CN102664409B - 一种基于实测数据风电场风电功率实时预测的计算方法 - Google Patents

一种基于实测数据风电场风电功率实时预测的计算方法 Download PDF

Info

Publication number
CN102664409B
CN102664409B CN201210147861.3A CN201210147861A CN102664409B CN 102664409 B CN102664409 B CN 102664409B CN 201210147861 A CN201210147861 A CN 201210147861A CN 102664409 B CN102664409 B CN 102664409B
Authority
CN
China
Prior art keywords
power
wind
turbine set
energy turbine
wind energy
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201210147861.3A
Other languages
English (en)
Other versions
CN102664409A (zh
Inventor
穆钢
严干贵
杨茂
王东
熊昊
宋薇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northeast Electric Power University
Original Assignee
Northeast Dianli University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Northeast Dianli University filed Critical Northeast Dianli University
Priority to CN201210147861.3A priority Critical patent/CN102664409B/zh
Publication of CN102664409A publication Critical patent/CN102664409A/zh
Application granted granted Critical
Publication of CN102664409B publication Critical patent/CN102664409B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/76—Power conversion electric or electronic aspects

Landscapes

  • Wind Motors (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

一种基于实测数据风电场风电功率实时预测的计算方法，其特点是，包括以下步骤：数据采集，采集风电场开机状态下各风力机组每分钟的输出功率
Figure 2012101478613100004DEST_PATH_IMAGE001
；数据处理，依照开机状态下风力机组数目进行功率求和得到整个风电场每分钟的实际输出功率
Figure 626390DEST_PATH_IMAGE002
，将连续15个进行算术平均，得到整个风电场每15分钟的实际平均输出功率；仿真计算，输入仿真输入量，采用持续法进行未来4个小时整个风电场功率的预测，即将当前时刻的实际平均功率值
Figure 667344DEST_PATH_IMAGE003
作为对未来16个时点的预测值；误差分析，误差评价标准执行国家能源局于2011年《风电场功率预测预报管理暂行办法》中的准确率和合格率的要求，给出该计算方法的精确度。具有方法科学、合理，简单、实用，计算速度快，精度更高等优点。

