【CN109946765A】风电场的流场的预测方法和系统【专利】
- 格式:pdf
- 大小:582.10 KB
- 文档页数:16
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201910260622.0(22)申请日 2019.04.02(71)申请人 上海电气风电集团有限公司地址 200233 上海市徐汇区漕宝路115号(72)发明人 靳丽琴 (74)专利代理机构 上海弼兴律师事务所 31283代理人 薛琦 李梦男(51)Int.Cl.G06F 17/50(2006.01)G06K 9/62(2006.01)G06N 20/00(2019.01)(54)发明名称风电场模型的建立方法及系统、尾流值计算方法及系统(57)摘要本发明公开了一种风电场模型的建立方法及系统、尾流值计算方法及系统。
该建立方法包括:获取风电场计算域中若干检测位置的环境风速数据;根据环境风速数据计算所述风电场计算域中任一位置的未受尾流影响的来流风速数据;建立基于高斯分布的Jensen尾流模型;根据Jensen尾流模型对来流风速数据进行处理,以计算尾流风速数据;将来流风速数据和尾流风速数据作为训练样本训练机器学习模型,得到风电场模型;该风电场模型用于根据环境风速数据预测尾流风速数据。
本发明实现了不同环境风速下的尾流速度的准确、快速预测,相比三维CFD模型,不需要划分叶轮处的网格,大幅降低网格数,降低计算时间,提高了计算效率。
权利要求书2页 说明书5页 附图2页CN 109992889 A 2019.07.09C N 109992889A权 利 要 求 书1/2页CN 109992889 A1.一种风电场模型的建立方法,其特征在于,所述建立方法包括:获取风电场计算域中若干检测位置的环境风速数据;根据所述环境风速数据计算所述风电场计算域中任一位置的未受尾流影响的来流风速数据;建立基于高斯分布的Jensen尾流模型;根据所述Jensen尾流模型对所述来流风速数据进行处理,以计算尾流风速数据;将所述来流风速数据和所述尾流风速数据作为训练样本训练机器学习模型,得到所述风电场模型;所述风电场模型用于根据环境风速数据预测尾流风速数据。
专利名称:一种风速预报方法和系统
专利类型:发明专利
发明人:冯双磊,王伟胜,王勃,刘纯,靳双龙,刘晓琳,宋宗朋,胡菊,滑申冰,马振强,张艾虎,郭于阳,王铮,车建峰,张菲,
姜文玲,赵艳青,王钊,裴岩,汪步惟,李红莉,韩振永申请号:CN202210002536.1
申请日:20220105
公开号:CN114004430B
公开日:
20220429
专利内容由知识产权出版社提供
摘要:本发明提供了一种风速预报方法和系统,包括:基于模式背景场与最新的气象要素数据,采用预先构建的全局最优同化方案进行资料同化,得到模式初始状态;基于模式初始状态,采用预先训练的模式参数化方案进行预测,得到风速预报场;针对资料同化和模式参数化方案环节,在传统的基于物理机理和已知规律约束的数值天气预报模式基础上,面向缺乏或没有物理机理约束的情况,本发明通过采用人工智能算法训练出全局最优同化方案和模式参数化方案,充分发挥人工智能算法的优势,从而显著提升风速预报的准确率。
申请人:中国电力科学研究院有限公司
地址:100192 北京市海淀区清河小营东路15号
国籍:CN
代理机构:北京安博达知识产权代理有限公司
代理人:徐国文
更多信息请下载全文后查看。
专利名称:一种风力发电预测系统
专利类型:发明专利
发明人:黄彬,李义强,梁海文,沈俐,王鸿运,杨丽琴申请号:CN202010332578.2
申请日:20200424
公开号:CN111612219A
公开日:
20200901
