基于风速陡变占空比的风速间歇性定量刻画方法技术

基于风速陡变占空比的风速间歇性定量刻画方法，属于风速间歇性定量描述技术领域。本发明专利技术解决了风电出力陡变给电力系统带来的危害得不到缓解的问题。本发明专利技术的技术方案为：定义风速陡变占空比，使用风电场实测历史风速数据得到风速陡变占空比的时间序列；利用Pearson自相关性分析方法对风速陡变占空比时间序列的可预报性进行分析；利用BP神经网络建立风速陡变占空比时间序列预报模型并对风速陡变占空比进行预报，完成对未来风速间歇性的定量刻画。本发明专利技术适用于电力系统、铁路运行监测预警、桥梁设计及建筑物设计等领域。

【技术实现步骤摘要】
基于风速陡变占空比的风速间歇性定量刻画方法
本专利技术涉及一种风速间歇性的定量刻画方法，特别涉及一种基于风速陡变占空比的风速间歇性定量刻画方法，属于风速间歇性定量描述

技术介绍
风速特性的研究对电力系统、铁路运行监测预警指挥系统、桥梁设计及建筑物设计等领域有着重要的意义。以电力系统为例，二十一世纪以来风电发展迅猛，在电力系统中占的比例越来越大。然而由于风具有波动性、随机性和间歇性的特性，使得风电大规模并网后改变了原有电网的运行方式，影响电网的稳定和安全运行。因此对风的特性进行研究，可以为电力系统提供更为详细的风电输出特性，平抑风电波动对电网造成的危害。目前对于风速基本特性——间歇性，有学者给出了一个定性的定义：指均线沿时间轴的接近不连续的快速变化。风速的间歇性——均线沿时间轴的接近不连续的快速变化使得风电出力出现陡变，给电力系统的安全运行造成威胁。特别是在负荷的高峰和低谷时期，这种威胁尤为巨大。因为在负荷高峰时段，机组的出力基点已调至高点，备用裕量明显不足，如果此时原有接入电网的风电出力突然降低，很可能会造成电网出力跟不上负荷的变化，从而使得系统频率下降，系统内有功率不能平衡。在负荷低谷时段，机组的出力基点已调至低点，各机组出力压到较低的位置，系统备用向下调节能力明显不足，如果此时原有接入电网的风电出力突然升高，不可避免的要采取弃风的措施来维持系统的平衡。所以风速间歇性的研究对于风电接入后电力系统的安全运行有着重要的意义。在铁路运营中，风速间歇性引起的阵发性强风使得列车流场特性明显改变，气动性能恶化，严重影响列车侧向稳定性。在风口区域的特大桥梁、高路堤、丘陵以及曲线等特殊路段，环境风与列车气动力相互叠加，使列车脱轨、倾覆的可能性大大增加，威胁列车的安全运行。对风速的间歇性进行研究，可以为铁路运行监测预警指挥系统提供参考信息，保证列车的安全运行。此外，风速间歇性的研究对于桥梁、建筑物的安全设计以也有着重要的参考价值。目前风速的研究热点集中在风速的确定性预报以及预报的不确定性研究上，而对于风速间歇性的研究，相关学者只是定性的描述风速间歇性带来的危害，但是至于用具体的参数来定量的刻画风速间歇性，目前在公开的文献中并没有详细记载。
技术实现思路
本专利技术的目的是提出一种基于风速陡变占空比的风速间歇性定量刻画方法，对风速的间歇性进行定量的刻画，在风速预报的基础上，给电力系统的调度和控制提供额外的参考信息，从而解决了风电出力陡变给电力系统带来的危害得不到缓解的问题。本专利技术为解决上述技术问题所采用的技术方案是：本专利技术所述的基于风速陡变占空比的风速间歇性定量刻画方法，是按照以下步骤实现的：步骤一、定义风速陡变占空比，使用风电场实测历史风速数据得到风速陡变占空比的时间序列；其中，风速陡变占空比的定义如下：记t时刻及t+△t时刻的风速分别为v(t)和v(t+△t)，则△t时间间隔内，风速变化量计算公式：△v(t)＝v(t+△t)-v(t)对于风速变化量，提前给定一个正的阈值θ1和一个负的阈值θ2，当△v(t)>θ1时，表明风速发生了一次陡升，当△v(t)<θ2时，表明风速发生了一次陡降，取L时间段内的风速序列，根据风速变化量计算公式计算时间间隔△t下的风速变化量序列{△v(t)}，该序列的长度记为M，同时统计L时间段内风速发生陡升和陡降的次数，分别记为N1和N2，在此基础上，风速陡变占空比DRWSR的定义如下：风速陡变占空比取值范围为[0,1]；步骤二、在步骤一的基础上，利用Pearson自相关性分析方法对风速陡变占空比时间序列的可预报性进行分析；步骤三、根据步骤二的分析结果，利用BP神经网络建立风速陡变占空比时间序列预报模型并对风速陡变占空比进行预报，完成对未来风速间歇性的定量刻画。