Description

一种基于实测数据风电场风电功率实时预测的计算方法
技术领域
本发明涉及风电技术领域，是一种基于实测数据风电场风电功率实时预测的计算方法。
背景技术
随着当前风力发电的迅速发展、风电装机容量的不断扩大，风电场并网对电力***的影响已经不可忽视。大规模风电场接入电网运行时，大幅度地风电功率波动会对电网的功率平衡和频率调节带来不利影响。如果可以对风电场的发电功率进行预测，电力调度部门就能够根据风电功率变化预先安排调度计划，保证电网的功率平衡和运行安全。因此高精度的风电功率预测是实现大规模风力发电联网运行的一个重要手段。
风电功率实时预测是指自预测时刻起未来15分钟至4小时的预测预报，时间分辨率为15分钟。实时预测的意义在于滚动修正计划曲线，及时调整有功出力。
传统的风电场风电功率实时预测模型的研究方法，通常是首先获取数值天气预报中的风速、风向数据，再将通过风速-功率对应曲线来得到整个风电场的输出功率数值。该方法很显然忽略了风电场风电功率在时序上的相关特性，因此上述传统方法成本高，但精度差。
发明内容
本发明的目的是，提供一种方法科学、合理，简单、实用，计算速度快，精度更高，能够满足在线使用要求的基于对实测数据的风电场风电功率实时预测的计算方法。
本发明的目的是由以下技术方案来实现的：一种基于实测数据风电场风电功率实时预测的计算方法，其特征是，它包括以下步骤：
（1）数据采集
采集风电场各风力机组每分钟的输出功率                                                
Figure 783321DEST_PATH_IMAGE001
（i=1,…,n）且各风力机组输出功率
Figure 683144DEST_PATH_IMAGE001
的数据必须覆盖每一台开机状态下的风力机组，即i=1,…,n，n为风电场开机状态下风力机组数；
（2）数据处理
按数据采集步骤（1）采集的数据，依照开机状态下风力机组数目进行功率求和得到整个风电场每分钟的实际输出功率
Figure 62304DEST_PATH_IMAGE002
，进行求和得到整个风电场每分钟的实际输出功率
Figure 98393DEST_PATH_IMAGE003
其中：
Figure 724547DEST_PATH_IMAGE001
为风电场第i台风力机组每分钟的实际输出功率；
为整个风电场每分钟的实际输出功率；
从实测起始点开始将连续15个每分钟的实际输出功率求算术平均值，得到整个风电场每15分钟的实际平均输出功率
Figure 278205DEST_PATH_IMAGE004
Figure 434380DEST_PATH_IMAGE005
其中：m为连续15分钟中的第m分钟；
Figure 231434DEST_PATH_IMAGE006
为风电场第m分钟的实际输出功率；
Figure 653319DEST_PATH_IMAGE004
为风电场每15分钟的实际平均输出功率；
采用持续法进行未来4个小时整个风电场功率的预测，也就是将当前每15分钟的实际功率值
Figure 826812DEST_PATH_IMAGE004
作为对未来16个时点（每15分钟一个时点）的预测值；即
Figure 837493DEST_PATH_IMAGE007
，j=1,2,3…,16
其中，j为未来连续16个时点中的第j个时点（每15分钟一个时点）
Figure 805449DEST_PATH_IMAGE008
为对整个风电场未来第j个时点输出功率的预测值；
（3）仿真计算
输入仿真输入量：风电场实测开机状态下的各台风力机组每分钟的风电功率数据；
（4）误差分析
误差评价标准执行中国华人民共和国国家能源局2011年《风电场功率预测预报管理暂行办法》中规定的准确率和合格率的要求，设 
Figure 963898DEST_PATH_IMAGE009
为k时段的实际平均功率；
Figure 409923DEST_PATH_IMAGE010
为k时段的预测平均功率；N为日考核总时段；Cap为风电场开机容量，那么，实时预测准确率定义为： 
Figure 540690DEST_PATH_IMAGE011
合格率定义为：
Figure 492597DEST_PATH_IMAGE012
其中若
Figure 76025DEST_PATH_IMAGE013
，则
Figure 325740DEST_PATH_IMAGE014
；若
Figure 311014DEST_PATH_IMAGE015
，则
Figure 683089DEST_PATH_IMAGE016
给出风电场记录的实测风电场开机状态下的各台风力机组每分钟功率实测数据作为输入，把模型计算的预测功率与实测功率通过上述误差评价标准进行误差计算，给出该计算方法的精确度。
本发明的一种基于实测数据风电场风电功率实时预测的计算方法，通过对风电场实测开机状态下各台风力机组的输出功率数据进行分析，得到整场的风电功率数据，通过将当前时刻的实际功率值作为未来4个小时整个风电场功率的预测值来进行风电功率实时预测。具有方法科学、合理，简单、实用，计算速度快，精度更高，能够满足在线使用要求等优点。
附图说明
图1为本发明的预测方法下向阳风电场输出功率曲线与实测的向阳风电场输出功率曲线的对比图，
图中：标注虚线曲线为预测输出功率，实线曲线为实测输出功率，其中纵坐标为输出功率值，横坐标表示时间，其中每一个刻度表示15分钟。
具体实施方式
下面利用附图和实施例对本发明的一种基于实测数据风电场风电功率实时预测的计算方法进行详细说明。
本发明的一种基于实测数据风电场风电功率实时预测的计算方法，包括以下步骤：
（1）数据采集
采集风电场各风力机组每分钟的输出功率（i=1,…,n）且各风力机组输出功率
Figure 807220DEST_PATH_IMAGE001
的数据必须覆盖每一台开机状态下的风力机组，即i=1,…,n，n为风电场开机状态下风力机组数；
（2）数据处理
按数据采集步骤（1）采集的数据，依照开机状态下风力机组数目进行功率求和得到整个风电场每分钟的实际输出功率
Figure 647000DEST_PATH_IMAGE002
，进行求和得到整个风电场每分钟的实际输出功率
Figure 940709DEST_PATH_IMAGE003
其中：
Figure 233151DEST_PATH_IMAGE001
为风电场第i台风力机组每分钟的实际输出功率；
Figure 90248DEST_PATH_IMAGE002
为整个风电场每分钟的实际输出功率；
从实测起始点开始将连续15个每分钟的实际输出功率求算术平均值，得到整个风电场每15分钟的实际平均输出功率
其中：m为连续15分钟中的第m分钟；
Figure 543729DEST_PATH_IMAGE006
为风电场第m分钟的实际输出功率；
为风电场每15分钟的实际平均输出功率；
采用持续法进行未来4个小时整个风电场功率的预测，也就是将当前每15分钟的实际功率值作为对未来16个时点（每15分钟一个时点）的预测值；即
Figure 388822DEST_PATH_IMAGE007
，j=1,2,3…,16
其中，j为未来连续16个时点中的第j个时点（每15分钟一个时点）
Figure 655856DEST_PATH_IMAGE008
为对整个风电场未来第j个时点输出功率的预测值；
（3）仿真计算
输入仿真输入量：风电场实测开机状态下的各台风力机组每分钟的风电功率数据；
（4）误差分析
误差评价标准执行中国华人民共和国国家能源局2011年《风电场功率预测预报管理暂行办法》中规定的准确率和合格率的要求，设
Figure 589177DEST_PATH_IMAGE009
为k时段的实际平均功率；为k时段的预测平均功率；N为日考核总时段；Cap为风电场开机容量，那么，实时预测准确率定义为： 
合格率定义为：
Figure 68065DEST_PATH_IMAGE012
其中若
Figure 70657DEST_PATH_IMAGE013
，则
Figure 407091DEST_PATH_IMAGE014
；若，则
Figure 812982DEST_PATH_IMAGE016
给出风电场记录的实测风电场开机状态下的各台风力机组每分钟功率实测数据作为输入，把模型计算的预测功率与实测功率通过上述误差评价标准进行误差计算，给出该计算方法的精确度。
图1为本发明的一种预测方法预测的向阳风电场输出功率曲线与实测的向阳风电场输出功率曲线的对比图，图中标注虚线曲线为预测输出功率，实线曲线为实测输出功率。其中纵坐标为输出功率值。横坐标表示时间其中每一个刻度表示15分钟。预测的向阳风电场输出功率曲线方法遵照具体实施方式的步骤。根据每个时刻测得的风电场的实际输出功率、实际风电场各风力机组的停机情况，计算求取每个时刻的未来风电场实时预测总输出功率，绘制向阳风电场预测输出功率曲线（如图虚线曲线）。在预测7天的风电场功率变化情况后，求得准确率平均值为93.76%；合格率平均值为91.00%。
本发明的具体实施方式并非穷举，本领域技术人员不经过创造性劳动的简单复制和改进，应属于本发明权利要求的保护范围。

