System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及风力发电领域,具体而言,涉及一种风力发电机的输出功率的预测方法及装置、存储介质、电子装置。
技术介绍
1、风资源在时空分布上的不均匀导致风力发电机的输出功率具有随机性和波动性,大规模的风电并网也给电网的安全稳定运行带来极大挑战,对风力发电机的输出功率进行及时且准确的预测是应对风力发电机的输出功率的波动性的关键技术手段。对风力发电机的输出功率进行精准预测,有利于发电企业制定生产计划和运维安排,同时有助于降低电网调度机构的调度压力。
2、目前已有的风力发电机的输出功率的预测技术路线包括物理方法、统计方法以及混合方法,物理方法是基于数值天气预报数据,考虑风电场所在地的地形地表特性,基于流体力学数值模拟计算风电机组轮毂高度的风速预测值,进一步根据风机的功率曲线得到风电场的输出功率预测值。统计方法主要利用不同的统计和人工智能算法,通过对大量历史数据的学习和训练,建立预测模型,这种方法可以更好的捕捉复杂的非线性关系和时空变化,更加快速地实现风功率的预测。混合方法则是将物理方法和统计方法组合使用的方法。
3、传统的风力发电机的输出功率的预测方法已在风力发电站取得了一定的应用范围,但对风力发电机切出情况的功率预测效果却不佳。风力发电机的切出情况指的是风力发电机在风速超过其设计的安全运行上限时自动停止工作的过程。这是风力发电机保护系统的一部分,旨在防止过高的风速对风机造成损害。当风速达到或超过切出风速时,风力发电机的控制系统会触发安全机制,使风力发电机从电网中断开,叶片转向不迎风的角度,以减小风力对风力发电机的影
4、针对相关技术中,传统的风力发电机的输出功率的预测方法在对风力发电机的输出功率进行预测时未考虑风力发电机的切出情况,导致预测输出功率的准确率较低的问题,目前尚未提出有效的解决方案。
5、因此,有必要对相关技术予以改良以克服相关技术中的所述缺陷。
技术实现思路
1、本申请实施例提供了一种风力发电机的输出功率的预测方法及装置、存储介质、电子装置,以至少解决传统的风力发电机的输出功率的预测方法在对风力发电机的输出功率进行预测时未考虑风力发电机的切出情况,导致预测输出功率的准确率较低的问题。
2、根据本申请实施例的一方面,提供一种风力发电机的输出功率的预测方法,包括:获取在当前时刻之后的目标时间段的预测气象数据,其中,所述目标时间段的预测气象数据包括所述目标时间段的预测风速数据;所述目标时间段的预测风速数据包括所述目标时间段中的多个时刻的预测风速;基于所述目标时间段的预测气象数据将所述目标时间段划分为第一时间段和第二时间段,其中,所述第一时间段内至少存在一个第一时刻,所述第一时刻的实际风速大于目标型号的风力发电机的切出风速的概率大于预设阈值;通过所述第一时间段对应的第一风速修正模型对所述第一时间段对应的预测风速数据进行修正,得到第一修正风速数据;以及通过所述第二时间段对应的第二风速修正模型对所述第二时间段对应的预测风速数据进行修正,得到第二修正风速数据,其中,所述第一风速修正模型和所述第二风速修正模型均为所述目标型号的风力发电机的修正模型;基于所述第一修正风速数据预测所述目标型号的风力发电机在所述第一时间段对应的第一功率数据;以及基于所述第二修正风速数据预测所述目标型号的风力发电机在所述第二时间段对应的第二功率数据,其中,所述第一功率数据包括预测的所述目标型号的风力发电机在所述第一时间段的多个时刻的输出功率,所述第二功率数据包括预测的所述目标型号的风力发电机在所述第二时间段的多个时刻的输出功率;根据所述第一功率数据和所述第二功率数据确定目标功率数据,其中,所述目标功率数据包括所述目标型号的风力发电机在所述目标时间段的多个时刻的输出功率。
3、在一个示例性的实施例中,基于所述目标时间段的预测气象数据将所述目标时间段划分为第一时间段和第二时间段,包括:根据目标时间窗口长度从所述目标时间段中选取m个时间段,其中,m为大于等于2的整数;通过分类模型基于所述m个时间段中每个时间段对应的预测气象数据确定该时间段为参考时间段的指定概率,并在指定概率大于预设概率的情况下,确定该时间段为所述参考时间段,其中,所述参考时间段内至少存在一个所述第一时刻;在所述m个时间段中存在p个参考时间段的情况下,将所述p个参考时间段的并集确定为所述第一时间段,并将所述目标时间段中除所述第一时间段外的时间段确定为所述第二时间段,p为大于等于1、小于等于m的整数。
