本发明涉及风电技术领域，尤其涉及一种风电场的组合方法及系统。
背景技术：
风电与气候资源紧密相关，当风场的分布范围大于典型天气系统的尺度时，使得不同地域的风场发电量有各自不同的时间变率，且存在不同的高低值匹配；同一时间段内，一定距离上的两点或几个点的风能很可能出现异相或同相变化。现有技术利用实测风速和代表风机类型，可确定不同地区的风电场的较佳组合，以利于电力供应。但是，现有技术的这种组合方法，需要有实际运行数据，以及确定的风机类型，使得该方法在应用上有局限性。
技术实现要素：
本发明实施例提供一种风电场的组合方法及系统，以解决现有技术的方法需要有实际运行数据，以及确定的风机类型，使得该方法在应用上有局限性问题。
第一方面，提供一种风电场的组合方法，包括：
获取预设区域中的多个第一格点，其中，每个所述第一格点表示风电场的位置；
确定第一预设时间区间，其中，所述第一预设时间区间包括至少两个第二预设时间区间；
获取每个所述第一格点处的风电场的第一风功率密度，其中，所述第一风功率密度为所述第二预设时间区间内的风功率密度；
将至少一部分所述第一格点按照预设规则进行组合，得到目标组合；
其中，所述目标组合的加和阈值的标准差最小，或者，所述目标组合的加和阈值的标准差的和最小；
所述加和阈值为所述目标组合中的所述第一格点处的风电场在每个所述第二预设时间内的第一风功率密度的和。
第二方面，提供一种风电场的组合系统，包括：
第一获取模块，用于获取预设区域中的多个第一格点，其中，每个所述第一格点表示风电场的位置；
第一确定模块，用于确定第一预设时间区间，其中，所述第一预设时间区间包括至少两个第二预设时间区间；
第二获取模块，用于获取每个所述第一格点处的风电场的第一风功率密度，其中，所述第一风功率密度为所述第二预设时间区间内的风功率密度；
组合模块，用于将至少一部分所述第一格点按照预设规则进行组合，得到目标组合；
其中，所述目标组合的加和阈值的标准差最小，或者，所述目标组合的加和阈值的标准差的和最小；
所述加和阈值为所述目标组合中的所述第一格点处的风电场在每个所述第二预设时间内的第一风功率密度的和。
这样，本发明实施例中，通过得到第一风功率密度的和的标准差最小或者第一风功率密度的和的标准差的和最小的目标组合，使该目标组合中的第一格点处的风电场组合发电，不仅使得风电场组合的发电量最稳定；而且该方法不依赖实测数据、不限定风机类型，不限定地理条件，可以掌握陆地范围风力发电出力的互补情况，从而为跨区域电力调度和风电场前期规划建设等提供支持。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明第一实施例的风电场的组合方法的流程图；
图2是本发明第二实施例的风电场的组合方法的流程图；
图3是本发明第三实施例的风电场的组合方法的流程图；
图4是本发明第四实施例的风电场的组合方法的流程图；
图5是本发明第五实施例的风电场的组合系统的一种结构框图；
图6是本发明第五实施例的风电场的组合系统的另一种结构框图；
图7是本发明第六实施例的获取的第一格点的示意图；
图8是本发明第六实施例的两个第一格点处的风电场组合后的效果示意图；
图9是本发明第六实施例的三个第一格点处的风电场组合后的效果示意图；
图10是本发明第六实施例的四个第一格点处的风电场组合后的效果示意图；
图11是本发明第七实施例的获取的第一格点的示意图；
图12是本发明第七实施例的第一格点处的风电场组合后的效果示意图；
图13是本发明第八实施例的获取的第一格点的示意图；
图14是本发明第八实施例的第一格点处的风电场组合后的效果示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获取的所有其他实施例，都属于本发明保护的范围。
第一实施例
本发明第一实施例公开了一种风电场的组合方法。该方法适用于陆地范围内的风电场，可以应用于将已有风电场进行组合的场景，也可以应用于建设风电场之前进行选址的场景。如图1所示，该方法具体包括如下的步骤：
