專利名稱：一種短期風(fēng)電功率預(yù)報方法
技術(shù)領(lǐng)域：
本發(fā)明涉及風(fēng)力發(fā)電系統(tǒng)領(lǐng)域，尤其涉及風(fēng)電功率預(yù)報方法，具體地說是利用高
分辨率數(shù)值模式結(jié)合風(fēng)電功率統(tǒng)計模型進行風(fēng)電場風(fēng)電功率預(yù)報的方法。
背景技術(shù)：
近年來，能源危機和環(huán)境問題的不斷加劇，引起了國際社會和公眾的高度關(guān)注，為了克服能源供需矛盾的制約，促進經(jīng)濟的可持續(xù)發(fā)展，改善人居環(huán)境，大力發(fā)展包括風(fēng)能在內(nèi)的可再生能源已成為各國政府和科技界廣泛關(guān)注的焦點。在這種形勢下，中國的風(fēng)力發(fā)電事業(yè)呈現(xiàn)了良好的發(fā)展勢頭，大型并網(wǎng)風(fēng)力發(fā)電發(fā)展迅速，到2008年底，已在24個省、市、區(qū)(不包括臺灣省)建有風(fēng)電場，總裝機容量超過1200萬千瓦。 隨著風(fēng)力發(fā)電的迅速發(fā)展，其弊端也逐漸凸顯。風(fēng)力發(fā)電是將空氣動能轉(zhuǎn)換為電能，其特性會直接受到風(fēng)特性的影響。風(fēng)的隨機波動性和間歇性決定了風(fēng)力發(fā)電的功率也是波動和間歇性的。當(dāng)風(fēng)電場的容量較小時，風(fēng)電對電網(wǎng)系統(tǒng)的影響并不明顯。隨著風(fēng)電場容量在系統(tǒng)中所占比例的增加，風(fēng)電對電網(wǎng)系統(tǒng)的影響就會越來越明顯，如電網(wǎng)調(diào)度困難、發(fā)電計劃制定困難等。大風(fēng)速擾動會使系統(tǒng)的電壓和頻率產(chǎn)生很大的變化，嚴(yán)重時將可能使系統(tǒng)失去穩(wěn)定。另外，風(fēng)電機組的運行受制于系統(tǒng)的運行條件，當(dāng)系統(tǒng)的運行條件比較惡劣，如電壓水平比較低時，風(fēng)電機組很容易在系統(tǒng)擾動或風(fēng)速擾動條件下停機，風(fēng)電作為電源突然消失，也可能使系統(tǒng)失去穩(wěn)定。有關(guān)學(xué)者申洪、陳樹勇、雷亞洲、戴慧珠等在文獻1."基于電力系統(tǒng)站臺穩(wěn)定分析的風(fēng)電場穿透功率計先計算."(電網(wǎng)技術(shù)，2002，26(8):8-11.)、2."風(fēng)電場的發(fā)電可靠性模型及其應(yīng)用."(中國電機工程學(xué)報，2000，20(3):26-29. )、3."含風(fēng)電場電力系統(tǒng)的有功優(yōu)化潮流."(電網(wǎng)技術(shù)，2002，26)中指出在一般情況下，當(dāng)風(fēng)電穿透功率(即風(fēng)電功率占系統(tǒng)總發(fā)電功率的比例)不超過8%時，我國電網(wǎng)不會出現(xiàn)較大問題。但是當(dāng)風(fēng)電穿透功率超過一定值之后，有可能對電能質(zhì)量和電力系統(tǒng)的運行產(chǎn)生影響并且可能危及常規(guī)發(fā)電方式。特別是在我國風(fēng)能資源豐富區(qū)，電網(wǎng)結(jié)構(gòu)比較薄弱，風(fēng)電穿透功率遠(yuǎn)遠(yuǎn)低于8%，風(fēng)電的波動性和間歇性嚴(yán)重的制約了風(fēng)電的發(fā)展。
