量历史数据进行的。

对于一个新建的风电场，在没有足够的历史数据时，大多数数值模型都无法获得准确的风电功率预测结果，然而准确的风电功率预测对于新建立风电场的并网至关重要，因此，如何获得一个新建立风电场的准确功率预测成为亟待解决的问题。

发明内容

本发明的目的在于克服现有技术的不足，提供一种新建风电场的功率预测方法，利用建立时间比较长的源风电场的大量历史数据来辅助新建立风电场训练多任务高斯过程预测模型，从而实现新建立风电场功率预测。

为实现上述发明目的，本发明一种新建风电场的功率预测方法，其特征在于，包括以下步骤：

(1)、获取风电场功率数据和气象数据；

(1.1)、获取新建风电场l在不同时刻t时的风电功率数据，记为以及新建风电场l在不同时刻t时的气象数据，包括纬向风分量和径向风分量t＝1,2,…,N_l，N_l为采样时刻数；

(1.2)、获取源风电场s在不同时刻t时的风电功率数据，记为以及源风电场s在不同时刻t时的气象数据，包括纬向风分量和径向风分量t＝1,2,…,N_s，N_s为采样时刻数，且满足N_s＞＞N_l；

(2)、提取风力信息和时间信息；

(2.1)、根据新建风电场和源风电场的气象数据获取所在地不同时刻的风速、风向和风能；

其中，d为空气密度；为新建风电场在t时刻的风速、风向和风能；为源风电场在t时刻的风速、风向和风能；

(2.2)、根据新建风电场和源风电场在第t时刻的风电功率数据，分别获取该时刻t对应的小时信息，分别记为

(3)、构建新建风电场和源风电场的数据集；

(3.1)、构建新建风电场在不同时刻t时的输入输出数据集

(3.2)、构建源风电场在不同时刻t时的输入输出数据集

(4)、构建训练集；