步骤101：获取预设区域中的多个第一格点。
其中，每个第一格点表示风电场的位置。具体的，对于已有风电场的应用场景，每个第一格点表示该已有风电场的位置。对于还未建设风电场的应用场景，每个第一格点表示风电场的选址。该预设区域可根据需求具体设定。例如，预设区域为全国范围所在的区域。
步骤102：确定第一预设时间区间。
该第一预设时间区间可根据具体情况设定。该第一预设时间区间一般为一个完整年，从而可使得最终的计算结果更加准确。第一预设时间区间包括至少两个第二预设时间区间。例如，第二预设时间区间可以为一天或者一个月。当第一预设时间区间为一个完整年时，第二预设时间区间为一天时，第一预设时间区间包括365个第二预设时间区间。
步骤103：获取每个第一格点处的风电场的第一风功率密度。
本实施例采用风功率密度作为发电量的参考指标。一般的，预设每个第一格点的风电场的风电机组高度为80m，则风功率密度为80m高度的风电机组的风功率密度。第一风功率密度为第二预设时间区间内的风功率密度。例如，第二预设时间区间为一天，则第一风功率密度为逐日风功率密度；第二预设时间区间为一个月，则第一风功率密度为逐月风功率密度。具体的，对于逐日风功率密度，可每隔一段时间采集该第一格点的风电场的风功率密度，计算一天(24小时)之内采集的这些风功率密度的平均值，得到该第一格点的风电场的逐日风功率密度；一般的，可以每隔一个小时采集一次风电场的风功率密度。同理，逐月风功率密度也可以通过计算该月的平均风功率密度得到。
对于已有风电场的应用场景，该第一风功率密度可以根据之前的历史记录得到。对于还未建设风电场的应用场景，该第一风功率密度可以根据该处的自然条件等预估。
步骤104：将至少一部分第一格点按照预设规则进行组合，得到目标组合。
应当理解的是，由于进行组合的第一格点不同(包括数量不同)以及预设规则不同，该组合方式可以有多种，例如，两个第一格点组合、三个第一格点组合等等。通过不同的组合方式可以得到不同的组合。例如，当采用两个第一格点组合的方式时，可以得到三种组合方式。
在得到的所有组合中，该组合可以作为目标组合的条件是：
目标组合的加和阈值的标准差最小，或者，目标组合的加和阈值的标准差的和最小。
上述的加和阈值为目标组合中的第一格点处的风电场在每个第二预设时间区间内的第一风功率密度的和。
具体的，按照预设规则得到的目标组合，通过计算得到一个标准差，则该标准差最小对应的组合为目标组合。按照预设规则得到的目标组合，通过计算得到至少两个标准差，则该至少两个标准差的和最小对应的组合为目标组合。一般情况下，每个标准差均最小，则至少两个标准差的和最小。
具体的，通过下式计算标准差：
其中，n为第二预设时间区间的数量，xi为第i个加和阈值(即第二预设时间区间内的第一风功率密度的和)。μ为第一预设时间区间内的该组合的加和阈值的均值，即
例如，第一预设时间区间为一个完整年，且第二预设时间区间为一天，第一风功率密度为逐日风功率密度，则n为完整年总天数，一般为365天；xi为该组合中的第i天的逐日风功率密度的和，μ为一个完整年内的该组合中的逐日风功率密度的和的均值。
通过该步骤得到的目标组合为发电量最稳定的组合。因此，对于已有风电场的应用场景，在发电时，将该目标组合中的第一格点处的风电场一起发电；对于还未建设风电场的应用场景，将目标组合中的第一格点确定为风电场的选址，以便在第一格点处建设风电场后，可将这些风电场组合发电。
应当理解的是，若目标组合有至少两个，则可根据实际情况和其他要求，选择其中一个。
综上，本发明第一实施例的风电场的组合方法，通过得到第一风功率密度的和的标准差最小或者第一风功率密度的和的标准差的和最小的目标组合，使该目标组合中的第一格点处的风电场组合发电，不仅使得风电场组合的发电量最稳定；而且该方法不依赖实测数据、不限定风机类型，不限定地理条件，可以掌握陆地范围风力发电出力的互补情况，从而为跨区域电力调度和风电场前期规划建设等提供支持。