Claims (1)

1.一种基于实测数据风电场风电功率实时预测的计算方法，其特征是，它包括以下步骤：
（1）数据采集
采集风电场各风力机组每分钟的输出功率Pi 1(t)（i=1,…,n）且各风力机组输出功率Pi 1(t)的数据必须覆盖每一台开机状态下的风力机组，即i=1,…,n，n为风电场开机状态下风力机最大组数；
（2）数据处理
按数据采集步骤（1）采集的数据，依照开机状态下风力机组数目进行功率求和得到整个风电场每分钟的实际输出功率P1(t)，进行求和得到整个风电场每分钟的实际输出功率
P 1 ( t ) = Σ i = 1 n P i 1 ( t )
其中：Pi 1(t)为风电场第i台风力机组每分钟的实际输出功率；P1(t)为整个风电场每分钟的实际输出功率；
从实测起始点开始将连续15个每分钟的实际输出功率求算术平均值，得到整个风电场每15分钟的实际平均输出功率P(t)
( t ) = 1 15 Σ m = 1 15 P m 1 ( t )
其中：m为连续15分钟中的第m分钟；
Figure FDA0000466250630000013
为风电场第m分钟的实际输出功率；
P(t)为风电场每15分钟的实际平均输出功率；
采用持续法进行未来4个小时整个风电场功率的预测，也就是将当前每15分钟的实际平均输出功率值P(t)作为对未来16个时点的预测值；即
p ^ ( t + j ) = p ( t ) , j = 1,2 , 3 . . . , 16
其中，j为未来连续16个时点中的第j个时点，每15分钟一个时点；为对整个风电场未来第j个时点输出功率的预测值；
（3）仿真计算
输入仿真输入量：风电场实测开机状态下的各台风力机组每分钟的风电功率数据；
（4）误差分析
误差评价标准执行中华人民共和国国家能源局2011年《风电场功率预测预报管理暂行办法》中规定的准确率和合格率的要求，设PMk为k时段的实际平均功率；PPk为k时段的预测平均功率；Cap为风电场开机容量，那么，实时预测准确率定义为：
r 1 = ( 1 - 1 16 Σ k = 1 16 ( P Mk - P Pk Cap ) 2 ) × 100 %
合格率定义为： r 2 = 1 16 Σ k = 1 16 B k × 100 %
其中若 ( 1 - P Mk - P Pk Cap ) &times; 100 % &GreaterEqual; 85 % , 则Bk=1；若 ( 1 - P Mk - P Pk Cap ) &times; 100 % < 85 % , 则Bk=0
给出风电场记录的实测风电场开机状态下的各台风力机组每分钟功率实测数据作为输入，把模型计算的预测功率与实测功率通过上述误差评价标准进行误差计算，给出该计算方法的精确度。
CN201210147861.3A 2012-05-14 2012-05-14 一种基于实测数据风电场风电功率实时预测的计算方法 Expired - Fee Related CN102664409B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210147861.3A CN102664409B (zh) 2012-05-14 2012-05-14 一种基于实测数据风电场风电功率实时预测的计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210147861.3A CN102664409B (zh) 2012-05-14 2012-05-14 一种基于实测数据风电场风电功率实时预测的计算方法