本专利技术的有益效果是：1、本专利技术定义了一个参数——风速陡变占空比来定量的刻画风速的间歇性，同时对得到的风速陡变占空比时间序列进行研究发现其具有可预报性，并利用BP神经网络建立预报模型进行预报，对未来的风速间歇性进行定量描述。除了电力系统的应用，这一方法对铁路运行监测预警指挥系统、桥梁设计及建筑物设计等领域也有重要的参考应用价值。2、本专利技术对风速的间歇性进行定量的刻画，在风速预报的基础上，给电力系统的调度和控制提供额外的参考信息，缓解了风电出力陡变给电力系统带来的危害。3、本专利技术首次用具体的参数——风速陡变占空比来定量的刻画风速的间歇性，而且该参数还具有可预报性。通过对该参数的预报，可以知道未来某一时间段内风电出力发生陡变事件在该时间段内所占的比例，电力系统以此为参考，进行风险评估，确定合理的调度裕量，确保风电接入后电力系统安全稳定的运行。附图说明图1为本专利技术方法的流程示意图；图2为内蒙古一风电场1月份真实风速时间序列图，其中横坐标表示的是采集点的个数，风电场在采集风速数据时，每隔5s采集一个点，点的个数乘以5s就是总的时间；图3为风速变化量的时间序列图，其中横坐标表示的是采集点的个数，风电场在采集风速数据时，每隔5s采集一个点，点的个数乘以5s就是总的时间；图4为风速变化量的统计分布图；图5为风速陡变占空比时间序列图；图6为风速陡变占空比时间序列自相关分析结果图；图7为提前1小时风速陡变占空比预报效果图；图8为提前2小时风速陡变占空比预报效果图；图9为提前3小时风速陡变占空比预报效果图。具体实施方式结合附图进一步详细说明本专利技术的具体实施方式。具体实施方式一：结合图1说明本实施方式，本实施方式所述的基于风速陡变占空比的风速间歇性定量刻画方法思路如下：首先定义风速陡变占空比的概念，在风电场实测历史数据的基础上，得到风速陡变占空比的时间序列；应用自相关分析的方法分析该序列的可预报性，发现其具有可预报的性质；在此基础上应用BP神经网络建立风速陡变占空比预报模型，对风速陡变占空比进行预报，从而实现对未来风速间歇性的定量刻画。基于风速陡变占空比的风速间歇性定量刻画方法，其特征在于所述方法包括以下步骤：步骤一、定义风速陡变占空比，使用风电场实测历史风速数据得到风速陡变占空比的时间序列；其中，风速陡变占空比的定义如下：记t时刻及t+△t时刻的风速分别为v(t)和v(t+△t)，则△t时间间隔内，风速变化量计算公式：△v(t)＝v(t+△t)-v(t)对于风速变化量，提前给定一个正的阈值θ1和一个负的阈值θ2，当△v(t)>θ1时，表明风速发生了一次陡升，当△v(t)<θ2时，表明风速发生了一次陡降，取L时间段(可以是1个小时或者1天)内的风速序列，根据风速变化量计算公式计算时间间隔△t下的风速变化量序列{△v(t)}，该序列的长度记为M，同时统计L时间段内风速发生陡升和陡降的次数，分别记为N1和N2，在此基础上，风速陡变占空比DRWSR的定义如下：同样的，还可以定义风速陡升占空比(DRWSRU)和风速陡降占空比(DRWSRD)：风速陡变占空比(DRWSR)实际上表示一段时间内风速发生陡变的持续时间所占的比例，其取值范围为[0,1]；DRWSR越大，表明一段时间内风速陡变持续的时间越长，则该时间段内风速的间歇性较强；反之DRWSR越小，表明一段时间内风速陡变持续时间短，该时间段内风速的间歇性较弱。由此我们可以用风速陡变占空本文档来自技高网...

