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() 基于气象要素相似日的风电场短期功率预测方法及系统技术方案_技高网

基于气象要素相似日的风电场短期功率预测方法及系统技术方案

技术编号:44332163 阅读:1 留言:0更新日期:2025-02-18 20:40
本发明专利技术提供了基于气象要素相似日的风电场短期功率预测方法及系统,涉及数据处理领域,该方法包括:对目标区域的多个风光水电站的基础信息、运行数据、气象数据和地形地貌数据进行数据处理,对多个风光水电站进行聚类,确定多个风力发电聚类簇、多个光伏发电聚类簇及多个水力发电聚类簇,建立多个候选风力发电预测模型、多个候选光伏发电预测模型、多个候选水力发电预测模型;生成风光水电站对应的多个候选组合预测模型,确定最优组合预测模型;获取待预测的风光水电站在目标时间段的气象预报数据和水文预报数据;通过对应的最优组合预测模型预测风力发电功率、光伏发电功率及水力发电功率,具有提高水风光发电功率预测的准确度的优点。

【技术实现步骤摘要】

本专利技术涉及数据处理领域,特别涉及基于气象要素相似日的风电场短期功率预测方法及系统


技术介绍

1、大力发展水、风、光等清洁能源,是保证未来能源安全以及应对全球气候变暖的重大战略举措,风能、太阳能是最具规模化开发前景的新能源,但二者易受气象因素的影响,输出功率具有很强的随机波动性和难以预测,随着风、光发电基地建设的不断推进。大规模风、光电直接并网,会对电力系统的顶峰、调峰和稳定运行带来极大压力。水电机组具有启停迅速、运行灵活,出力变化幅值大,对负荷变化响应快等特点,是理想的调峰电源。利用资源的天然互补性以及水电的灵活性,将水、风、光多种能源进行聚合,形成多能互补发电系统,是降低新能源并网冲击性,提升流域资源利用率的有效途径。

2、目前的功率预测方法均是单独针对水电、风电和光伏发电进行功率预测,没有考虑水、风、光几种能源之间的影响。因此,如何综合考虑水、风、光互相之间的影响,对水风光发电功率进行联合功率预测,是进一步提高水电、风电和光伏功率预测准确率需要考虑的问题。


技术实现思路

1、本专利技术提供了基于气象要素相似日的风电场短期功率预测方法及系统,此方法能够提高水风光发电功率预测的准确度。

2、为了实现上述的技术特征,本专利技术的目的是这样实现的:基于气象要素相似日的风电场短期功率预测系统,包括:

3、数据处理模块,用于对目标区域的多个风光水电站的基础信息、运行数据、气象数据和地形地貌数据进行数据处理,生成所述目标区域的处理后的多个风光水电站的基础信息、运行数据、气象数据和地形地貌数据;

4、站点聚类模块,用于基于所述目标区域的处理后的多个风光水电站的基础信息、运行数据、气象数据和地形地貌数据,对所述目标区域的多个风光水电站进行聚类,确定多个风力发电聚类簇、多个光伏发电聚类簇及多个水力发电聚类簇;

5、单一建模模块,用于对于每个所述风力发电聚类簇,建立所述风力发电聚类簇对应的多个候选风力发电预测模型,还用于对于每个所述光伏发电聚类簇,建立所述光伏发电聚类簇对应的多个候选光伏发电预测模型,还用于对于每个所述水力发电聚类簇,建立所述水力发电聚类簇对应的多个候选水力发电预测模型;

6、联合建模模块,用于对于每个所述风光水电站,基于所述风光水电站所属的风力发电聚类簇对应的多个候选风力发电预测模型、所述风光水电站所属的光伏发电聚类簇对应的多个候选光伏发电预测模块及所述风光水电站所属的水力发电聚类簇对应的多个候选水力发电预测模型,生成所述风光水电站对应的多个候选组合预测模型,对所述多个候选组合预测模型进行筛选,确定所述风光水电站对应的最优组合预测模型;

