[发明专利]一种风电场功率预测方法、系统、设备和存储介质

说明书

本发明涉及一种风电场功率预测方法、系统、设备和存储介质，基于收集的风电场的历史运行数据，对预先建立的风电场功率预测综合模型进行训练，得到训练好的风电场功率预测综合模型；将获取的风电场的实际运行数据输入到风电场功率预测综合模型中，得到风电场并网点总功率预测值。在构建风电场功率预测综合模型时，综合利用了气象数据、风电机组运行数据、风电机组状态数据以及风电场并网点的数据，充分利用了现有的风电场运行数据，使得对风电场功率预测的结果更加准确。本发明可以广范应用于风电场功率预测领域。

技术领域

本发明涉及风力发电领域，具体地，涉及一种基于气象数据、运行数据及机组状态的风电场功率预测方法、系统、设备和存储介质。

背景技术

近些年来，风电产业内的精细化管理需求越来越高，对于风电运行中的指标预测精度有了更高的要求。

然而，现有的风电场功率预测方法往往没有考虑到风机的异常状态对风电场功率的影响，其结果会导致预测精度受到大幅影响。而且，很多风电场功率预测方法中使用的数据来源比较单一，仅考虑了气象数据或者风电机组运行过程中的数据。这种情况在实际预测中造成了部分信息缺失，对预测结果产生了影响。

发明内容

针对上述问题，本发明的目的是提供一种风电场功率预测方法、系统、设备和存储介质，综合利用气象数据、运行数据及机组状态等多种来源的数据对风电场功率进行预测，提高了功率预测模型的精度。

为实现上述目的，本发明采取以下技术方案：

本发明的第一个方面，是提供一种风电场功率预测方法，其包括以下步骤：

基于收集的风电场的历史运行数据，对预先建立的风电场功率预测综合模型进行训练，得到训练好的风电场功率预测综合模型；

将获取的风电场的实际运行数据输入到风电场功率预测综合模型中，得到风电场并网点总功率预测值。

优选地，所述基于收集的风电场的历史运行数据，对预先建立的风电场功率预测综合模型进行训练，得到训练好的风电场功率预测综合模型的方法，包括：

收集风电场的历史运行数据，包括风电场的历史气象数据、每台风电机组的历史测风数据以及风电场电网并网点总功率；风电场的历史气象数据包括气温、气压、相对湿度、风速和风向；每台风电机组的历史测风数据包括风向、风速、发电功率数据；

基于收集的风电场的历史运行数据，对预先建立的风电场功率预测综合模型进行训练，得到训练好的风电场功率预测综合模型。

优选地，所述基于收集的风电场的历史运行数据，对预先建立的风电场功率预测综合模型进行训练，得到训练好的风电场功率预测综合模型的方法，包括：

建立风电场功率预测综合模型，所述风电场功率预测综合模型包括测风模型、风机功率模型和风场功率模型；

基于风电场历史气象数据中的风向、风速数据以及每台风电机组历史测风数据中的风向、风速数据，对建立的测风模型进行训练，得到训练好的测风模型；

基于风电机组历史测风数据中的每台风电机组历史风向、风速、发电功率数据，以及风电场历史气象数据中的气温、气压、相对湿度数据，对建立的风机功率模型进行训练，得到训练好的风机功率模型；

基于风电场的历史气象数据中的气温、气压、相对湿度、风速和风向数据、每台风电机组历史发电功率数据以及风电场电网并网点总功率数据，对建立的风场功率模型进行训练，得到训练好的风场功率模型。

优选地，所述测风模型的输入数据为过去一段时间内的风电场历史气象数据中的风向、风速数据，输出数据为下一时刻每台风电机组的风向、风速数据；