一种基于节气的风电功率预测系统和方法与流程

本发明涉及风电，更具体地说，涉及一种基于节气的风电功率预测系统和方法。

背景技术：

1、风电功率预测系统是一种创新的方法，它利用中国传统文化中的二十四节气来提高风电功率预测的准确性，这种方法考虑到了季节和气候变化对风速、风向等风电场运行条件的影响，通过将气象数据样本按照节气进行划分，建立与各个节气相对应的预测模型，从而在一定程度上减小了由于季节和气候变化带来的影响，提高了预测精度；

2、但是现有的预测系统通常依赖于历史数据和数值天气预报，而这些数据可能存在缺失或不准确的情况，影响预测精度；一些预测模型可能在特定条件下表现良好，但在其他条件下泛化能力不足，导致预测误差较大；系统可能未能充分利用实时数据进行修正和更新，导致预测结果不够精确；依赖单一预测模型可能导致预测结果对特定误差或异常情况敏感，缺乏灵活性；对于风电集群的功率预测，需要考虑多个风电场的相互作用和整体气象条件，建模难度较大。

技术实现思路

1、为解决上述问题，本发明提供了一种基于节气的风电功率预测系统和方法。

2、为了实现上述目的，一方面，本发明采用了如下技术方案：

3、一种基于节气的风电功率预测系统，包括：

4、数据采集模块，所述数据采集模块用于收集当前环境的历史数据和环境数据；

5、数据校准模块，所述数据校准模块用于对所述数据采集模块获取得到的信息进行校准，减少数据的误差；

6、实时预测模块，所述实时预测模块用于通过组合方式根据所述数据校准模块校准后的数据来对风电场进行功率预测，具体为：

7、获取得到风电场的物理法预测功率值，并标记为q；

8、获取得到风电场的时间序列法预测功率值，并标记为w；

9、获取得到风电场的人工智能法预测功率值，并标记为e；

10、根据公式r＝(q×a1)+(w×a2)+(e×a3)计算获取得到最终预测的功率值r，其中a1、a2和a3为预设的比例系数；

11、事先设定一个预测功率值的阈值，并标记为t，将预测功率值r和阈值t进行对比，如果预测功率值r小于阈值t，则判断风电场的发电功率不足，如果否，则判断风电场正常运行；

12、集群预测模块，所述集群预测模块用于综合多个风电场的相互作用和整体气象条件进行进一步预测整个风电场集群的预测功率。

13、优选的，所述风电场的物理法预测功率值的获取方式如下：

14、获取得到所述风电场风电机组的效率值，并标记为μ；

15、根据公式计算获取所述风电场的物理法预测功率值；

16、其中ρ为空气密度值，d为所述风电设备中风轮的半径，v为风速。

17、优选的，所述风电场的时间序列法预测功率值的获取方式如下，具体为：

18、获取得到当前时间点前一年的预测功率值，并标记为τ；

19、根据公式w＝b×q+(1-b)τ，计算获取得到所述风电场的时间序列法预测功率值w；

20、其中，b是预设的平滑参数。

21、优选的，所述风电场的人工智能法预测功率值的获取方式如下，具体为：

22、根据公式计算获取得到所述风电场的人工智能法预测功率值e；

23、其中θ为激活函数，u为输入的特征向量，为风速、空气密度、气压、温度和湿度中的任意一项，wi为每个特征向量对应的权重，n为输入特征的数量，为5，b为偏置项。

24、优选的，所述数据校准模块的具体工作方式如下，具体为：

25、获取得到数据采集模块收集到的实时环境信息，并标记为u；

26、环境信息为风速、空气密度、气压、温度和湿度中的任意一项；

27、根据公式计算获取得到校准过后的环境信息y，其中β环境信息的预设值，γ为预设的修正系数。

28、优选的，所述环境信息的预设值β的获取方式如下，具体为：

29、获取得到当前时间段前五年份节气的节点日期，根据二十四节气的时间节点，将获取得到的环境信息进行划分，建立与节气对应的24组数据样本集，获取得到数据样本集中记录的环境信息数据的平均数，标记为预设值β。