第二实施例
本发明第二实施例公开了一种风电场的组合方法。该方法适用于陆地范围内的风电场，可以应用于将已有风电场进行组合的场景，也可以应用于建设风电场之前进行选址的场景。如图2所示，该方法具体包括如下的步骤：
步骤201：获取预设区域中的多个第二格点。
其中，第二格点表示备选风电场的位置。具体的，对于已有风电场的应用场景，每个第二格点表示该已有风电场的位置，这些已有风电场作为备选风电场。对于还未建设风电场的应用场景，每个第二格点表示风电场的选址，这些选址为风电场的备选建设位置。相邻的第二格点之间的距离为预设距离。该预设距离可根据预设区域的具体范围确定。例如，预设距离的为9km、27km、54km等等。该预设区域可根据需求具体设定。例如，预设区域为全国范围所在的区域。
步骤202：获取每个第二格点处的风电场的第二风功率密度。
其中，第二风功率密度为第三预设时间区间内的风功率密度。第三预设时间区间一般为一天，则第二风功率密度为逐日风功率密度。
步骤203：若第二格点处的风电场的第二风功率密度大于预设阈值，则确定第二格点为第一格点。
为了使发电更加稳定，效果更好，需要对第二格点进行筛选，将第二风功率密度较小的第二格点去除。该预设阈值可根据实际情况确定。例如，预设阈值为100w/m2。因此，通过本步骤，若第二格点处的风电场的第二风功率密度大于预设阈值，则确定第二格点为第一格点。
步骤204：确定第一预设时间区间。
该步骤可参照步骤102，在此不再赘述。
步骤205：获取每个第一格点处的风电场的第一风功率密度。
该步骤可参照步骤103，在此不再赘述。
步骤206：在第一格点中，确定一个第一格点为目标格点。
具体的，对于已有风电场的应用场景，一般是需要为一个已有目标风电场，选择与其组合的其他已有风电场，因此，该确定的第一格点是已有目标风电场的位置。对于还未建设风电场的应用场景，一般会先确定一个拟建设目标风电场的位置，因此，该确定的第一格点是拟建设目标风电场的位置。例如，确定第一格点a为目标格点。
步骤207：将目标格点与第一预设数量的辅助格点进行组合，得到备选组合。
辅助格点选自剩余的第一格点。第一预设数量可根据实际需求确定。例如，第一预设数量可以是一个、两个、三个等等。应当理解的是，根据选择的辅助格点的不同，以及第一预设数量的不同，可以得到多个备选组合。
例如，第一预设数量为一个。剩余的第一格点包括第一格点b和第一格点c，那么辅助格点可以选择第一格点b，也可以选择第一格点c。
步骤208：计算得到备选组合中的目标格点和辅助格点处的风电场在第二预设时间区间内的第一风功率密度的和。
例如，第二预设时间区间为一天，第一风功率密度为逐日风功率密度，第一预设时间区间为一个完整年，则对于第一格点a和第一格点b的备选组合，计算每日的第一格点a的第一风功率密度和第一格点b的风功率密度的和，得到365个每日第一风功率密度的和。对于第一格点a和第一格点b的备选组合，将第一格点a和第一格点b的逐日风功率风功率密度加和，得到该备选组合的逐日风功率密度的和，一共有365个逐日风功率密度的和。采用
同理，对于第一格点a和第一格点c的备选组合，将第一格点a和第一格点c的逐日风功率风功率密度加和，得到该备选组合的逐日风功率密度的和，一共有365个逐日风功率密度的和。采用
步骤209：计算得到备选组合中的所有第二预设时间区间对应的第一风功率密度的和的标准差。
该步骤的标准差计算公式可参照步骤104，在此不再赘述。
步骤210：比较每个备选组合对应的标准差的大小。
例如，一个备选组合是第一格点a和b，另一个备选组合是第一格点a和第一格点c，则比较这两个备选组合对应的标准差的大小。
步骤211：将标准差最小的备选组合确定为目标组合。
例如，第一格点a和第一格点c的备选组合对应的标准差比第一格点a和第一格点b的备选组合对应的标准差小，则将标准差最小的备选组合确定为目标组合。