7、数据获取模块,用于获取待预测的风光水电站在目标时间段的气象预报数据和水文预报数据;

8、发电预测模块,用于通过所述待预测的风光水电站对应的最优组合预测模型基于所述待预测的风光水电站在目标时间段的气象预报数据和水文预报数据,预测所述待预测的风光水电站在目标时间段的风力发电功率、光伏发电功率及水力发电功率。

9、所述数据处理模块对目标区域的多个风光水电站的基础信息、运行数据、气象数据和地形地貌数据进行数据处理,包括:

10、对所述目标区域的多个风光水电站的运行数据和气象数据进行数据订正,生成订正后的所述目标区域的多个风光水电站运行数据和气象数据;

11、确定所述目标区域的多个风光水电站中的待补充的风光水电站,其中,所述待补充的风光水电站为运行数据的数据量不满足预设运行数据量要求的风光水电站;

12、对于每个所述待补充的风光水电站,从所述目标区域的多个风光水电站中确定所述待补充的风光水电站的相似风光水电站,基于所述相似风光水电站的运行数据和气象数据,对所述待补充的风光水电站的运行数据进行补充;

13、对经过数据订正和补充后的多个风光水电站的基础信息、运行数据、气象数据和地形地貌数据进行数据特性分析,确定多个预测控制因子。

14、所述数据处理模块对所述目标区域的多个风光水电站的运行数据和气象数据进行数据订正,包括:

15、根据所述风光水电站的风功率曲线,对所述气象数据中的风速一次修正:

16、结合所述风光水电站的历史检修记录,剔除所述气象数据中的异常风速段数据;

17、根据预设筛选规则,剔除无效气象数据及所述运行数据中的无效风力发电功率数据;

18、使用随机森林法对剔除的无效风力发电功率数据进行插补。

19、所述数据处理模块对经过数据订正和补充后的多个风光水电站的基础信息、运行数据、气象数据和地形地貌数据进行数据特性分析,确定多个预测控制因子,包括:

20、基于所述风光水电站的风资源图谱、气象数据及测风数据,对该区域风资源特性进行分析研究,确定所述风光水电站的风资源特征,其中,所述风资源特征至少包括风资源的空间分布特征、年际变化特征、年内变化特征、风频分布及风切变指数;

21、基于所述风光水电站的太阳能资源图谱及气象数据,确定所述风光水电站的光资源特征,其中,所述光资源特征至少包括太阳能资源的空间分布特征、年际变化特征、年内变化特征、太阳能资源稳定度及直射比;

22、基于所述风光水电站的流域来水量数据,确定所述风光水电站的月、季、年径流的随机性。

23、所述站点聚类模块基于所述目标区域的处理后的多个风光水电站的基础信息、运行数据、气象数据和地形地貌数据,对所述目标区域的多个风光水电站进行聚类,确定多个风力发电聚类簇、多个光伏发电聚类簇及多个水力发电聚类簇,包括:

24、基于所述目标区域的处理后的多个风光水电站的基础信息、运行数据、气象数据和地形地貌数据,对所述目标区域的多个风光水电站进行聚类,确定多个风力发电聚类簇、多个光伏发电聚类簇及多个水力发电聚类簇;

25、对于每个所述水力发电聚类簇,基于所述水力发电聚类簇包括的多个风光水电站的气象数据,确定所述水力发电聚类簇,对应的多种气象条件。

26、所述单一建模模块建立所述风力发电聚类簇对应的多个候选风力发电预测模型,包括:

27、对于每种所述气象条件,建立多个待筛选风力发电预测模型,并对所述多个待筛选风力发电预测模型进行筛选,确定至少一个候选风力发电预测模型。

28、所述单一建模模块建立所述光伏发电聚类簇对应的多个候选光伏发电预测模型,包括:

29、对于每种所述气象条件,确定不同气象要素、组合光资源特征与光伏发电功率的相关性,建立多个待筛选光伏发电预测模型,并对所述多个待筛选光伏发电预测模型进行筛选,确定至少一个候选光伏发电预测模型。

30、所述单一建模模块建立所述水力发电聚类簇对应的多个候选水力发电预测模型,包括:

31、对于每种所述气象条件,建立水力发电建模特征池,其中,所述水力发电建模特征池至少包括预报径流量特征、降水量特征、累积降水量特征、超前滞后特征及气象因子特征本文档来自技高网...