30、优选的，所述预设的修正系数γ的获取方式如下：

31、获取当前时间段前一年份中每个检测到的环境信息和预设值β的偏差；

32、获取得到所有偏差的平均值，并标记为p；

33、计算得到所有偏差的标准差，并标记为σs；

34、根据公式计算获取得到预设的修正系数γ。

35、优选的，所述集群预测模块的具体工作方式如下，具体为：

36、以风电场为圆心，以预设半径画圆，获取得到集群区域；

37、获取得到集群区域内所有风电场的预测功率值r和阈值t的差值；

38、事先设定一个差值的阈值，将所有差值和阈值进行对比，将差值小于阈值的所有风电场标记为基准风电场，并标记基准风电场的数量为k。

39、优选的，获取得到所述集群区域内风电场的总装机容量，并标记为h；

40、根据公式计算获取得到所述集群区域的总预测功率l，其中qi为第i个基准风电场的功率预测值，vi为第i个基准风电场的装机容量。

41、另一方面，本发明还提出了一种基于节气的风电功率预测方法，包括以下步骤：

42、步骤一：采集历史数据和数值天气预报，并对数据进行校准，减少数据的误差；

43、步骤二：根据校准后的数据来对风电场进行功率预测，判断风电场的功率是否符合预期；

44、步骤三：根据获取的预测功率，再综合多个风电场的相互作用和整体气象条件进行进一步预测整个风电场集群的预测功率。

45、有益效果：通过设置有数据校准模块和实时预测模块，可以根据历史数据来对传感器获取得到的数据进行校准，用于减少测量带来的误差，通过将不同方法获得的预测功率进行组合计算，来获得最终预测的功率值，避免产生一些预测模型可能在特定条件下表现良好，但在其他条件下泛化能力不足，导致预测误差较大的情况；

46、通过设置有集群预测模块，可以考虑多个风电场的相互作用，获取得到整个风电集群的总预测功率，避免单个风电场的预测受相互作用产生较大偏差。

技术特征：

1.一种基于节气的风电功率预测系统，其特征在于，包括：

2.根据权利要求1所述的一种基于节气的风电功率预测系统，其特征在于，所述风电场的物理法预测功率值的获取方式如下：

3.根据权利要求1所述的一种基于节气的风电功率预测系统，其特征在于，所述风电场的时间序列法预测功率值的获取方式如下，具体为：

4.根据权利要求1所述的一种基于节气的风电功率预测系统，其特征在于，所述风电场的人工智能法预测功率值的获取方式如下，具体为：

5.根据权利要求1所述的一种基于节气的风电功率预测系统，其特征在于，

6.根据权利要求5所述的一种基于节气的风电功率预测系统，其特征在于，所述环境信息的预设值β的获取方式如下，具体为：

7.根据权利要求5所述的一种基于节气的风电功率预测系统，其特征在于，所述预设的修正系数γ的获取方式如下：

8.根据权利要求1所述的一种基于节气的风电功率预测系统，其特征在于，所述集群预测模块的具体工作方式如下，具体为：

9.根据权利要求8所述的一种基于节气的风电功率预测系统，其特征在于，

10.一种基于节气的风电功率预测方法，其特征在于，包括以下步骤：

技术总结本发明公开了一种基于节气的风电功率预测系统和方法，涉及风电技术领域，包括：数据采集模块，所述数据采集模块用于收集当前环境的历史数据和环境数据；数据校准模块；实时预测模块，所述实时预测模块用于通过组合方式根据所述数据校准模块校准后的数据来对风电场进行功率预测；集群预测模块，所述集群预测模块用于根据所述实时预测模块获取的预测功率；通过设置有数据校准模块和实时预测模块，可以根据历史数据来对传感器获取得到的数据进行校准，用于减少测量带来的误差，通过将不同方法获得的预测功率进行组合计算，来获得最终预测的功率值，避免产生一些预测模型可能在特定条件下表现良好，实际预测误差较大的情况。技术研发人员：韩自奋,苏小丽,李春华,韩佳烊,牛夕蘅,雷艾虎,关新宇,贺得珺,郭庭哲,靳君,王晓丰,王家祥,金儒孔,戴文亮,武强,刘钰元,皮智敏,黄昊楠,陈宁,谢志华,吴慧娟,章云受保护的技术使用者：国网甘肃省电力公司技术研发日：技术公布日：2024/9/12