風(fēng)電發(fā)達國家經(jīng)過長期的研究和探索發(fā)現(xiàn)建設(shè)預(yù)報較為準(zhǔn)確、功能較為完善的風(fēng)電功率預(yù)報系統(tǒng)是解決風(fēng)電大規(guī)模并網(wǎng)運行的關(guān)鍵措施之一。Erik L. 、 Frank、 Bailey等學(xué)者在文獻1. "Wind Power Meteorology. Part II :Siting and Models. ，， (WindEnergy. 1998， 1 :55_72. ) 2. "Modelling the Wind Climate of Ireland. ，，(Boimdary-LayerMeteorology, 1997， 85 :359-378. )3. "Short-Term Wind Forecasting. ，， (Proceedingsofthe European Wind Energy Conference, Nice, Frace，1_5 March 1999， pp. 1062-1065，ISBN1 902916 X.)中指出采用數(shù)值預(yù)報模式和風(fēng)電功率統(tǒng)計預(yù)報模型相結(jié)合的集成系統(tǒng)進行預(yù)報，是風(fēng)電場風(fēng)電功率短期預(yù)報的有效方法。其主體思想是利用數(shù)值天預(yù)報提供風(fēng)機輪轂高度的風(fēng)速、風(fēng)向等預(yù)報信息，然后利用風(fēng)速與風(fēng)向的預(yù)報資料和同期的風(fēng)電場風(fēng)電功率記錄資料建立風(fēng)電功率預(yù)報統(tǒng)計模型進行風(fēng)電功率預(yù)報。 國外風(fēng)電功率預(yù)報研究工作起步較早，比較有代表性的方法主要有丹麥Ris0國家實驗室的Prediktor預(yù)報系統(tǒng)、西班牙的LocalPred預(yù)報系統(tǒng)和德國的AWPT預(yù)報系統(tǒng)等。Prediktor預(yù)報系統(tǒng)首先利用數(shù)值天氣預(yù)報模式HIRLAM提供風(fēng)電場所在區(qū)域的風(fēng)速分布，然后利用WASP進一步綜合考慮風(fēng)電場附近障礙物、粗糙度變化等因素提供分辨率更高的風(fēng)速預(yù)報，最后由發(fā)電量計算模塊Ris0Park在預(yù)報的風(fēng)速基礎(chǔ)上計算風(fēng)電場風(fēng)電功率。LocalPred預(yù)報系統(tǒng)首先利用高分辨率的中尺度模式匪5或NWP模式結(jié)合流體力學(xué)軟件計算風(fēng)速等氣象預(yù)報場，再通過統(tǒng)計模塊(MOS)對預(yù)報風(fēng)速進行訂正，最后通過歷史出力數(shù)據(jù)與同期風(fēng)速等氣象場建立的功率輸出模型進行功率預(yù)報。Previento預(yù)報系統(tǒng)在利用數(shù)值模式預(yù)報風(fēng)機輪轂所在高度風(fēng)速的基礎(chǔ)上，結(jié)合風(fēng)電場周圍地形、地表粗糙度及熱力層結(jié)的影響對風(fēng)速進行訂正，最后通過功率預(yù)報模塊進行功率預(yù)報。 中國的風(fēng)電功率預(yù)報尚處于探索和研究階段，目前并沒有完整意義上的風(fēng)電功率預(yù)報系統(tǒng)。國家相繼啟動的甘肅酒泉、新疆哈密等7個千萬千瓦級風(fēng)電基地的規(guī)劃和建設(shè)將大大提高風(fēng)電在我國發(fā)電裝機中的比重，其伴隨的電網(wǎng)調(diào)度困難、發(fā)電計劃制定困難等問題越來越突出，許多風(fēng)電場處于拉閘限電狀態(tài)。
發(fā)明內(nèi)容
本發(fā)明的目的在于建立一套風(fēng)電功率的預(yù)報系統(tǒng)，它能夠有效預(yù)報風(fēng)電場48小時內(nèi)的風(fēng)電出力，為電網(wǎng)調(diào)度和發(fā)電計劃制定提供合理的數(shù)據(jù)支持。該系統(tǒng)利用高分辨率數(shù)值模式廳S(The Regional Atmospheric Modeling System, version 6.0)提供風(fēng)電場范圍內(nèi)的風(fēng)速、風(fēng)向、氣壓等氣象場的三維空間分布狀況，然后通過風(fēng)電功率統(tǒng)計預(yù)報模塊進行風(fēng)電功率預(yù)報。本系統(tǒng)風(fēng)速預(yù)報分辨率高、能很好的刻畫地形的變化，能夠適應(yīng)我國季風(fēng)型的氣候特點。 為了達到上述目的，本發(fā)明采用以下技術(shù)方案予以實現(xiàn)一種短期風(fēng)電功率預(yù)報系統(tǒng)，包括刀片服務(wù)器，數(shù)值模式RAMS，風(fēng)電功率統(tǒng)計預(yù)報模塊，風(fēng)電功率顯示界面以及大尺度NCEP預(yù)報場數(shù)據(jù)下載模塊。其特征在于，可以自動實現(xiàn)氣象預(yù)報場數(shù)據(jù)下載、氣象預(yù)報場計算及風(fēng)電功率預(yù)報計算。 —種風(fēng)電功率預(yù)報方法，該風(fēng)電功率預(yù)報方法包括以下步驟