专利内容由知识产权出版社提供
摘要:本发明公开了一种风力发电预测系统,包括集成有供电模块、控制模块、数据通讯模块、计算模块和储存模块的硬件部分及集成有风力发电预测模块、本地天气预报优化模块和风电场全生命周期预测模块的软件部分;所述控制模块用于控制硬件部分的功能;所述数据通讯模块用于获取数据并传输至外部云服务器;所述计算模块用于对数据进行计算、分析、系统参数调整和边缘计算;储存模块用于数据实时存储;所述风力发电预测模块用于为风力发电系统或电站提供功率预测,所述本地天气预报优化模块用于预测风电场实时发电量,所述风电场全生命周期预测模块用于实现风电场全生命周期预测功能。
本发明可有效解决风力发电预测、监控、有效管理运维和减少成本等问题。
申请人:明阳智慧能源集团股份公司
地址:528437 广东省中山市火炬开发区火炬路22号
国籍:CN
代理机构:广州市华学知识产权代理有限公司
代理人:冯炳辉
更多信息请下载全文后查看。
专利名称:风电场功率的预测方法和装置
专利类型:发明专利
发明人:张子良,葛铭纬,王罗,杨昊泽,孙长平,李宝良,邹祖冰,刘永前,周渊
申请号:CN202111591744.1
申请日:20211223
公开号:CN114154755A
公开日:
20220308
专利内容由知识产权出版社提供
摘要:本发明涉及风电场设计及选址技术领域,具体提供一种风电场功率的预测方法和装置,旨在解决由于未考虑风电场边界层效应,导致风电场功率预测精度降低的问题。
为此目的,本发明分别获取风电机组的基于尾流效应的第一预测功率和基于边界层效应的第二预测功率,并使用第二预测功率对第一预测功率进行功率修正,以获取当前风电机组的最终预测功率。
基于上述配置方式,本发明考虑到风电场的边界层效应对于风电场功率预测的影响,提升了基于尾流效应获取的风电场功率的精度,实现了快速、简单、准确的对风电场功率的预测。
申请人:中国长江三峡集团有限公司,华北电力大学
地址:100038 北京市海淀区玉渊潭南路1号
国籍:CN
代理机构:北京瀚仁知识产权代理事务所(普通合伙)
更多信息请下载全文后查看。
专利名称:一种风电场风力发电量预测方法
专利类型:发明专利
发明人:杨洋,单瑜阳,张亮,王秀芹,韩莹,韩志艳,赵震,王东,魏洪峰
申请号:CN202010325962.X
申请日:20200423
公开号:CN111626476A
公开日:
20200904
专利内容由知识产权出版社提供
摘要:本发明涉及风力发电技术领域,提供一种风电场风力发电量预测方法,包括:首先获取风力发电量采集序列x,并计算k阶累加生成序列x;然后基于灰色GM(1,1)模型对生成序列x建模,并结合曲线拟合法与最小二乘法求解灰色GM(1,1)模型的参数;接着建立基于误差修正的灰色GM(1,1)模型,并利用优化算法求解该模型参数;最后根据基于误差修正的灰色GM(1,1)模型,利用迭代法得到生成序列x的拟合序列并计算未来一天风力发电量的生成序列值根据累加和累减的互逆运算,得到采集序列x的拟合序列并计算未来一天风力发电量的预测值本发明能够提高风力发电量预测的精度。
申请人:渤海大学
地址:121013 辽宁省锦州市高新区科技路19号
国籍:CN
代理机构:沈阳东大知识产权代理有限公司
代理人:梁焱
更多信息请下载全文后查看。
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 201910260774.0
(22)申请日 2019.04.02
(71)申请人 上海电气风电集团有限公司
地址 200233 上海市徐汇区漕宝路115号
(72)发明人 冯烨
(74)专利代理机构 上海弼兴律师事务所 31283
代理人 薛琦 张冉
(51)Int.Cl.