综上，本发明第二实施例的风电场的组合方法，先确定一个第一格点，然后再选择至少一个第一格点，并与确定的第一格点组合，得到备选组合，通过比较一定时间区间内的每个备选组合中的至少两个第一格点处的风电场的第一风功率密度的和的标准差，以便将标准差最小的备选组合中的第一格点处的风电场组合发电，不仅使得风电场组合的发电量最稳定；而且该方法不依赖实测数据、不限定风机类型，不限定地理条件，可以掌握陆地范围风力发电出力的互补情况，从而为跨区域电力调度和风电场前期规划。
第三实施例
本发明第三实施例公开了一种风电场的组合方法。该方法适用于陆地范围内的风电场，可以应用于将已有风电场进行组合的场景，也可以应用于建设风电场之前进行选址的场景。如图3所示，该方法具体包括如下的步骤：
步骤301：获取预设区域中的多个第二格点。
该步骤可参照步骤201，在此不再赘述。
步骤302：获取每个第二格点处的风电场的第二风功率密度。
该步骤可参照步骤202，在此不再赘述。
步骤303：若第二格点处的风电场的第二风功率密度大于预设阈值，则确定第二格点为第一格点。
该步骤可参照步骤203，在此不再赘述。
步骤304：确定第一预设时间区间。
该步骤可参照步骤102，在此不再赘述。
步骤305：获取每个第一格点处的风电场的第一风功率密度。
该步骤可参照步骤103，在此不再赘述。
步骤306：在第一格点中，确定一个第一格点为目标格点。
该步骤可参照步骤206，在此不再赘述。例如，确定第一格点a为目标格点。
步骤307：将第一预设时间区间划分为至少两个第一分组。
其中，每个第一分组包括至少一个第四预设时间区间。第四预设时间区间包括至少一个第二预设时间区间。第四预设时间区间可根据具体情况设定。优选的，第一预设时间区间为第四预设时间区间的整数倍，第四预设时间区间为第二预设时间区间的整数倍。每个第一分组包括的第四预设时间区间的数量可以相等，也可以不相等。例如，第四预设时间区间为一个月，第一预设时间区间为一个完整年，将第一预设时间区间分为两个第一分组，一个第一分组a包括1、3、5、7、9和11月，另一个第一分组b包括2、4、6、8、10和12月。
步骤308：确定每个第一分组对应的第二预设数量。
第二预设数量可根据实际需求确定。每个第一分组的第二预设数量可以相同，也可以不同。
例如，上述的两个第一分组a和b，每个第一分组对应的第二预设数量为一个。
步骤309：将第二预设数量的辅助格点分配到对应第二预设数量的每个第一分组中。
其中，辅助格点选自剩余的第一格点，且每个第一分组分配的第一格点不同。优选的，每个第一分组分配的辅助格点的数量相同。
例如，一共有两个第一分组a和b，一个第一分组a分配的辅助格点为第一格点b，另一个第一分组b分配的辅助格点为第一格点c。
步骤310：在每个第一分组包括的第四预设时间区间，将目标格点与分配的辅助格点进行组合，得到备选组合。
根据选择的第一格点的不同，每个第一分组对应的第二预设数量的不同，该备选组合可以有多个。
例如，第一分组a中，第一格点a和第一格点b组合；第一分组b中，第一格点a和第一格点c组合。
步骤311：计算得到备选组合中的目标格点和辅助格点处的风电场在第二预设时间区间内的第一风功率密度的和。
该步骤可参照步骤208，在此不再赘述。
例如，上述的备选组合中，在第一分组a对应的每个第二预设时间区间，计算第一格点a和第一格点b的第一风功率密度的和；在第一分组b对应的每个第二预设时间区间，计算第一格点a和第一格点c的第一风功率密度的和。
步骤312：计算得到备选组合中的所有第二预设时间区间对应的第一风功率密度的和的标准差。
该步骤可参照步骤209，在此不再赘述。
例如，第二预设时间区间为一天，每天的第一格点a处的风电场的第一风功率密度分别为10w/m2；每天的第一格点b处的风电场的第一风功率密度分别为20w/m2；每天的第一格点c处的风电场的第一风功率密度分别为30w/m2。当在1、3、5、7、9和11月，将第一格点a和第一格点b组合时，每天的第一风功率密度的和xi为30w/m2；在2、4、6、8、10和12月，将第一格点a和第一格点c组合时，每天的第一风功率密度的和xi为40w/m2。