(1)采集全球大尺度氣象預(yù)報場數(shù)據(jù)； (2)建立RAMS模型；所述RAMS模式利用如下方程組進行風(fēng)速、溫度、氣壓等預(yù)報場的計算， 動力學(xué)方程
<formula>formula see original document page 5</formula>
水汽混合比連續(xù)方程
&Or a_y & Sx fix S>> & 改
質(zhì)量連續(xù)方程
改 cv/ 06*0 3x3y &
其中f是科氏力參數(shù)，P是空氣密度，g為重力加速度，R為氣體常數(shù)，Cv為大氣定
容比熱，Km是動量渦動粘性系數(shù)，Kh是熱量和水汽渦動粘性系數(shù)，e是位溫，e u為冰-水
位溫，9v為虛位溫，ji為Exner函數(shù)，'為其擾動量，rn是大氣中總水量、雨、冰晶、聚合物和雪的水汽混合比，rt為總水量混合比，rv為水汽混合比，腳標(biāo)"rad"代表輻射參數(shù)化傾向，"O"表示大氣基本狀態(tài)； (3)將步驟(1)采集的大尺度氣象預(yù)報場數(shù)據(jù)輸入步驟(2)中的RAMS模型獲得風(fēng)電場范圍內(nèi)的風(fēng)向風(fēng)速預(yù)報數(shù)據(jù)； (4)通過風(fēng)電場范圍內(nèi)的風(fēng)速、風(fēng)向和氣壓的歷史預(yù)報數(shù)據(jù)結(jié)合同期風(fēng)電場的功率記錄數(shù)據(jù)利用BP神經(jīng)網(wǎng)絡(luò)建立風(fēng)電功率統(tǒng)計模型； (5)將所述預(yù)報日期的風(fēng)向風(fēng)速數(shù)據(jù)作為原始參數(shù)輸入風(fēng)電功率統(tǒng)計模型后計算得到預(yù)報日的風(fēng)電功率預(yù)報結(jié)果。 所述步驟(4)中風(fēng)電功率統(tǒng)計模型通過以下步驟建立
(a)選擇BP網(wǎng)絡(luò)采用雙曲型函數(shù)作為其激發(fā)函數(shù)，描述為 +e (b)設(shè)W(k)為BP網(wǎng)絡(luò)各層節(jié)點之間的連接權(quán)值，AW(k)為網(wǎng)絡(luò)權(quán)值的修正值，其中k表示訓(xùn)練次數(shù)，則權(quán)值的修正公式如下
W(k+1) = W(k) + AW(k)
(c)設(shè)有N組訓(xùn)練樣本，且第i組訓(xùn)練樣本的目標(biāo)值和網(wǎng)絡(luò)實際輸出值分別為1\
和Yi (k)，訓(xùn)練誤差函數(shù)和權(quán)重修正函數(shù)如下
TV
￡r』)=i￡a;-柳2
TV ,—
3昨) 上式中，AW(k)表示第k次訓(xùn)練神經(jīng)網(wǎng)絡(luò)權(quán)值的修正值，P表示學(xué)習(xí)速率；
(d)另設(shè)有M組檢測樣本，且第j組訓(xùn)練樣本的目標(biāo)值和網(wǎng)絡(luò)實際輸出值分別為Tj和Yj(k)，則檢測誤差函數(shù)為 &,,(。 = 1;^-KW)2 ° 本發(fā)明進一步改進在于采用SRTM3 90米分辨率地形資料，可以更好的刻畫下墊面地形的變化及其對風(fēng)速的影響，實現(xiàn)分辨率更高的數(shù)值計算。
6
本發(fā)明更進一步改進在于可以實現(xiàn)利用多種預(yù)報場進行計算，如T213和NCEP預(yù) 報場，可以實現(xiàn)利用多種不同水面溫度資料進行計算，可以選擇適合不同地區(qū)的下墊面及 預(yù)報場資料。 由于本發(fā)明采用90米分辨地形資料可以對平坦地形、丘陵地形、復(fù)雜地形等區(qū)域 利用不同分辨率進行計算，預(yù)報方案靈活、限制條件較少。
