本发明涉及气象与新能源发电系统领域，具体涉及一种区域风能资源精细化评估方法。
背景技术：
目前，风能是可再生能源发电技术中最成熟且最具开发价值的能源，但是风能的间歇特性会导致其发电具有波动性。随着大规模及越来越多的区域风电开发并网，也给电网的安全经济运行带来巨大挑战。
当前，传统的风电场风能资源评估分析方法中，通常采用现场测风塔以年为单位的代表年观测数据评价方法，但该方法本身就存在一定的风险及缺陷。首先是评估区域有限，对于模拟范围较大或装机数量过多的大型风电场而言具备一定的风险性；其次，测风塔的数据可靠性、代表性及代表年的数据处理方法都存在一定的不可控因素；再次，该评估方法无法对区域风能资源进行动态描述，且对并网后风电场的实际发电量无太大的参考价值。
针对市场的当前需求并为了提高风电场输出功率的电能质量以及系统对风力发电调度的合理化，本发明提出了一种区域风能资源精细化评估方法，使用该方法可以更直接有效的对区域风能资源进行评估。
技术实现要素：
针对现有技术中存在的缺陷，本发明的目的在于提供一种区域风能资源精细化评估方法。该方法可为区域内所属的风场或区域内未开发的风场，在风能资源开发利用方面，建立动态的模型评估方法，降低传统评估方法带来的不确定性风险。并将区域风能资源以动态模型视图方式呈现，并为风电功率预测系统和电力调度系统提供更好的数据依据。
为达到以上目的，本发明采取的技术方案是：
一种区域风能资源精细化评估方法，包括如下步骤：
s1、利用小尺度风场范围内各自所属的测风塔观测数据、风电机组scada数据及地形参数，建立各自独立的小尺度区域多参考点风能资源评估模型；所述小尺度风场的范围为1-20km；
s2、利用20-200km区域范围内所包含的气象站观测数据和步骤s1中已有的模型建立关联模型，并求得相应的权重系数，建立动态模型；
s3、利用数值天气预报数据建立200-500km区域范围中尺度模型；
s4、利用中尺度模型、风电场功率预测系统和gis地理信息模型与步骤s1和步骤s2中已有的模型组合建立精细化自适应模型；
s5、利用精细化自适应模型与电力负荷调度系统结合，实现精细化的区域风能评估和可视化的动态调度管理。
在上述方案的基础上，所述权重系数是根据气象站和风场内风速风向的相关性确定的。
在上述方案的基础上，步骤s2可为无测风记录区域提供风能资源评估。
在上述方案的基础上，步骤s2中，所述气象站观测数据包括风速、风向、温度、气压观测值以及对应的气象站坐标、海拔高程和空气密度。
在上述方案的基础上，步骤s3中，所述gis地理信息模型中的地理信息包括地形文件、粗糙度值、森林冠层模型、区域热稳定度值。
在上述方案的基础上，所述地形文件包括：海上、海岸、山地、草原、沙漠和村庄地形文件。
在上述方案的基础上，所述精细化自适应模型的主要评估参数包括风速、风向、气压、尾流、湍流、目标点发电量和生产计划调度管理等。
本发明所述的精细化自适应模型可以更直接有效的对区域风能资源进行评估，并对风能资源进行电力负荷可调度值显示，亦可结合当前及未来的风能资源，指导电力调度系统进行生产调度，下发排产指令。
附图说明
本发明有如下附图：
图1本发明的流程图。
具体实施方式
以下结合附图对本发明作进一步详细说明。
如图1所示，本发明所述的区域风能资源精细化评估方法，包括如下步骤：
s1、利用小尺度风场范围内各自所属的测风塔观测数据、风电机组的scada数据及地形参数，建立各自独立的小尺度区域多参考点风能资源评估模型；所述小尺度风场的范围为1-20km；
s2、利用20-200km区域范围内所包含的气象站观测数据和步骤s1中已有的模型建立关联模型，并求得相应的权重系数，建立动态模型；