当在1、3、5、7、9和11月，将第一格点a和第一格点b组合，xi＝30w/m2；在2、4、6、8、10和12月，将第一格点a和第一格点c组合时，xi＝40w/m2，代入下式计算得到μ：
将xi和μ代入下式计算得到标准差σ。
步骤313：比较每个备选组合对应的标准差。
例如，一个备选组合a为在1、3、5、7、9和11月，将第一格点a和第一格点b组合；在2、4、6、8、10和12月，将第一格点a和第一格点c组合。另一个备选组合b为在1、3、5、7、9和11月，将第一格点a和第一格点c组合；在2、4、6、8、10和12月，将第一格点a和第一格点b组合。
步骤314：将标准差最小的备选组合确定为目标组合。
例如，上述的备选组合a对应的标准差比上述的备选组合b对应的标准差小，则将标准差最小的备选组合a确定为目标组合。
综上，本发明第三实施例的风电场的组合方法，先确定一个第一格点，然后在第一预设时间区间包括的不同的时间内，将该第一格点与其他的至少一个不同的第一格点组合，得到备选组合，通过比较一定时间区间内的每个备选组合中的至少两个第一格点处的风电场的第一风功率密度的和的标准差，以便将标准差最小的备选组合中的第一格点处的风电场组合发电，不仅使得风电场组合的发电量最稳定；而且该方法不依赖实测数据、不限定风机类型，不限定地理条件，可以掌握陆地范围风力发电出力的互补情况，从而为跨区域电力调度和风电场前期规划。
第四实施例
本发明第四实施例公开了一种风电场的组合方法。该方法适用于陆地范围内的风电场，可以应用于将已有风电场进行组合的场景，也可以应用于建设风电场之前进行选址的场景。如图4所示，该方法具体包括如下的步骤：
步骤401：获取预设区域中的多个第二格点。
该步骤可参照步骤201，在此不再赘述。
步骤402：获取每个第二格点处的风电场的第二风功率密度。
该步骤可参照步骤202，在此不再赘述。
步骤403：若第二格点处的风电场的第二风功率密度大于预设阈值，则确定第二格点为第一格点。
该步骤可参照步骤203，在此不再赘述。
步骤404：确定第一预设时间区间。
该步骤可参照步骤102，在此不再赘述。
步骤405：获取每个第一格点处的风电场的第一风功率密度。
该步骤可参照步骤103，在此不再赘述。
步骤406：在第一格点中，确定一个第一格点为目标格点。
该步骤可参照步骤206，在此不再赘述。例如，确定第一格点a为目标格点。
步骤407：将第一预设时间区间划分为至少两个第二分组。
其中，每个第二分组包括至少一个第五预设时间区间，第五预设时间区间包括至少一个第二预设时间区间。第五预设时间区间可根据具体情况设定。优选的，第一预设时间区间为第五预设时间区间的整数倍，第五预设时间区间为第二预设时间区间的整数倍。每个第二分组包括的第五预设时间区间的数量可以相等，也可以不相等。例如，第五预设时间区间为一个月，第一预设时间区间为一个完整年，将第一预设时间区间分为12个第一分组，第一分组a包括1月，第二分组b包括2月，第三分组c包括3月，……，第十二分组l包括12月。
步骤408：确定每个第二分组对应的第三预设数量。
第三预设数量可根据实际需求确定。每个第二分组的第三预设数量可以相同，也可以不同。
例如，上述的12个第二分组a～l，每个第二分组对应的第三预设数量为一个。
步骤409：将第三预设数量的辅助格点分配到对应第三预设数量的每个第二分组中。
其中，辅助格点选自剩余的第一格点，且每个第二分组分配的第一格点不同。优选的，每个第二分组分配的辅助格点的数量相同。同一第二分组中可以分入不同的辅助格点，因此，同一第二分组中，目标格点可以和不同的辅助格点组合。
例如，每个第二分组对应的第三预设数量为一个，上述的12个第二分组a～l，依次分配的辅助格点为第一格点b～m。
