一種組合式短期風(fēng)電功率預(yù)測(cè)系統(tǒng)及方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及風(fēng)電功率預(yù)測(cè)領(lǐng)域,更具體地說(shuō),是涉及一種組合式短期風(fēng)電功率預(yù) 測(cè)系統(tǒng)及方法。
【背景技術(shù)】
[0002] 近年來(lái),風(fēng)力發(fā)電的發(fā)展越來(lái)越迅速。據(jù)中國(guó)循環(huán)經(jīng)濟(jì)協(xié)會(huì)可再生能源專(zhuān)業(yè)委員 會(huì)(CREIA)的《中國(guó)風(fēng)電發(fā)展報(bào)告2014》統(tǒng)計(jì),全國(guó)風(fēng)電裝機(jī)容量已經(jīng)增加到91413麗。隨 著風(fēng)力發(fā)電的迅速發(fā)展,并網(wǎng)成為充分利用風(fēng)電的研究熱點(diǎn),由于風(fēng)電的輸出功率依賴(lài)于 風(fēng)速,對(duì)于風(fēng)速的波動(dòng)性、間歇性和隨機(jī)性,勢(shì)必會(huì)對(duì)電網(wǎng)的穩(wěn)定性帶來(lái)嚴(yán)重沖擊,且會(huì)影 響電網(wǎng)的電能質(zhì)量,所以準(zhǔn)確的風(fēng)電功率短期預(yù)測(cè)尤為重要。
[0003] 經(jīng)對(duì)現(xiàn)有技術(shù)文獻(xiàn)的檢索發(fā)現(xiàn),中國(guó)專(zhuān)利申請(qǐng)?zhí)枮椋?01410155445. 7,名稱(chēng)為一種 風(fēng)電功率預(yù)測(cè)組合方法和系統(tǒng),該申請(qǐng)?zhí)岢鐾ㄟ^(guò)時(shí)間序列法和BP人工神經(jīng)網(wǎng)絡(luò)法進(jìn)行預(yù) 測(cè),然后利用得到的預(yù)測(cè)結(jié)果再建立新的預(yù)測(cè)模型,最終得到了風(fēng)電功率的預(yù)測(cè)值,但該系 統(tǒng)單純利用統(tǒng)計(jì)預(yù)測(cè)模塊,也沒(méi)有精確的誤差修正系統(tǒng),預(yù)測(cè)精度并不能滿(mǎn)足當(dāng)前更高的 需求。因此,如何解決上述的問(wèn)題,為亟待解決的問(wèn)題。
【發(fā)明內(nèi)容】
[0004] 本發(fā)明的目的在于提供一種組合式短期風(fēng)電功率預(yù)測(cè)系統(tǒng)。
[0005] 本發(fā)明的另一目的是提供一種可配合上述系統(tǒng)的組合式短期風(fēng)電功率預(yù)測(cè)方法。 本發(fā)明能夠通過(guò)建立基于數(shù)值天氣預(yù)報(bào)的短期風(fēng)電功率預(yù)測(cè)系統(tǒng),利用最小方差組合法將 物理預(yù)測(cè)模塊和統(tǒng)計(jì)預(yù)測(cè)模塊進(jìn)行組合預(yù)測(cè),大大提高了預(yù)測(cè)精度,且具有簡(jiǎn)單實(shí)用、響應(yīng) 迅速的優(yōu)點(diǎn),有利于風(fēng)電功率預(yù)測(cè)的發(fā)展。