圖1為風(fēng)電功率預(yù)報系統(tǒng)示意圖。 圖2為應(yīng)用本系統(tǒng)的一些實施例的預(yù)報效果圖。 其中圖2 (a)為2009年1月24日某測風(fēng)塔70米高度觀測風(fēng)速與預(yù)報風(fēng)速的對 比圖； 圖2 (b)為2009年2月17日某測風(fēng)塔70米高度觀測風(fēng)速與預(yù)報風(fēng)速的對比圖對 應(yīng)圖； 圖(3)為BP神經(jīng)網(wǎng)絡(luò)示意圖 圖(4為2008年12月26日某臺風(fēng)機的記錄風(fēng)電功率與預(yù)報風(fēng)電功率對比圖；
具體實施例方式
下面結(jié)合附圖和具體實施例對本系統(tǒng)作進一步的詳細(xì)說明。 參照圖l，風(fēng)電功率預(yù)報系統(tǒng)，包括氣象與下墊面資料模塊、RAMS模式計算模塊、 風(fēng)電功率統(tǒng)計模塊、用戶顯示界面。測風(fēng)塔數(shù)據(jù)、氣象站數(shù)據(jù)、大尺度預(yù)報場數(shù)據(jù)經(jīng)過前處 理過程轉(zhuǎn)化為RAMS所需要的數(shù)據(jù)格式，為RAMS模式的計算提供初始?xì)庀髨鲂畔?；地形、?被、海溫資料為RAMS模式提供下墊面信息；利用神經(jīng)元網(wǎng)絡(luò)方法對同期的風(fēng)電功率數(shù)據(jù)與 RAMS模式計算得出的風(fēng)速、風(fēng)向、氣壓、溫度等氣象預(yù)報場進行統(tǒng)計建模，得到風(fēng)電功率統(tǒng) 計模型；利用風(fēng)電功率統(tǒng)計模型將RAMS模式預(yù)報風(fēng)速轉(zhuǎn)化為風(fēng)電功率預(yù)報結(jié)果，最后將結(jié) 果顯示到用戶終端。 參照圖2，進行氣象預(yù)報計算的RAMS模式要處于并行高性能計算機環(huán)境下，此計
算機環(huán)境包括12個計算節(jié)點，每個節(jié)點含有4個CPU，每個CPU有兩個核，計算節(jié)點之間可
以實現(xiàn)互相通信、文件共享以及并行運算，并配有一定的數(shù)據(jù)存儲空間。 圖3為RAMS模式計算流程圖，主要包括三個部分(1)準(zhǔn)備氣象數(shù)據(jù)，為模式計算
準(zhǔn)備所需預(yù)報日期的氣象場數(shù)據(jù)；(2)制定模式框架，根據(jù)風(fēng)電場位置和面積確定模式的
中心點、嵌套層數(shù)，每層嵌套所包圍的面積等；(3)RAMS模式利用上述信息進行氣象預(yù)報場
的計算。 下面結(jié)合某風(fēng)電場的預(yù)報實例進行詳細(xì)說明，該風(fēng)電場面積約為30平方公里，預(yù) 報日期為2009年1月24日。
(1)準(zhǔn)備氣象數(shù)據(jù) RAMS模式需要氣象場資料作為其初始條件和側(cè)邊界條件，為模式提供初始?xì)庀髨?信息及邊界信息，RAMS模式利用此初始值及邊界條件通過Nudging方法約束模式本身的計
算結(jié)果。 氣象場資料采用NCEP格點資料，水平分辨率為1° XI。，垂直方向包括1000hPa、975hPa、950hPa、925hPa、850hPa、800hPa、750hPEi、700hPEi、650hPEi、600hPEi、 550hPa、500hPa、450hPa、400hPa、350hPa 300hPa、250hPa、200hPa、150hPa、100hPa、70hPa， 50hPa，30hPa， 10hPa，24個氣壓層。通過模式的前處理過程fdgrib，提取NCEP數(shù)據(jù)中 各點的風(fēng)速、溫度、壓強、濕度、位勢高度5個變量并轉(zhuǎn)化為模式所需的格式，生成文件 名為"dp-p2009-0l-24-hh00"，其中hh為時間00、03、06等。