步骤410：计算得到目标格点和辅助格点处的风电场在第二预设时间区间内的第一风功率密度的和。
该步骤可参照步骤208，在此不再赘述。
例如，第一预设时间区间为一个完整年，第二预设时间区间为一天，第五预设时间区间为一个月，每天的第一格点a处的风电场的第一风功率密度分别为10w/m2；每天的第一格点b～m处的风电场的第一风功率密度分别为20、30、40、50、60、70、80、90、100、110、120、130w/m2。在第二分组a对应的每天，计算第一格点a和第一格点b的第一风功率密度的和；在第二分组b对应的每天，计算第一格点a和第一格点c的第一风功率密度的和，……，在第二分组l对应的每天，计算第一格点a和第一格点m的第一风功率密度的和。以1月为例，1月中的每天的第一风功率密度的和为(10+20)w/m2。
步骤411：计算得到每个第二分组包括的第五预设时间区间内的所有第二预设时间区间对应的第一风功率密度的和的标准差。
该步骤可参照步骤209，在此不再赘述。
例如，对于1月的第五预设时间区间，其包括31天，因此，采用下式计算得到μ：
将xi和μ代入下式计算得到一月的第一风功率密度的和的标准差σ。
同理，按照上述的方式分别计算2～12月的第一风功率密度的和的标准差。
步骤412：比较相同第五预设时间区间对应的标准差。
例如，对于1月的第五预设时间区间，一种是第一格点a和第一格点b，另一种是第一格点a和第一格点c，比较这两种不同格点对应的标准差。
步骤413：在每个第二分组包括的第五预设时间区间，将目标格点与标准差最小的每个第五预设时间区间对应的辅助格点进行组合，得到目标组合。
优选的，每个第五预设时间区间对应的辅助格点不同。最终得到的目标组合中的所有第五预设时间区间对应的第一风功率密度的和的标准差的和最小。
例如，对于1月的第五预设时间区间，第一格点a和第一格点b对应的标准差比第一格点a和第一格点c对应的标准差小，则确定在1月，将第一格点a和第一格点b组合。同理，对于2月，第一格点a和第一格点c对应的标准差比该月第一格点a和其他第一格点对应的标准差都小；……；对于12月，第一格点a和第一格点m对应的标准差比该月第一格点a和其他第一格点对应的标准差都小；则最终得到的目标组合为1月第一格点a和第一格点b组合，2月第一格点a和第一格点c组合，……，12月第一格点a和第一格点m组合。
综上，本发明第四实施例的风电场的组合方法，先确定一个第一格点，在第一预设时间区间包括的不同的时间内，将该第一格点与其他的至少一个不同的第一格点组合，并且第一预设时间区间包括的不同的时间内第一格点的第一风功率密度的和的标准差最小，从而使得目标组合的所有第五预设时间区间对应的第一风功率密度的和的标准差的和最小，采用该目标组合进行发电，不仅使得风电场组合的发电量最稳定；而且该方法不依赖实测数据、不限定风机类型，不限定地理条件，可以掌握陆地范围风力发电出力的互补情况，从而为跨区域电力调度和风电场前期规划。
第五实施例
本发明第五实施例公开了一种风电场的组合系统。该系统适用于陆地范围内的风电场，可以应用于将已有风电场进行组合的场景，也可以应用于建设风电场之前进行选址的场景。如图5所示，该系统具体包括如下的结构：
第一获取模块501，用于获取预设区域中的多个第一格点。
其中，每个第一格点表示风电场的位置。
第一确定模块502，用于确定第一预设时间区间。
其中，第一预设时间区间包括至少两个第二预设时间区间。
第二获取模块503，用于获取每个第一格点处的风电场的第一风功率密度。
其中，第一风功率密度为第二预设时间区间内的风功率密度。
组合模块504，用于将至少一部分第一格点按照预设规则进行组合，得到目标组合。
其中，目标组合的加和阈值的标准差最小，或者，目标组合的加和阈值的标准差的和最小；
加和阈值为目标组合中的第一格点处的风电场在每个第二预设时间区间内的第一风功率密度的和。