【技术保护点】
一种基于风速陡变占空比的风速间歇性定量刻画方法，其特征在于所述方法包括以下步骤：步骤一、定义风速陡变占空比，使用风电场实测历史风速数据得到风速陡变占空比的时间序列；其中，风速陡变占空比的定义如下：记t时刻及t+△t时刻的风速分别为v(t)和v(t+△t)，则△t时间间隔内，风速变化量计算公式：△v(t)＝v(t+△t)‑v(t)对于风速变化量，提前给定一个正的阈值θ1和一个负的阈值θ2，当△v(t)>θ1时，表明风速发生了一次陡升，当△v(t)<θ2时，表明风速发生了一次陡降，取L时间段内的风速序列，根据风速变化量计算公式计算时间间隔△t下的风速变化量序列{△v(t)}，该序列的长度记为M，同时统计L时间段内风速发生陡升和陡降的次数，分别记为N1和N2，在此基础上，风速陡变占空比DRWSR的定义如下：DRWSR=(N1+N2)×ΔtM×Δt=N1+N2M---(1)]]>风速陡变占空比取值范围为[0,1]；步骤二、在步骤一的基础上，利用Pearson自相关性分析方法对风速陡变占空比时间序列的可预报性进行分析；步骤三、根据步骤二的分析结果，利用BP神经网络建立风速陡变占空比时间序列预报模型并对风速陡变占空比进行预报，完成对未来风速间歇性的定量刻画。...

【技术特征摘要】
1.一种基于风速陡变占空比的风速间歇性定量刻画方法，其特征在于所述方法包括以下步骤：步骤一、定义风速陡变占空比，使用风电场实测历史风速数据得到风速陡变占空比的时间序列；其中，风速陡变占空比的定义如下：记t时刻及t+△t时刻的风速分别为v(t)和v(t+△t)，则△t时间间隔内，风速变化量计算公式：△v(t)＝v(t+△t)-v(t)对于风速变化量，提前给定一个正的阈值θ1和一个负的阈值θ2，当△v(t)>θ1时，表明风速发生了一次陡升，当△v(t)<θ2时，表明风速发生了一次陡降，取L时间段内的风速序列，根据风速变化量计算公式计算时间间隔△t下的风速变化量序列{△v(t)}，该序列的长度记为M，同时统计L时间段内风速发生陡升和陡降的次数，分别记为N1和N2，在此基础上，风速陡变占空比DRWSR的定义如下：风速陡变占空比取值范围为[0,1]；步骤二、在步骤一的基础上，利用Pearson自相关性分析方法对风速陡变占空比时间序列的可预报性进行分析；步骤三、根据步骤二的分析结果，利用BP神经网络建立风速陡变占空比时间序列预报模型并对风速陡变占空比进行预报，完成对未来风速间歇性的定量刻画。2.根据权利要求1所述的基于风速陡变占空比的风速间歇性定量刻画方法，其特征在于步骤一所述的阈值θ1和θ2的确定方法如下：采用置信区间的方法确定阈值θ1和θ2，具体为：在得到风速变化量序列{△v(t)}后，统计其分布，假设{△v(t)}的分布符合正态分布，则表明{△v(t)}中有95％的数据处于区间[μ-2σ，μ+2σ]之内，即P(μ-2σ≤△v(t)≤μ+2σ)...

【专利技术属性】
技术研发人员：任国瑞，万杰，马国林，刘晨光，马骁，赵志刚，刘鑫，刘金福，郭钰锋，于达仁，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：黑龙江;23