【技术保护点】

1.基于气象要素相似日的风电场短期功率预测系统,其特征在于,包括:

2.根据权利要求1所述基于气象要素相似日的风电场短期功率预测系统,其特征在于,所述数据处理模块对目标区域的多个风光水电站的基础信息、运行数据、气象数据和地形地貌数据进行数据处理,包括:

3.根据权利要求2所述基于气象要素相似日的风电场短期功率预测系统,其特征在于,所述数据处理模块对所述目标区域的多个风光水电站的运行数据和气象数据进行数据订正,包括:

4.根据权利要求2所述基于气象要素相似日的风电场短期功率预测系统,其特征在于,所述数据处理模块对经过数据订正和补充后的多个风光水电站的基础信息、运行数据、气象数据和地形地貌数据进行数据特性分析,确定多个预测控制因子,包括:

5.根据权利要求1-4中任意一项所述基于气象要素相似日的风电场短期功率预测系统,其特征在于,所述站点聚类模块基于所述目标区域的处理后的多个风光水电站的基础信息、运行数据、气象数据和地形地貌数据,对所述目标区域的多个风光水电站进行聚类,确定多个风力发电聚类簇、多个光伏发电聚类簇及多个水力发电聚类簇,包括

6.根据权利要求5所述基于气象要素相似日的风电场短期功率预测系统,其特征在于,所述单一建模模块建立所述风力发电聚类簇对应的多个候选风力发电预测模型,包括:

7.根据权利要求5所述基于气象要素相似日的风电场短期功率预测系统,其特征在于,所述单一建模模块建立所述光伏发电聚类簇对应的多个候选光伏发电预测模型,包括:

8.根据权利要求5所述基于气象要素相似日的风电场短期功率预测系统,其特征在于,所述单一建模模块建立所述水力发电聚类簇对应的多个候选水力发电预测模型,包括:

9.根据权利要求5所述基于气象要素相似日的风电场短期功率预测系统,其特征在于,所述联合建模模块对所述多个候选组合预测模型进行筛选,确定所述风光水电站对应的最优组合预测模型,包括:

10.基于气象要素相似日的风电场短期功率预测方法,其特征在于,包括:

...

【技术特征摘要】

1.基于气象要素相似日的风电场短期功率预测系统,其特征在于,包括:

2.根据权利要求1所述基于气象要素相似日的风电场短期功率预测系统,其特征在于,所述数据处理模块对目标区域的多个风光水电站的基础信息、运行数据、气象数据和地形地貌数据进行数据处理,包括:

3.根据权利要求2所述基于气象要素相似日的风电场短期功率预测系统,其特征在于,所述数据处理模块对所述目标区域的多个风光水电站的运行数据和气象数据进行数据订正,包括:

4.根据权利要求2所述基于气象要素相似日的风电场短期功率预测系统,其特征在于,所述数据处理模块对经过数据订正和补充后的多个风光水电站的基础信息、运行数据、气象数据和地形地貌数据进行数据特性分析,确定多个预测控制因子,包括:

5.根据权利要求1-4中任意一项所述基于气象要素相似日的风电场短期功率预测系统,其特征在于,所述站点聚类模块基于所述目标区域的处理后的多个风光水电站的基础信息、运行数据、气象数据和地形地貌数据,对...

【专利技术属性】
技术研发人员:刘绍勇张玮崔乐罗金文黄康迪寇文丽曹春岩张璐杨陆胡庆雄
申请(专利权)人:中国长江电力股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1