一种大风风险评估方法与流程

本发明涉及风速预测，更具体的，涉及一种大风风险评估方法。

背景技术：

1、风电场在建成投运后往往要面临极端大风对运营收益和安全风险的考验，因此对极端风速的预报和风险量化评估具有重要意义。

2、目前大风风险评估的主流思路是利用未来风速的概率密度函数，现有获取未来风速的概率密度函数的方法，往往需要大量的历史观测风速样本，且需要假设未来目标时段内的风速分布与以往风速分布满足同一分布，对数据一致性要求较高。当历史观测时间长度与未来目标时段长度差异较大，或不属于同一季节时，风险评估的可信度较低。且还存在需要构建天气动力学集合预报模型，而天气动力学模型的搭建门槛较高，其计算求解要依托超算集群才能实现，由此导致计算资源要求高且成本巨大，其综合应用条件较为苛刻。

技术实现思路

1、本发明为了解决现有技术对数据一致性要求高，计算历史观测风速样本需求量大的问题，本实施例提供了一种大风风险评估方法，其具有仅需少量历史观测数据、对数据要求相对较低，计算资源要求低的优点。

2、为解决上述技术问题，本发明采用的技术方案是：

3、一种大风风险评估方法，所述方法包括：

4、获取时间序列对应的两个维度风速分量；所述时间序列由历史时间点和预测时间点拼接得到；

5、基于获取时间序列对应的两个维度风速分量前向滑动计算，得到各时间点对应两个维度的湍流分量、平均风速，和两个维度风速分量之间的相关系数；

6、利用历史时间点对应的两个维度风速分量和湍流分量进行计算，得到预测时间点两个维度的波动率；

7、将预测时间点对应两个维度的平均风速、相关系数、波动率代入二维联合正态分布概率密度函数，得到预测时间点的二维联合正态分布概率密度函数；

8、对预测时间点的二维联合正态分布概率密度函数在设定区间范围进行积分，得到大风风险评估结果。

9、优选地，利用历史时间点对应的两个维度风速分量和湍流分量进行计算，得到预测时间点两个维度的波动率，包括：

10、预设前向滑动计算的时间滑动窗口，利用第一次滑动的时间滑动窗口内所有历史时间点两个维度风速分量计算标准差，将计算得到的标准差作为初始波动率；

11、根据初始波动率及第一次滑动的时间滑动窗口之外的历史时间点对应的湍流分量，应用两个维度风速分量波动率预测模型进行预测，得到预测时间点两个维度的波动率。

12、进一步地，所述风速分量波动率预测模型通过以下步骤得到：

13、将广义自回归条件异方差模型作为初始风速分量波动率预测模型；

14、将初始波动率及第一次滑动的时间滑动窗口之外的历史时间点对应两个维度的湍流分量代入相应维度的初始风速分量波动率预测模型，并采用估计法计算得到相应维度初始风速分量波动率预测模型的参数系数；

15、根据得到的相应维度初始风速分量波动率预测模型的参数系数确定两个维度风速分量波动率预测模型。

16、再进一步地，所述风速分量波动率预测模型的表达式如下：

17、其中αu+βu≤1

18、其中αv+βv≤1

19、式中，γu、αu、βu表示第二维度风速分量波动率预测模型的参数系数，u′(t-1)表示第t-1时间点的第一维度湍流分量，σu(t-1)表示第t-1时间点的第一维度波动率，σu(t)表示第t时间点的第一维度波动率，γv、αv、βv表示第二维度风速分量波动率预测模型的参数系数，v′(t-1)表示第t-1时间点的第二维度湍流分量，σv(t-1)表示第t-1时间点的第二维度波动率，σv(t)表示第t时间点的第二维度波动率。

20、优选地，所述二维联合正态分布概率密度函数，其表达式如下：

21、

22、式中，σu、σv分别为第二维度风速分量u和第一维度风速分量v的波动率，ρ为关于第一维度风速分量与第二维度风速分量之间的相关系数，表示预测时间点的第二维度平均风速，表示预测时间点的第一维度平均风速。