Publications (2)

Publication Number Publication Date
CN102664409A CN102664409A (zh) 2012-09-12
CN102664409B true CN102664409B (zh) 2014-04-16

Family

ID=46773851

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210147861.3A Expired - Fee Related CN102664409B (zh) 2012-05-14 2012-05-14 一种基于实测数据风电场风电功率实时预测的计算方法

Country Status (1)

Country Link
CN (1) CN102664409B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103065049B (zh) * 2012-12-28 2015-08-19 东北电力大学 一种基于coif5小波实时分解的风电功率实时预测计算方法
CN104201712B (zh) * 2014-08-10 2016-02-24 东北电力大学 一种基于空间平均风速的风电功率实时预测计算方法
CN105224733B (zh) * 2015-09-19 2018-02-02 东北电力大学 风电功率弃风数据特征识别的方法
CN106446571B (zh) * 2016-10-08 2019-03-01 华北电力科学研究院有限责任公司 风电场功率预测的误差评价方法
CN106709819B (zh) * 2017-01-04 2021-05-04 云南电网有限责任公司大理供电局 一种风电场功率预测综合评价方法
CN108983320B (zh) * 2018-04-08 2020-09-01 浙江大学 一种沿海台风极值风速的数值天气预报-人工智能耦合预测方法
CN109787295B (zh) * 2019-02-26 2022-03-18 东北电力大学 一种计及风电场状态的风电功率超短期预测计算方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5645442B2 (ja) * 2010-03-30 2014-12-24 株式会社日立製作所 電力需要管理システムおよび電力需要管理方法
CN201928022U (zh) * 2010-11-24 2011-08-10 西北电网有限公司 风电功率预测***

Also Published As

Publication number Publication date
CN102664409A (zh) 2012-09-12

Similar Documents

Publication Publication Date Title
CN102664409B (zh) 一种基于实测数据风电场风电功率实时预测的计算方法
CN102055188B (zh) 基于时间序列法的超短期风电功率预报方法
CN103927695B (zh) 基于自学习复合数据源的风电功率超短期预测方法
CN103746370B (zh) 一种风电场可靠性建模方法
Zeng et al. Online identification of inertia distribution in normal operating power system
CN103973203B (zh) 一种适用于安全稳定分析的大型光伏电站在线等值建模方法
CN102769300B (zh) 基于摄动法的风电场无功功率对电压的灵敏度计算方法
CN106126944B (zh) 一种电力变压器顶层油温区间预测方法及***
Jin et al. Equivalent modeling of wind energy conversion considering overall effect of pitch angle controllers in wind farm
CN105470950A (zh) 故障分析用永磁直驱风电场电磁暂态等值模型建立方法
CN106712097A (zh) 一种含大规模风电场的电力***暂态稳定风险评估方法
CN105305438B (zh) 基于变阻抗和受控交流电压源的新能源电站模型验证方法
CN103106314A (zh) 太阳能光伏电源输出功率的时序概率建模方法
CN103927597A (zh) 基于自回归滑动平均模型的风电功率超短期预测方法
CN103065049B (zh) 一种基于coif5小波实时分解的风电功率实时预测计算方法
CN102767474B (zh) 风电有功功率的实时评估方法与***
CN110472373A (zh) 一种电力***扰动后的动态频率估计测量方法
CN111239489B (zh) 一种结合prony与fft算法的次同步振荡分析方法
CN104201712B (zh) 一种基于空间平均风速的风电功率实时预测计算方法
CN105743093A (zh) 一种考虑风光出力不确定性的配电网潮流计算方法
CN104809512A (zh) 一种电力***不同紧急控制措施性能指标的快速评估方法
CN103927596A (zh) 基于复合数据源自回归模型的风电功率超短期预测方法
CN104462839A (zh) 基于风功率波动强度瞬时模型的风电不确定性估计方法
CN103927594A (zh) 基于自学习复合数据源自回归模型的风电功率预测方法
CN103927595A (zh) 基于自学习复合数据源光伏发电功率超短期预测方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20140416