[发明专利]一种基于微气象的风场风电功率预测方法及系统

说明书

本发明涉及一种基于微气象的风电场风电功率预测方法，包括以下步骤：建立中尺度WRF模型，获取目标区域的微气象再分析数据作为背景场数据，对目标区域的背景场数据进行计算，获得中尺度气象分析数据；构建微尺度CFD模型，基于中尺度气象分析数据提取风速、风向和湍动能信息，作为入流边界条件输入至微尺度CFD模型进行数值模拟，得到风电场微尺度风场分布基础数据库；根据中尺度数值天气预报，在微尺度风场分布基础数据库中选择对应的风场分布，计算风电场中每台风电机组的风向和风速数据，并根据计算出的风电机组的风向和风速数据和功率曲线计算对应风电机组的发电功率，确定当前运行的风电机组，统计得到目标风电场的风电功率预测值。

技术领域

本发明涉及一种基于微气象的风场风电功率预测方法及系统，属于风场风电功率预测技术领域。

背景技术

风电作为技术成熟、环保、绿色、可再生能源，成为构建以新能源为主体的新型电力系统重要组成部分。当前风力发电成本相对较高背景下，提升风力发电的经济性是保证风电产业可持续发展的重要基础。由于风电的发电成本很大程度上取决风电场的风资源情况，因此风电场风速以及风功率的预测是能使电网提前调度计划、发电企业调整运维任务，是降低风电发电成本和保证电力系统安全稳定运行的有效途径。但是由于受气象条件以及地理环境等因素的影响，风速具有较大的间歇性、波动性、随机性等特点，如何达到更准确的预测风速以及风功率是目前研究中的重要任务。

现有的方案，按照预测过程所用具体模型原理的不同分类，主要有物理方法、统计方法和组合方法。NWP模型是典型的物理方法。首先利用NWP模型(numericalweatherprediction中尺度数值天气预报)判定未来时间段气象信息，然后结合风机周围的地理信息计算得到风电机组轮毅高度处的风速和风向等信息最后通过原始功率曲线的映射关系得出风机输出功率，物理方法需要高精度的气象预报数据。统计方法基于历史风电场数据，按照模型识别、参数估计和模型验证等过程建立历史数据和预测值之间的映射关系完成预测，或者通过机器学习方法，通过对数据关系的学习和训练而建立的非线性模型完成预测。组合方法是目前风速及风功率预测研究的主要方向。随着计算机水平的发展，基于数值离散求解的计算流体力学CFD方法被越来越多应用求解微尺度流动问题，可以实现对复杂地形的风电场流动以及运行特性的精细化模拟，更好地探究复杂地形的风电场内部的气体流动细节。因此，基于NWP模型的组合预测方法是目前风力发电预测系统发展的方向，采用物理降尺度等方法对气象部门提供的数值天气预报进行处理以获得风电场微尺度环境下的预测气象信息，并结合统计方法将该信息转化为风电场的功率预测值，指导风电场运营管理。

但是风电场工况复杂，风电机组大多都安装在高山、荒野、海滩、海岛等相对恶劣的环境中，地形和地表特征复杂导致近地层风场时空变化大，要实现风电场风电功率的准确预报，难度较大。

发明内容

为了解决上述现有技术中存在的问题，本发明提出了一种基于微气象的风电场风电功率预测方法。

本发明的技术方案如下：

一方面，本发明提出一种基于微气象的风电场风电功率预测方法，包括以下步骤：

建立中尺度WRF模型，获取包含目标风电场区域的目标区域的微气象再分析数据作为背景场数据，采用中尺度WRF模型对目标区域的背景场数据进行计算，获得中尺度气象分析数据；

构建微尺度CFD模型，基于中尺度气象分析数据提取风速、风向和湍动能信息，作为微尺度CFD模型的入流边界条件；

将入流边界条件输入至微尺度CFD模型进行数值模拟，得到风电场微尺度风场分布基础数据库；

根据中尺度数值天气预报，在微尺度风场分布基础数据库中选择对应的风场分布，基于选择的风场分布计算风电场中每台风电机组的风向和风速数据，并根据计算出的风电机组的风向和风速数据和功率曲线计算对应风电机组的发电功率，根据风电场运行策略，确定当前运行的风电机组，统计所有当前运行的风电机组的发电功率得到目标风电场的风电功率预测值。