[0006] 為實(shí)現(xiàn)上述的目的,本發(fā)明的一種組合式短期風(fēng)電功率預(yù)測(cè)系統(tǒng),其包括:氣象應(yīng) 用決策支持模塊,獲取歷史風(fēng)電功率數(shù)據(jù)、數(shù)值天氣預(yù)報(bào)數(shù)據(jù)、實(shí)時(shí)上網(wǎng)數(shù)據(jù)和風(fēng)塔氣象臺(tái) 數(shù)據(jù);風(fēng)電功率組合預(yù)測(cè)模塊,連接于氣象應(yīng)用決策支持模塊,由預(yù)測(cè)模型庫(kù)和預(yù)測(cè)算法庫(kù) 組成,預(yù)測(cè)模型庫(kù)內(nèi)設(shè)有物理預(yù)測(cè)模塊和統(tǒng)計(jì)預(yù)測(cè)模塊,所述物理預(yù)測(cè)模塊和統(tǒng)計(jì)預(yù)測(cè)模 塊分別與算法庫(kù)連接,算法庫(kù)將分別從物理預(yù)測(cè)模塊和統(tǒng)計(jì)預(yù)測(cè)模塊獲取的預(yù)測(cè)值進(jìn)行組 合以預(yù)測(cè)未來(lái)72小時(shí)的風(fēng)電功率;功率預(yù)測(cè)修正模塊,連接于風(fēng)電功率組合預(yù)測(cè)模塊和氣 象應(yīng)用決策支持模塊,根據(jù)從氣象應(yīng)用決策支持模塊獲取的風(fēng)電功率歷史數(shù)據(jù),對(duì)風(fēng)電功 率組合預(yù)測(cè)模塊獲取的預(yù)測(cè)結(jié)果進(jìn)行修正;實(shí)時(shí)通信模塊,連接于功率預(yù)測(cè)修正模塊,將功 率預(yù)測(cè)修正模塊獲取的修正結(jié)果實(shí)時(shí)傳輸?shù)娇刂浦行摹?br>[0007] 本發(fā)明的系統(tǒng)通過(guò)氣象應(yīng)用決策支持模塊、風(fēng)電功率組合預(yù)測(cè)模塊、功率預(yù)測(cè)修 正模塊和實(shí)時(shí)通信模塊組成整個(gè)預(yù)測(cè)系統(tǒng),通過(guò)功率預(yù)測(cè)修正模塊分別連接風(fēng)電功率組合 預(yù)測(cè)模塊和氣象應(yīng)用決策支持模塊,能夠根據(jù)從氣象應(yīng)用決策支持模塊獲取的風(fēng)電功率歷 史數(shù)據(jù),對(duì)風(fēng)電功率組合預(yù)測(cè)模塊獲取的預(yù)測(cè)結(jié)果進(jìn)行修正,使預(yù)測(cè)誤差減小,能夠滿(mǎn)足系 統(tǒng)預(yù)測(cè)精度的高要求。
[0008] 為實(shí)現(xiàn)上述的目的,本發(fā)明的一種組合式短期風(fēng)電功率預(yù)測(cè)方法,其包括以下步 驟: ① 獲取歷史風(fēng)電功率數(shù)據(jù)、數(shù)值天氣預(yù)報(bào)數(shù)據(jù)、實(shí)時(shí)上網(wǎng)數(shù)據(jù)和風(fēng)塔氣象臺(tái)數(shù)據(jù); ② 根據(jù)步驟一獲取的數(shù)據(jù),采用方差最小組合預(yù)測(cè)法將物理預(yù)測(cè)模塊和統(tǒng)計(jì)預(yù)測(cè)模塊 進(jìn)行組合預(yù)測(cè),得出風(fēng)電功率預(yù)測(cè)值; ③ 根據(jù)步驟一獲取的數(shù)據(jù),對(duì)風(fēng)電功率預(yù)測(cè)值進(jìn)行誤差分析,對(duì)誤差修正得出最終風(fēng) 電功率預(yù)測(cè)值。
[0009] 進(jìn)一步改進(jìn)方案,上述的組合式短期風(fēng)電功率預(yù)測(cè)方法,物理預(yù)測(cè)模塊的預(yù)測(cè)步 驟包括:步驟一:通過(guò)風(fēng)速高度變換模型、風(fēng)速空間變換模型和Jensen模型求得風(fēng)電場(chǎng)對(duì) 應(yīng)風(fēng)機(jī)輪轂上風(fēng)速;步驟二:結(jié)合步驟一獲取的數(shù)據(jù),以風(fēng)速-功率曲線(xiàn)得出風(fēng)電功率預(yù)測(cè) 值。