探空氣象數(shù)據(jù)和地面氣 象觀測數(shù)據(jù)的作用是對NCEP數(shù)據(jù)進行適當(dāng)修正和補充并按RAMS所需格式整理成名為 "dp-r2009-01-24-hh00"， "dp-s2009-01-24-hh00"的探空數(shù)據(jù)和地面觀測數(shù)據(jù)，其中的hh 按各自的觀測時間間隔變化。 此外，需要準(zhǔn)備風(fēng)電場所在范圍內(nèi)的地形、相應(yīng)月份的NDVI植被資料，以及水面 溫度資料。 (2)制定模式框架 該風(fēng)電場面積為30平方公里，最內(nèi)層嵌套區(qū)域面積應(yīng)大于30平方公里，以將風(fēng)電 場全部包括在內(nèi)。根據(jù)模式計算穩(wěn)定需要以及模式運算時間限制，確定最內(nèi)層水平分辨率 為lkm，水平方向格點數(shù)為14X14。因為NCEP預(yù)報場分辨率為110km，需要經(jīng)過動力降尺度 將110km分辨率數(shù)據(jù)降低為最內(nèi)層lkm分辨率數(shù)據(jù)，因此采用3重嵌套區(qū)域，最外層分辨率 16km，次外層4km、最內(nèi)層lkm。 風(fēng)電場風(fēng)速預(yù)報主要關(guān)心風(fēng)機高度范圍內(nèi)40-120內(nèi)的風(fēng)速，因此在垂直方向靠 近地面分辨率要足夠大，而在高空分辨率可以適當(dāng)變小。本系統(tǒng)將地面以上第一層設(shè)定為 20米，可以充分反映地形對風(fēng)速的影響，各層之間距離按1. 1的比例向上增加，兩層之間的 最大距離為1120米，垂直方向一共包含42層。
(3) RAMS模式計算 RAMS模式利用如下方程組進行風(fēng)速、溫度、氣壓等預(yù)報場的計算。
動力學(xué)方程
「 ， dw ^3?！禿 ,y 3w、3 /r, 3w、3 3w、 7 = ~_~-~ — 6>7 + > + 一——)+ — C^ ——)+ — (〖——) T = —w7~一v——W"~一^一 + ——)+——(I——)+——(X ，)
熱力學(xué)方禾
、王
ct & & 改Sx: & " #、々,
水汽混合比連續(xù)方程
改 & *& & " & V&&;
質(zhì)量連續(xù)方程
—+ ，01" + ，01 '')
& c',p。610 3_y &
其中f是科氏力參數(shù)，p是空氣密度，g為重力加速度，R為氣體常數(shù)，cv為大氣定容比熱，Km是動量渦動粘性系數(shù)，Kh是熱量和水汽渦動粘性系數(shù)，e是位溫，e u為冰-水
位溫，9v為虛位溫，ji為Exner函數(shù)，'為其擾動量，rn是大氣中總水量、雨、冰晶、聚合 物和雪的水汽混合比，rt為總水量混合比，rv為水汽混合比，腳標(biāo)"rad"代表輻射參數(shù)化傾 向，"O"表示大氣基本狀態(tài)。 經(jīng)過計算生成形為a-A-2000-01-24-hhmm00-g3. h5，的數(shù)據(jù)文件，其中hh為相應(yīng) 的小時，mm為相應(yīng)的分鐘，其變化規(guī)律按模式輸出時間分辨率而變化。最后利用RAMS模式 的后處理模塊REVU，選擇需要輸出變量的經(jīng)緯度位置及高度。如圖4(a)和圖4(b)所示分 別為2009年1月24日與2009年2月17日某測風(fēng)塔70米高度觀測風(fēng)速與預(yù)報風(fēng)速的對 比圖。 (4)風(fēng)電功率計算 利用BP神經(jīng)網(wǎng)絡(luò)將歷史風(fēng)電功率資料與同期的氣象預(yù)報場數(shù)據(jù)進行建模。參照
圖(5) ， BP (Back Propagation)神經(jīng)網(wǎng)絡(luò)，是一種多層前饋網(wǎng)絡(luò)，網(wǎng)絡(luò)含有輸入層、輸出層和
處于兩層之間的隱含層，隱含層可以是單層或多層，隱含層上的節(jié)點稱為隱節(jié)點。 該圖是一個典型的3層BP網(wǎng)絡(luò)，有一層隱含層，BP網(wǎng)絡(luò)的訓(xùn)練過程分為兩個階段
正向傳播階段和反向傳播階段。正向傳播是把學(xué)習(xí)樣本的輸入值循環(huán)置入BP網(wǎng)絡(luò)的輸入
