专利名称：一种风电功率预测方法
技术领域：
本发明涉及一种能对风电场的发电功率进行快速、准确预测的方法，属发电技术领域。
背景技术：
随着环境问题的日益突出与能源危机的日益加剧，风力发电得到了飞速发展。然而，风能具有随机性与间歇性，近年来越来越多的大容量风电机组并入电网，给整个电网的稳定运行、安全调度、电能质量的保障带来了严峻的挑战。对风电输出功率进行准确预测，有利于节约能源，减少旋转备用容量，保证电网的经济运行，电力系统调度人员也可以根据风电输出功率曲线进行电网的安全可靠的调度。此外，准确的风电功率预测还可以提高风电的市场竞争力，为风电的竞价上网创造有利条件。
目前，用于风电功率预测的方法可以分为两大类一种是基于物理模型的方法，所述方法考虑了环境地形、粗糙度等信息，根据数字天气预报(Numerical WeatherPrediction, NWP)等相关数据获得预测结果；另外一种是基于已有的风速、风电功率等历史数据，建立风速或风电功率的预测模型，其中，有的需要对单个风电机组进行预测，再叠加得到整场功率，虽然预测精度高，但运算量大，预测速度慢；有的需要直接对整场功率进行预测，其运算量较小，预测速度快，缺点是预测精度低。因此有必要寻找一种能够兼顾预测速度和预测精度的风电功率预测方法。
发明内容
本发明的目的在于克服现有技术的不足、提供一种新的风电功率预测方法，它可以在保证预测精度的同时，提高风电功率的预测速度。本发明所称问题是以下述技术方案实现的
一种风电功率预测方法，所述方法首先从风电场中央监控系统读取各个风电机组的风速和风电功率数据；然后根据各风电机组风速数据的分布特征对风电场的机组进行分组建模，并对建模后的各组风电机组的功率分别进行预测；最后将各组风电机组功率的预测结果叠加，得到整个风电场风电功率的预测值。上述风电功率预测方法，其具体步骤如下
a.从风电场中央监控系统读取各个风电机组的风速和风电功率数据；
b.根据风速数据的分布特征对风电场的机组进行分组建模
①选定参考风电机组，依次计算参考风电机组的风速数据时间序列石与其它风电机组的风速数据时间序列Ff相差先a=-20，-19,...，0_19，20)步时的互相
关系数
权利要求
1.一种风电功率预测方法，其特征是，它首先从风电场中央监控系统读取各个风电机组的风速和风电功率数据；然后根据各风电机组风速数据的分布特征对风电场的机组进行分组建模，并对建模后的各组风电机组的功率分别进行预测；最后将各组风电机组功率的预测结果叠加，得到整个风电场风电功率的预测值。
2.根据权利要求I所述风电功率预测方法，其特征是，所述方法的具体步骤如下 a.从风电场中央监控系统读取各个风电机组的风速和风电功率数据； b.根据风速数据的分布特征对风电场的机组进行分组建模 ①选定参考风电机组，依次计算参考风电机组的风速数据时间序列石与其它风电机组的风速数据时间序列&相差.t U=-20,-19，...，0，...，19，20)步时的互相关系数.^沐)
3.根据权利要求I或2所述风电功率预测方法，其特征是，对分组建模后的各组风电机组的功率进行预测的方法是利用RBF神经网络模型进行直接十六步功率预测。
4.根据权利要求3所述风电功率预测方法，其特征是，采样互相关函数设定值^取0.6。
全文摘要
一种风电功率预测方法，所述方法首先从风电场中读取各个风电机组的风速和功率数据；然后根据各风电机组风速数据的分布特征对风电场的机组进行分组建模，并对建模后的各组风电机组的功率分别进行预测；最后将各组风电机组功率的预测结果叠加，得到整个风电场风电功率的预测值。本发明将数据分布特征引入功率预测，在传统风电功率预测模型基础上增加了机组分组模块。测试证明，所述方法在保证预测精度的同时，大大减少了预测所需的运算量，提高了预测速度，在风电功率预测方面具有较强的实用价值。
文档编号G06F19/00GK102738792SQ20121019415
公开日2012年10月17日 申请日期2012年6月13日 优先权日2012年6月13日
发明者余洋, 刘兴杰, 岑添云, 梅华威, 石金玮, 米增强 申请人:华北电力大学(保定)