[0010] 上述的物理預(yù)測(cè)模塊的預(yù)測(cè)步驟,步驟二中所述的Jensen模型在尾流影響下,同 一風(fēng)向上,距離上風(fēng)向風(fēng)機(jī)為X的風(fēng)機(jī)實(shí)際風(fēng)速表達(dá)式如下:
其中,表示未經(jīng)過(guò)風(fēng)機(jī)的自然風(fēng)速,轉(zhuǎn)'表示風(fēng)電機(jī)組的推力系數(shù),K為尾流下降系 數(shù),X為同一風(fēng)向上,待求風(fēng)機(jī)與上風(fēng)向風(fēng)機(jī)間的距離,R為待求風(fēng)機(jī)風(fēng)輪葉片半徑。
[0011] 上述的物理預(yù)測(cè)模塊的預(yù)測(cè)步驟,所述的風(fēng)速高度變換模型為采用距離反比法進(jìn) 行空間插值的數(shù)學(xué)模型,該數(shù)學(xué)模型為:
其中,表示X處的風(fēng)速插值,:·_則表示原空間Xi#風(fēng)速。
其中叾取歐幾里得距離。
[0012] 上述的物理預(yù)測(cè)模塊的預(yù)測(cè)步驟,所述的風(fēng)速空間變換模型為采用風(fēng)垂直切邊冪 律的數(shù)學(xué)模型,該數(shù)學(xué)模型為:
其中,,為第i臺(tái)風(fēng)機(jī)對(duì)應(yīng)高度風(fēng)速值,%和%為測(cè)風(fēng)塔數(shù)據(jù)中已知高度和該高度下對(duì) 應(yīng)風(fēng)速,%為第i臺(tái)風(fēng)機(jī)風(fēng)機(jī)高度Μ為風(fēng)切變指數(shù)。
[0013] 進(jìn)一步改進(jìn)方案,上述的組合式短期風(fēng)電功率預(yù)測(cè)方法,所述統(tǒng)計(jì)預(yù)測(cè)模塊的預(yù) 測(cè)步驟包括:步驟一:用ΒΡ神經(jīng)網(wǎng)絡(luò)計(jì)算每個(gè)輸入變量的應(yīng)用平均影響值,并對(duì)其數(shù)值進(jìn) 行排序用于篩選出顯著影響的輸入項(xiàng);步驟二:利用相似樣本聚類(lèi)分析方法,以適應(yīng)統(tǒng)計(jì) 預(yù)測(cè)模型在對(duì)樣本變化較大預(yù)測(cè)誤差較大的情況步驟三:采用遺傳算法對(duì)神經(jīng)網(wǎng)絡(luò)每層的 初始權(quán)值及閾值進(jìn)行優(yōu)化,達(dá)到全局尋優(yōu)。
[0014] 更進(jìn)一步改進(jìn)方案,上述的組合式短期風(fēng)電功率預(yù)測(cè)方法,步驟二中采用方差最 小組合預(yù)測(cè)法將物理預(yù)測(cè)模塊和統(tǒng)計(jì)預(yù)測(cè)模塊進(jìn)行組合預(yù)測(cè),對(duì)j時(shí)刻功率值進(jìn)行預(yù)測(cè), 第i個(gè)模型的預(yù)測(cè)結(jié)果為在j時(shí)刻真實(shí)功率值為;_,第i個(gè)模型的權(quán)重系數(shù)為獲,則 需要滿(mǎn)足如下約束條件:
在第j個(gè)時(shí)刻,功率預(yù)測(cè)值為:
在第j個(gè)時(shí)刻,功率預(yù)測(cè)的誤差為:
設(shè)樣本個(gè)數(shù)為n,方差最小組合預(yù)測(cè)法的目標(biāo)函數(shù)及約束條件最優(yōu)化表達(dá)如下式所 示:
其中,Sj代表風(fēng)向儀上的風(fēng)速轉(zhuǎn)化到風(fēng)機(jī)葉片上的風(fēng)速,j代表j時(shí)刻的δ。Z為目 標(biāo)函數(shù),代表風(fēng)機(jī)葉片上的風(fēng)速S平方和的最小值。
[0015] 上述的組合式短期風(fēng)電功率預(yù)測(cè)方法,所述的目標(biāo)函數(shù)展開(kāi)如下式:
其中,:1:為j時(shí)刻第i個(gè)模型的預(yù)測(cè)結(jié)果,在j時(shí)刻真實(shí)功率值為fc,_為j時(shí)刻第 i個(gè)模型的風(fēng)向儀上的風(fēng)速轉(zhuǎn)化到風(fēng)機(jī)葉片上的風(fēng)速,:?為第i個(gè)模型的權(quán)重系數(shù)。
[0016] 上述的組合式短期風(fēng)電功率預(yù)測(cè)方法,、方差最小組合預(yù)測(cè)中?個(gè)時(shí)刻不停更新, 隨著預(yù)測(cè)時(shí)刻的進(jìn)行,對(duì)進(jìn)行不停動(dòng)態(tài)更新。
[0017] 本發(fā)明的方法采用方差最小組合預(yù)測(cè)法將物理預(yù)測(cè)模塊和統(tǒng)計(jì)預(yù)測(cè)模塊進(jìn)行組 合預(yù)測(cè),采用遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)初始值,動(dòng)態(tài)更新權(quán)重系數(shù),并對(duì)權(quán)重系數(shù)進(jìn)行約束, 選取出合理的權(quán)重系數(shù)有利于提高模型的性能,降低預(yù)測(cè)誤差;同時(shí)能夠有效綜合物理預(yù) 測(cè)模塊與統(tǒng)計(jì)預(yù)測(cè)模塊單一的優(yōu)勢(shì),大大提高了預(yù)測(cè)精度;本發(fā)明還具有簡(jiǎn)單實(shí)用、響應(yīng)迅 速的優(yōu)點(diǎn),有利于風(fēng)電功率預(yù)測(cè)的發(fā)展。
【附圖說(shuō)明】
[0018] 下面將結(jié)合附圖中的具體實(shí)施例對(duì)本發(fā)明作進(jìn)一步詳細(xì)說(shuō)明,但不構(gòu)成對(duì)本發(fā)明 的任何限制。
[0019] 圖1為本發(fā)明系統(tǒng)的結(jié)構(gòu)示意圖; 圖2為本發(fā)明方法的流程圖; 圖3為本發(fā)明物理預(yù)測(cè)模塊的預(yù)測(cè)流程圖; 圖4為本發(fā)明統(tǒng)計(jì)預(yù)測(cè)模塊的預(yù)測(cè)流程圖; 圖5為本發(fā)明最小方差組合預(yù)測(cè)曲線(xiàn)圖。
【具體實(shí)施方式】
[0020] 如圖1所示,一種組合式短期風(fēng)電功率預(yù)測(cè)系統(tǒng),其包括能夠獲取歷史風(fēng)電功率 數(shù)據(jù)、數(shù)值天氣預(yù)報(bào)數(shù)據(jù)、實(shí)時(shí)上網(wǎng)數(shù)據(jù)和風(fēng)塔氣象臺(tái)數(shù)據(jù)的氣象應(yīng)用決策支持模塊;風(fēng)電 功率組合預(yù)測(cè)模塊,連接于氣象應(yīng)用決策支持模塊,由預(yù)測(cè)模型庫(kù)和預(yù)測(cè)算法庫(kù)組成,預(yù)測(cè) 模型庫(kù)內(nèi)設(shè)有物理預(yù)測(cè)模塊和統(tǒng)計(jì)預(yù)測(cè)模塊,所述物理預(yù)測(cè)模塊和統(tǒng)計(jì)預(yù)測(cè)模塊分別與算 法庫(kù)連接,算法庫(kù)將分別從物理預(yù)測(cè)模塊和統(tǒng)計(jì)預(yù)測(cè)模塊獲取的預(yù)測(cè)值進(jìn)行組合以預(yù)測(cè)未 來(lái)72小時(shí)的風(fēng)電功率;功率預(yù)測(cè)修正模塊,連接于風(fēng)電功率組合預(yù)測(cè)模塊和氣象應(yīng)用決策 支持模塊,根據(jù)從氣象應(yīng)用決策支持模塊獲取的風(fēng)電功率歷史數(shù)據(jù),對(duì)風(fēng)電功率組合預(yù)測(cè) 