端(在本例中為風(fēng)速、風(fēng)向、溫度、等氣象場資料)，由前往后，依次計算網(wǎng)絡(luò)的隱節(jié)點和輸
出節(jié)點的值，如果在輸出層沒有得到期望的輸出結(jié)果(風(fēng)電功率記錄值)，根據(jù)網(wǎng)絡(luò)的輸出
值與期望輸出值之間的誤差，開始反向計算，即由后往前，這是誤差信號沿著原來的鏈接從
輸出層返回至輸入層，按照訓(xùn)練的目標(biāo)函數(shù)，依次調(diào)整網(wǎng)絡(luò)各層節(jié)點之間的連接權(quán)值，直到
目標(biāo)函數(shù)接近極小值為止。 在本研究中，BP網(wǎng)絡(luò)采用雙曲型函數(shù)作為其激發(fā)函數(shù)，描述為 1 —e—x /(x) = ^~~^ 設(shè)W(k)為BP網(wǎng)絡(luò)各層節(jié)點之間的連接權(quán)值，AW(k)為網(wǎng)絡(luò)權(quán)值的修正值，其中k 表示訓(xùn)練次數(shù)，則權(quán)值的修正公式如下
W(k+1) = W(k) + AW(k) 設(shè)有N組訓(xùn)練樣本，且第i組訓(xùn)練樣本的目標(biāo)值和網(wǎng)絡(luò)實際輸出值分別為1\和 Yi (k)，訓(xùn)練誤差函數(shù)和權(quán)重修正函數(shù)如下 u"4l;a;-柳2
TV ,.一 況 Aff(^^-;/^^ 上式中，AW(k)表示第k次訓(xùn)練神經(jīng)網(wǎng)絡(luò)權(quán)值的修正值，ii表示學(xué)習(xí)速率。
另設(shè)有M組檢測樣本，且第j組訓(xùn)練樣本的目標(biāo)值和網(wǎng)絡(luò)實際輸出值分別為Tj和 Yj(k)，則檢測誤差函數(shù)為五m(A;^"^Z(T;-y#))2 Robert Hecht Nielsen在 文 獻"Theory of the backpropagation neuralnetwork. "(International joint conference on neural networks,1989，1 :
9593-605.)中指出只有一個隱層的神經(jīng)網(wǎng)絡(luò)，只要節(jié)點足夠多，就可以以任意精度逼近一 個非線性的函數(shù)。因此，在該方法中隱層的數(shù)目設(shè)定為一層。又根據(jù)經(jīng)驗，隱節(jié)點數(shù)一般選 在輸入節(jié)點數(shù)的l-2倍之間時，能達到較好的效果。因此，在一個隱層、隱節(jié)點數(shù)為輸入節(jié) 點數(shù)的1-2倍之間進行建模訓(xùn)練，得到可執(zhí)行程序bp_train. exe. 由于風(fēng)速預(yù)報的間隔為一小時，預(yù)報時效為48小時，風(fēng)速預(yù)報的誤差隨著時間推 移逐漸增大，所以采用對每個小時分別建模的方法，對模式預(yù)報的風(fēng)速進行訂正， 一共建立 48個模型。 在進行風(fēng)電功率預(yù)報時將首先將歷史的風(fēng)速等氣象預(yù)報結(jié)果及風(fēng)電功率觀測結(jié)
果整理成名為result01. dat......result48. dat的48個文件，格式如下: 81 5 20080103 6. 54 4.40 —3.65875. 18 9. 2825.05 ...... ...... .................. ...... ...... 20081029 260.89 3.40 12. 55871. 30 354. 58 16. 27
其中第一行81代表歷史記錄的這一時刻共有81天，5代表采用5個因子，本例中 為風(fēng)速、溫度、氣壓、風(fēng)向、濕度。如上面數(shù)據(jù)的3-7列，每一行后的第一列為日期。第二列 為每天該時刻的風(fēng)電功率。 當(dāng)日每個時刻的氣象預(yù)報場整理為名稱為 lresult01. dat......lresult48. dat的48個文件，格式如下 1 5 20090124 1000. 20 2. 33 18. 26 867.92 201.00 17.00 其中1代表天數(shù)，5代表預(yù)報因子個數(shù)，本例中為風(fēng)速、溫度、氣壓、風(fēng)向、濕度