优选的，如图6所示，第一获取模块501包括：
第一获取子模块5011，用于获取预设区域中的多个第二格点。
其中，第二格点表示备选风电场的位置，且相邻的第二格点之间的距离为预设距离。
第二获取子模块5012，用于获取每个第二格点处的风电场的第二风功率密度。
其中，第二风功率密度为第三预设时间区间内的风功率密度。
第一确定子模块5013，用于若第二格点处的风电场的第二风功率密度大于预设阈值，则确定第二格点为第一格点。
优选的，如图6所示，组合模块504包括：
第二确定子模块50401，用于在第一格点中，确定一个第一格点为目标格点。
第一组合子模块50402，用于将目标格点与第一预设数量的辅助格点进行组合，得到备选组合。
其中，辅助格点选自剩余的第一格点。
第一计算子模块50403，用于计算得到备选组合中的目标格点和辅助格点处的风电场在第二预设时间区间内的第一风功率密度的和。
第二计算子模块50404，用于计算得到备选组合中的所有第二预设时间区间对应的第一风功率密度的和的标准差。
第一比较子模块50405，用于比较每个备选组合对应的标准差的大小。
第三确定子模块50406，用于将标准差最小的备选组合确定为目标组合。
优选的，如图6所示，组合模块504包括：
第四确定子模块50407，用于在第一格点中，确定一个第一格点为目标格点。
第一分组子模块50408，用于将第一预设时间区间划分为至少两个第一分组。
其中，每个第一分组包括至少一个第四预设时间区间，第四预设时间区间包括至少一个第二预设时间区间。
第五确定子模块50409，用于确定每个第一分组对应的第二预设数量。
第一分配子模块50410，用于将第二预设数量的辅助格点分配到对应第二预设数量的每个第一分组中。
其中，辅助格点选自剩余的第一格点，且每个第一分组分配的第一格点不同。
第二组合子模块50411，用于在每个第一分组包括的第四预设时间区间，将目标格点与分配的辅助格点进行组合，得到备选组合。
第三计算子模块50412，用于计算得到备选组合中的目标格点和辅助格点处的风电场在第二预设时间区间内的第一风功率密度的和。
第四计算子模块50413，用于计算得到备选组合中的所有第二预设时间区间对应的第一风功率密度的和的标准差。
第二比较子模块50414，用于比较每个备选组合对应的标准差。
第六确定子模块50415，用于将标准差最小的备选组合确定为目标组合。
优选的，如图6所示，组合模块504包括：
第七确定子模块50416，用于在第一格点中，确定一个第一格点为目标格点。
第二分组子模块50417，用于将第一预设时间区间划分为至少两个第二分组。
其中，每个第二分组包括至少一个第五预设时间区间，第五预设时间区间包括至少一个第二预设时间区间。
第八确定子模块50418，用于确定每个第二分组对应的第三预设数量。
第二分配子模块50419，用于将第三预设数量的辅助格点分配到对应第三预设数量的每个第二分组中。
其中，辅助格点选自剩余的第一格点，且每个第二分组分配的第一格点不同。
第五计算子模块50420，用于计算得到目标格点和辅助格点处的风电场在第二预设时间区间内的第一风功率密度的和。
第六计算子模块50421，用于计算得到每个第二分组包括的第五预设时间区间内的所有第二预设时间区间对应的第一风功率密度的和的标准差。
第三比较子模块50422，用于比较相同第五预设时间区间对应的标准差。
第三组合子模块50423，用于在每个第二分组包括的第五预设时间区间，将目标格点与标准差最小的每个第五预设时间区间对应的辅助格点进行组合，得到目标组合。
其中，每个第五预设时间区间对应的辅助格点不同。
综上，本发明第五实施例的风电场的组合系统，将第一格点按照不同的方式组合，通过比较一定时间区间内的每个组合中的第一格点处的风电场的第一风功率密度的和的标准差或者第一风功率密度的和的标准差的和，以便将标准差或者标准差的和最小的组合中的第一格点处的风电场组合发电，不仅使得风电场组合的发电量最稳定；而且该系统不依赖实测数据、不限定风机类型，不限定地理条件，可以掌握陆地范围风力发电出力的互补情况，从而为跨区域电力调度和风电场前期规划建设等提供支持。