G01W 1/10(2006.01)
G01P 5/00(2006.01)
G01S 17/95(2006.01)
(54)发明名称
风电场的流场的预测方法和系统
(57)摘要
本发明公开了一种风电场的流场的预测方
法和系统,其中预测方法包括以下步骤:第一时
间区间内通过各测风塔获取对应的各第一检测
点的第一风资源时间序列数据;在第二时间区间
内,通过扫描式激光雷达获取各第一检测点的第
二风资源时间序列数据,以及各第二检测点的第
三风资源时间序列数据。
根据各第一修正数据对
各第三风资源时间序列数据进行修正;根据各第
一修正数据中与重叠区间对应的数据和各第二
修正数据中与重叠区间对应的数据得到风电场
的流场预测数据。
本发明通过扫描式激光雷达获
取风电场各个格点的风资源时间序列数据,使测
风塔获取的数据和扫描式激光雷达获取的数据
相互修正,
提高风电场流场预测的精度。
权利要求书3页 说明书9页 附图3页CN 109946765 A 2019.06.28
C N 109946765
A
权 利 要 求 书1/3页CN 109946765 A
1.一种风电场的流场的预测方法,其特征在于,所述风电场中设置有m个测风塔和n个检测点,n个所述检测点包括m个与所述测风塔一一对应的第一检测点以及n-m个第二检测点,m为大于1的正整数,n为大于m的正整数,所述预测方法包括以下步骤:第一时间区间内通过各所述测风塔获取对应的各所述第一检测点的第一风资源时间序列数据,每一所述第一检测点的所述第一风资源时间序列数据包括有效数据和空缺数据,所述空缺数据与空缺时间区间相对应;
在第二时间区间内,通过扫描式激光雷达获取各所述第一检测点的第二风资源时间序列数据,以及各所述第二检测点的第三风资源时间序列数据;所述第一时间区间与所述第二时间区间具有重叠区间,所述重叠区间包含共同有效区间和所述空缺时间区间;
对于每一所述第一检测点,根据所述第二风资源时间序列数据中与所述共同有效区间相对应的数据和所述有效数据中与所述共同有效区间相对应的数据对所述空缺数据进行插补,以得到插补数据,所述插补数据与所述有效数据组成所述第一检测点的第一修正数据;
根据各所述第一检测点的第一修正数据对各所述第二检测点的所述第三风资源时间序列数据进行修正,以得到每一所述第二检测点的第二修正数据;
根据各所述第一检测点的第一修正数据中与所述重叠区间对应的数据和各所述第二检测点的第二修正数据中与所述重叠区间对应的数据得到所述风电场的流场预测数据。
2.如权利要求1所述的风电场的流场的预测方法,其特征在于,所述第一风资源时间序列数据、所述第二风资源时间序列数据和所述第三风资源时间序列数据所包含的每一个数据均包含角度信息;所述预测方法还包括以下步骤:将0~360度均分为多个扇区;根据所述角度信息所属的扇区将每一所述第一检测点的第一风资源时间序列数据中的每一个数据分别与所述角度信息所属的扇区相对应;根据所述角度信息所属的扇区将每一所述第一检测点的第二风资源时间序列数据中的数据分别与所述角度信息所属的扇区相对应;根据所述角度信息所属的扇区将每一所述第二检测点的第三风资源时间序列数据中的数据分别与所述角度信息所属的扇区相对应;
对于每一所述第一检测点,根据所述第二风资源时间序列数据中与所述共同有效区间相对应的数据和所述有效数据中与所述共同有效区间相对应的数据对所述空缺数据进行插补的步骤包括:
根据每个所述扇区对应的所述第二风资源时间序列数据中与所述共同有效区间相对应的数据和所述有效数据中与所述共同有效区间相对应的数据计算得到与每个所述扇区对应的相关性公式;
根据与每个所述扇区对应的所述相关性公式对所述空缺数据进行插补;
其中,根据一个所述第一检测点的第一修正数据对一个所述第二检测点的第三风资源时间序列数据进行修正的步骤包括:
分别将每个所述扇区对应的所述第一修正数据中与所述重叠区间对应的数据减去所述扇区对应的所述第二风资源时间序列数据中与所述重叠区间对应的数据,得到与每个所述扇区对应的补偿值;
将每个所述扇区对应的所述第三风资源时间序列数据分别和与所述扇区对应的补偿值相加,得到所述第二修正数据。
2。