4、在一个示例性的实施例中,通过所述第一时间段对应的第一风速修正模型对所述第一时间段对应的预测风速数据进行修正,得到第一修正风速数据,包括:通过所述分类模型确定所述p个参考时间段中的每个参考时间段对应的风速变化趋势;通过所述p个参考时间段中的第p个参考时间段对应的风速变化趋势对应的风速修正模型对所述第p个参考时间段对应的预测风速数据进行修正,得到第p个修正风速数据,其中,p取1,...,p-1,p,第一风速修正模型包括不同风速变化趋势对应的风速修正模型,所述第一修正风速数据包括所述第p个修正风速数据。
5、在一个示例性的实施例中,基于所述第一修正风速数据预测所述目标型号的风力发电机在所述第一时间段对应的第一功率数据,包括:通过所述第p个参考时间段对应的风速变化趋势对应的功率预测模型,基于所述第p个修正风速数据和所述第p个参考时间段对应的预测目标气象要素数据确定所述第p个参考时间段对应的第p个功率数据,其中,功率预测模型用于预测所述目标型号的风力发电机的输出功率,不同风速变化趋势对应的功率预测模型不同,所述目标时间段的预测气象数据还包括所述第p个参考时间段对应的预测目标气象要素数据,所述第p个功率数据包括所述目标型号的风力发电机在所述第p个参考时间段中的多个时刻的输出功率;根据所述p个参考时间段对应的p个功率数据确定所述第一时间段对应的第一功率数据,其中,在所述p个功率数据中存在一个时刻具有多个输出功率的情况下,将所述多个输出功率的均值确定为所述目标型号的风力发电机在该时刻的输出功率。
...
【技术保护点】
1.一种风力发电机的输出功率的预测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,基于所述目标时间段的预测气象数据将所述目标时间段划分为第一时间段和第二时间段,包括:
3.根据权利要求2所述的方法,其特征在于,通过所述第一时间段对应的第一风速修正模型对所述第一时间段对应的预测风速数据进行修正,得到第一修正风速数据,包括:
4.根据权利要求3所述的方法,其特征在于,基于所述第一修正风速数据预测所述目标型号的风力发电机在所述第一时间段对应的第一功率数据,包括:
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
6.根据权利要求5所述的方法,其特征在于,得到所述每个簇对应的风速变化趋势对应的风速修正模型之后,所述方法还包括:
7.根据权利要求1所述的方法,其特征在于,基于所述第二修正风速数据预测所述目标型号的风力发电机在所述第二时间段对应的第二功率数据,包括:
8.根据权利要求7所述的方法,其特征在于,所述方法还包括:
9.根据权利要求8所述的方法,其特征在于,
10.一种风力发电机的输出功率的预测装置,其特征在于,包括:
11.一种计算机可读的存储介质,其特征在于,所述计算机可读的存储介质包括存储的程序,其中,所述程序运行时执行权利要求1至9中任一项所述的方法。
12.一种电子装置,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为通过所述计算机程序执行权利要求1至9中任一项所述的方法。
13.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至9中任一项所述的方法。
...【技术特征摘要】
1.一种风力发电机的输出功率的预测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,基于所述目标时间段的预测气象数据将所述目标时间段划分为第一时间段和第二时间段,包括:
3.根据权利要求2所述的方法,其特征在于,通过所述第一时间段对应的第一风速修正模型对所述第一时间段对应的预测风速数据进行修正,得到第一修正风速数据,包括:
4.根据权利要求3所述的方法,其特征在于,基于所述第一修正风速数据预测所述目标型号的风力发电机在所述第一时间段对应的第一功率数据,包括:
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
6.根据权利要求5所述的方法,其特征在于,得到所述每个簇对应的风速变化趋势对应的风速修正模型之后,所述方法还包括:
7.根据权利要求1所述的方法,其特征在于,基于所述第二修正...
【专利技术属性】
技术研发人员:朱宏志,王一妹,任鑫,孙钰淑,祝金涛,周利,韩艳水,石永利,张家辉,董恩雷,胡堂丽,
申请(专利权)人:华能满洲里风力发电有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。