2.33 18.26 867.92 201.00 17. 00。 20090124代表預(yù)報日期1000. 20為任意一假設(shè)電量結(jié)
果，其作用相當(dāng)于占位符。利用前面建模生成的可執(zhí)行程序bp—train. exe進行當(dāng)日風(fēng)電功
率計算。 將數(shù)據(jù)路徑排列成如下格式，放到名為fengdian.bat的文件中，格式如下E:\ bp_train.exe E:\resultll.dat E:\resultll.arm E:\tll. outE:\lresultll. dat E:\ltll.out ...................................................................................................... ......................................................................................................
..................................E:\bp_train.exe E:\result48.dat E:\result48.ann
E:\t48. outE:\lresult48. dat E:\lt48. out 執(zhí)行時，直接雙擊即可，得到每日每個時刻的風(fēng)電功率預(yù)報結(jié)果，存放在lt-11.
out.........lt48.out中。圖(6)為2008年12月26某臺風(fēng)機的記錄風(fēng)電功率與預(yù)報風(fēng)電
功率對比圖，預(yù)報結(jié)果很好的吻合了記錄結(jié)果。
(5)界面顯示 參照圖(7)，西北電網(wǎng)風(fēng)電功率預(yù)報系統(tǒng)可以針對不同風(fēng)電場，對當(dāng)日和歷史數(shù)據(jù) 進行查詢，可以實現(xiàn)風(fēng)電功率的動態(tài)變化顯示及一天的發(fā)電總量計算。 以上內(nèi)容是結(jié)合具體的優(yōu)選實施方式對本發(fā)明所作的進一步詳細(xì)說明，不能認(rèn)定
10本發(fā)明的具體實施方式
僅限于此，對于本發(fā)明所屬技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫 離本發(fā)明構(gòu)思的前提下，還可以做出若干簡單的推演或替換，都應(yīng)當(dāng)視為屬于本發(fā)明由所
提交的權(quán)利要求書確定專利保護范圍。
權(quán)利要求
一種短期風(fēng)電功率預(yù)報方法，其特征在于，該風(fēng)電功率預(yù)報方法包括以下步驟(1)采集全球大尺度氣象預(yù)報場數(shù)據(jù)；(2)建立RAMS模型；所述RAMS模式利用如下方程組進行風(fēng)速、溫度、氣壓等預(yù)報場的計算，動力學(xué)方程 <mrow><mfrac> <mrow><mo>∂</mo><mi>u</mi> </mrow> <mrow><mo>∂</mo><mi>t</mi> </mrow></mfrac><mo>=</mo><mo>-</mo><mi>u</mi><mfrac> <mrow><mo>∂</mo><mi>u</mi> </mrow> <mrow><mo>∂</mo><mi>x</mi> </mrow></mfrac><mo>-</mo><mi>v</mi><mfrac> <mrow><mo>∂</mo><mi>u</mi> </mrow> <mrow><mo>∂</mo><mi>y</mi> </mrow></mfrac><mo>-</mo><mi>w</mi><mfrac> <mrow><mo>∂</mo><mi>u</mi> </mrow> <mrow><mo>∂</mo><mi>z</mi> </mrow></