23、优选地，获取时间序列对应的两个维度风速分量，包括：

24、获取历史时间点对应的历史风速矢量；

25、通过历史风速矢量预测得到预测时间点对应的预测风速矢量；

26、将历史风速矢量和预测风速矢量按照时间序列拼接得到风速矢量；

27、将风速矢量分解为第一维度风速分量、第二维度风速分量。

28、优选地，获取时间序列对应的两个维度风速分量，包括：

29、获取历史时间点对应的历史风速矢量；

30、将历史风速矢量分解为历史第一维度风速分量、历史第二维度风速分量；

31、通过历史风速矢量预测得到预测时间点对应的预测风速矢量；

32、将预测风速矢量分解为预测第一维度风速分量、预测第二维度风速分量；

33、将历史第一维度风速分量和预测第一维度风速分量按照时间序列拼接得到第一维度风速分量；

34、将历史第二维度风速分量和预测第二维度风速分量按照时间序列拼接得到第二维度风速分量。

35、优选地，基于获取时间序列对应的风速分量前向滑动计算，得到各时间点对应不同维度的湍流分量、平均风速，和两个维度风速分量之间的相关系数，包括：

36、对两个维度风速分量按照预设的时间滑动窗口前向滑动计算，得到每个时间滑动窗口对应时间点的湍流分量、平均风速；

37、根据每个预设的时间滑动窗口内所有时间点的两个维度湍流分量与时间滑动窗口大小进行计算，得到对应时间点上关于第一维度风速分量与第二维度风速分量之间的相关系数。

38、进一步地，对两个维度风速分量按照预设的时间滑动窗口前向滑动计算，得到每个时间滑动窗口对应时间点的湍流分量、平均风速，包括：

39、通过对两个维度风速分量前向滑动一次预设的时间滑动窗口进行计算，得到时间滑动窗口对应时间点的两个维度平均风速；

40、将相应维度的风速分量减去对应维度的平均风速得到相应时间点的湍流分量；

41、通过多次前向滑动计算得到每个时间滑动窗口对应时间点两个维度的湍流分量、平均风速。

42、进一步地，根据每个预设的时间滑动窗口内所有时间点的湍流分量与时间滑动窗口大小进行计算，得到对应时间点上关于第一维度风速分量与第二维度风速分量之间的相关系数，包括：

43、根据两个维度风速分量按照预设的时间滑动窗口前向滑动进行计算，得到每个时间滑动窗口对应时间点的两个维度湍流分量；

44、分别计算两个维度在每个时间滑动窗口之内所有时间点对应湍流分量的标准差；

45、根据两个维度的标准差、时间滑动窗口、湍流分量计算，得到对应时间点上关于第一维度风速分量与第二维度风速分量之间的相关系数。

46、本发明的有益效果如下：

47、本发明仅需要少量历史观测数据，然后根据数据的多少进行灵活前向滑动计算相应时间点的湍流分量、平均风速以及相关系数，利用分别从两个维度进行计算预测时间点的波动率，将两个维度的平均风速、相关系数、波动率代入二维联合正态分布概率密度函数，在此基础上求解二维联合正态分布概率密度函数的积分得到未来风险的评估结果。在此过程中，不需要大量算力构建天气动力学集合预报模型，因此计算资源要求低。

48、本发明通过前向滑动计算统计湍流分量、平均风速、相关系数。当对数据特异性要求较高时，采用距离目标时间更近、时间滑动窗口较短(如最近一周)风速观测数据进行滑动计算。当对数据特异性要求低时，采用距离目标时间较远点、时间滑动窗口较长的风速观测数据进行滑动计算，因此具有很好的普适性。

49、本发明通过二维联合正态分布概率密度函数对有限时间长度内风速观测数据进行统计分析和未来超阈值的大风风险预判，可有效量化评估有限时空范围内的大风风险，保障新能源风电场运营安全和收益。