第六实施例
第六实施例对本发明的第二实施例的方法进行验证。其中，第一预设时间区间为一个完整年(本实施例中采用2015年)，第二预设时间区间为一天，则第一风功率密度为逐日风功率密度，具体的，采集2015年的逐日风功率密度。如图7所示，在第一格点中确定的目标格点位于云南。
通过计算选择标准差最小的一个组合，具体的：
(1)当选择作为辅助格点的数量为一个时，选择图7中“1”指示的五角星的第一格点。将这两处的风电场组合，得到的第一风功率密度进行归一化处理，得到变异系数。如图8所示，纵坐标表示变异系数，横坐标表示时间(2015年)。其中，a表示辅助格点的变异系数，b表示云南的目标格点的变异系数，c表示组合后的变异系数。通过图8可以看出，组合后的变异系数波动较小，表明该风电场组合的发电量最稳定。
(2)当选择作为辅助格点的数量为两个时，选择图7中“2”指示的五角星的第一格点。将这三处的风电场组合，得到的第一风功率密度进行归一化处理，得到变异系数。如图9所示，纵坐标表示变异系数，横坐标表示时间(2015年)。其中，d和e分别表示两个辅助格点的变异系数，f表示云南的目标格点的变异系数，g表示组合后的变异系数。通过图9可以看出，组合后的变异系数波动较小，表明该风电场组合的发电量最稳定。
(3)当选择作为辅助格点的数量为三个时，选择图7中“3”指示的五角星的第一格点。将这四处的风电场组合，得到的第一风功率密度进行归一化处理，得到变异系数。如图10所示，纵坐标表示变异系数，横坐标表示时间(2015年)。其中，其中，h、i和j分别表示两个辅助格点的变异系数，k表示云南的目标格点的变异系数，l表示组合后的变异系数。通过图10可以看出，组合后的变异系数波动较小，表明该风电场组合的发电量最稳定。
第七实施例
第七实施例对本发明的第三实施例的方法进行验证。其中，第一预设时间区间为一个完整年(本实施例中采用2015年)，第二预设时间区间为一天，则第一风功率密度为逐日风功率密度，具体的，采集2015年的逐日风功率密度。如图11所示，在第一格点中确定的目标格点位于云南。
通过计算选择标准差最小的一个组合，具体的：
在1、10、11、12月，选择图11中“1、10、11、12月”指示的五角星的第一格点作为辅助格点，并将其与目标格点组合；在其他月份，选择图11中“其他月份”指示的五角星的第一格点作为辅助格点，并将其与目标格点组合，最终得到一个组合方式。将这个组合方式的第一风功率密度进行归一化处理，得到变异系数。如图12所示，纵坐标表示变异系数，横坐标表示时间(2015年)。其中，m和n分别表示辅助格点的变异系数，o表示云南的目标格点的变异系数，p表示组合后的变异系数。通过图12可以看出，组合后的变异系数波动较小，表明该风电场组合的发电量最稳定。
第八实施例
第八实施例对本发明的第四实施例的方法进行验证。其中，第一预设时间区间为一个完整年(本实施例中采用2015年)，第二预设时间区间为一天，则第一风功率密度为逐日风功率密度，具体的，采集2015年的逐日风功率密度。如图13所示，在第一格点中确定的目标格点位于云南。
通过计算选择标准差的和最小(即每个标准差最小)的一个组合，具体的：
在每个月，选择图13中每个月对应的圆圈指示的第一格点作为辅助格点，并在每个月将对应的第一格点与目标格点组合，最终得到一个组合方式。将这个组合方式的第一风功率密度进行归一化处理，得到变异系数。如图14所示，纵坐标表示变异系数，横坐标表示时间(2015年)。其中，q表示云南的目标格点的变异系数，r表示组合后的变异系数。通过图14可以看出，组合后的变异系数波动较小，表明该风电场组合的发电量最稳定。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。