s3、利用数值天气预报数据建立200-500km区域范围中尺度模型；
s4、利用中尺度模型、风电场功率预测系统和gis地理信息模型与步骤s1和步骤s2中已有的模型组合建立精细化自适应模型；
s5、利用精细化自适应模型与电力负荷调度系统结合，实现精细化的区域风能评估和可视化的动态调度管理。
在上述方案的基础上，所述权重系数是根据气象站和风场内风速风向的相关性确定的。
在上述方案的基础上，步骤s2可为无测风记录区域提供风能资源评估。
在上述方案的基础上，步骤s2中，所述气象站数据包括风速、风向、温度、气压以及对应的气象站坐标、海拔高程和空气密度。
在上述方案的基础上，步骤s3中，所述gis地理信息模型中的地理信息包括地形文件、糙度值、森林冠层模型、区域热稳定度值。
在上述方案的基础上，所述地形文件包括：海上、海岸、山地、草原、沙漠和村庄地形文件。
在上述方案的基础上，所述精细化自适应模型的主要评估参数包括风速、风向、气压、尾流、湍流、目标点发电量和生产计划调度管理等。
步骤s1主要是利用小尺度风场范围内各自所属的测风塔观测数据、风电机组的scada数据及地形参数建立各自独立的小尺度区域多参考点风能资源评估模型；
步骤s2是利用20-200km区域范围内所包含的气象站观测数据和步骤s1中已有的模型建立关联模型，并求得相应的权重系数，建立动态模型；
步骤s3主要是利用数值天气预报数据建立200-500km区域范围中尺度模型；
步骤s4主要是结合中尺度模型、风电功率预测系统和gis地理信息模型以及步骤s1和步骤s2中已有的模型组合建立精细化自适应模型。实现多元数据同风电功率预测系统相结合，提高并改善风电功率预测系统的准确性。在步骤s4中，精细化自适应模型的作用不仅仅是为了展示当前区域风能资源的分布特性，更为重要的一点是结合gis地理信息模型可以对周边区域相似相近的地形自行建立评估参数，并可对其风能资源也做出评估，成为未来风电工程的开发依据；
步骤s5中精细化自适应模型结合电力负荷调度系统，对风电场预测上网电量进行计划分配，亦可根据实际的电量对风电场的上网电量进行优化。平衡不同区域间的风力发电系统，减少因波动限电造成的损失。
结合风电场机组scada的后台系统运行状况，不但可对风电场内每台风电机组所在位置的风速预测，还可对未开发区域或潜在点位功率进行预测，从而根据电网的需求，进行未来的合理规划以及减少评估不确定性带来的风险。优化后对不同风电场的发电任务指标计算公式如下：
式(1)中，n为风电场的个数；pd,q(k)为第q个风电场在时间步长k下的有功功率分配；pd(k)为在时间步长k下的整个系统的有功功率需求；pa,q(k)为第q个风电场在时间步长k下的可发出有功功率的预测值；pa(k)为在时间步长k下的整个风电场的可发出有功功率的预测值，其值为
根据计算得到每个风电场的可发电任务指标，对区域内各风电场发布控制命令，从而使各风电场发出相应的有功功率，使风电场输出总有功功率满足电网发电计划，平衡电网功率消耗，稳定电网频率，解决风电场接入问题。
本发明所述的区域风能资源精细化评估方法可根据计算得到的多区域风能资源的当前及未来分布趋势，进行更合理的电力调度，对所处区域内风电场风能资源进行合理有效的等级划分，将不确定的风能资源用固定发电模型来替代，从而使得电力调度更合理化。
以上所述，仅是本发明的较佳实例而已，并非对本发明作任何形式上的限制，本领域技术人员利用上述揭示的技术内容做出些许简单修改、等同变化或装饰，均落在本发明的保护范围内。
本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。