模塊獲取的預(yù)測(cè)結(jié)果進(jìn)行修正;實(shí)時(shí)通信模塊,連接于功率預(yù)測(cè)修正模塊,將功率預(yù)測(cè)修正 模塊獲取的修正結(jié)果實(shí)時(shí)傳輸?shù)娇刂浦行摹?br>[0021] 如圖2所示,一種組合式短期風(fēng)電功率預(yù)測(cè)方法,其包括以下步驟:首先,獲取歷 史風(fēng)電功率數(shù)據(jù)、數(shù)值天氣預(yù)報(bào)數(shù)據(jù)、實(shí)時(shí)上網(wǎng)數(shù)據(jù)和風(fēng)塔氣象臺(tái)數(shù)據(jù);其次,根據(jù)步驟一 獲取的數(shù)據(jù),采用方差最小組合預(yù)測(cè)法將物理預(yù)測(cè)模塊和統(tǒng)計(jì)預(yù)測(cè)模塊進(jìn)行組合預(yù)測(cè),得 出風(fēng)電功率預(yù)測(cè)值;最后,根據(jù)實(shí)時(shí)上網(wǎng)數(shù)據(jù)與預(yù)測(cè)數(shù)據(jù),對(duì)風(fēng)電功率預(yù)測(cè)值進(jìn)行誤差分 析,對(duì)誤差修正得出最終風(fēng)電功率預(yù)測(cè)值。
[0022] 如圖3所示,物理預(yù)測(cè)模塊的預(yù)測(cè)步驟包括:步驟一:通過(guò)風(fēng)速高度變換模型、風(fēng) 速空間變換模型和Jensen模型求得風(fēng)電場(chǎng)對(duì)應(yīng)風(fēng)機(jī)輪轂上風(fēng)速;步驟二:結(jié)合步驟一獲取 的數(shù)據(jù),以風(fēng)速-功率曲線(xiàn)得出風(fēng)電功率預(yù)測(cè)值。而在物理預(yù)測(cè)模塊的預(yù)測(cè)步驟中,風(fēng)速高 度變換模型、風(fēng)速空間變換模型和Jensen模型如下: 風(fēng)速高度變換模型
其中,#賴(lài)表示X處的風(fēng)速插值,則表示原空間xi處風(fēng)速。:務(wù)為·^:··^·!-其中:?.取歐 幾里得距離; 風(fēng)速空間變換模型
其中,%為第i臺(tái)風(fēng)機(jī)對(duì)應(yīng)高度風(fēng)速值,%和馬為測(cè)風(fēng)塔數(shù)據(jù)中已知高度和該高度下對(duì) 應(yīng)風(fēng)速,&為第i臺(tái)風(fēng)機(jī)風(fēng)機(jī)高度_為風(fēng)切變指數(shù)。
[0023]Jensen模型在尾流影響下,同一風(fēng)向上,距離上風(fēng)向風(fēng)機(jī)為X的風(fēng)機(jī)實(shí)際風(fēng)速表 達(dá)式如下:
其中,懸表示未經(jīng)過(guò)風(fēng)機(jī)的自然風(fēng)速,:?表示風(fēng)電機(jī)組的推力系數(shù),K為尾流下降系 數(shù),X為同一風(fēng)向上,待求風(fēng)機(jī)與上風(fēng)向風(fēng)機(jī)間的距離,R為待求風(fēng)機(jī)風(fēng)輪葉片半徑。
[0024]通過(guò)Jensen模型,得到風(fēng)速的實(shí)際數(shù)值,根據(jù)每個(gè)風(fēng)機(jī)自身的風(fēng)速-功率曲線(xiàn),風(fēng) 速功率曲線(xiàn)一般是:風(fēng)速小于風(fēng)機(jī)的切入風(fēng)速時(shí),風(fēng)機(jī)停機(jī),功率為〇,風(fēng)速大于切入風(fēng)速, 小于切出風(fēng)速時(shí),有些風(fēng)機(jī)功率是