mfrac><mo>-</mo><mi>θ</mi><mfrac> <mrow><mo>∂</mo><msup> <mi>π</mi> <mo>′</mo></msup> </mrow> <mrow><mo>∂</mo><mi>x</mi> </mrow></mfrac><mo>+</mo><mi>fv</mi><mo>+</mo><mfrac> <mo>∂</mo> <mrow><mo>∂</mo><mi>x</mi> </mrow></mfrac><mrow> <mo>(</mo> <msub><mi>K</mi><mi>m</mi> </msub> <mfrac><mrow> <mo>∂</mo> <mi>u</mi></mrow><mrow> <mo>∂</mo> <mi>x</mi></mrow> </mfrac> <mo>)</mo></mrow><mo>+</mo><mfrac> <mo>∂</mo> <mrow><mo>∂</mo><mi>y</mi> </mrow></mfrac><mrow> <mo>(</mo> <msub><mi>K</mi><mi>m</mi> </msub> <mfrac><mrow> <mo>∂</mo> <mi>u</mi></mrow><mrow> <mo>∂</mo> <mi>y</mi></mrow> </mfrac> <mo>)</mo></mrow><mo>+</mo><mfrac> <mo>∂</mo> <mrow><mo>∂</mo><mi>z</mi> </mrow></mfrac><mrow> <mo>(</mo> <msub><mi>K</mi><mi>m</mi> </msub> <mfrac><mrow> <mo>∂</mo> <mi>u</mi></mrow><mrow> <mo>∂</mo> <mi>z</mi></mrow> </mfrac> <mo>)</mo></mrow> </mrow> <mrow><mfrac> <mrow><mo>∂</mo><mi>v</mi> </mrow> <mrow><mo>∂</mo><mi>t</mi> </mrow></mfrac><mo>=</mo><mo>-</mo><mi>u</mi><mfrac> <mrow><mo>∂</mo><mi>v</mi> </mrow> <mrow><mo>∂</mo><mi>x</mi> </mrow></mfrac><mo>-</mo><mi>v</mi><mfrac> <mrow><mo>∂</mo><mi>v</mi> </mrow> <mrow><mo>∂</mo><mi>y</mi> </mrow></mfrac><mo>-</mo><mi>w</mi><mfrac> <mrow><mo>∂</mo><mi>v</mi> </mrow> <mrow><mo>∂</mo><mi>z</mi> </mrow></mfrac><mo>-</mo><mi>θ</mi><mfrac> <mrow><mo>∂</mo><msup> <mi>π</mi> <mo>′</mo></msup> </mrow> <mrow><mo>∂</mo><mi>x</mi> </mrow></mfrac><mo>+</mo><mi>fu</mi><mo>+</mo><mfrac> <mo>∂</mo> <mrow><mo>∂</mo><mi>x</mi> </mrow></mfrac><mrow> <mo>(</mo> <msub><mi>K</mi><mi>m</mi> </msub> <mfrac><mrow> <mo>∂</mo> <mi>v</mi></mrow><mrow> <mo>∂</mo> <mi>x</mi></mrow> </mfrac> <mo>)</mo></mrow><mo>+</mo><mfrac> <mo>∂</mo> <mrow><mo>∂</mo><mi>y</mi> </mrow></mfrac><mrow> <mo>(</mo> <msub><mi>K</mi><mi>m</mi> </msub> <mfrac><mrow> <mo>∂</mo> <mi>v</mi></mrow><mrow> <mo>∂</mo> <mi>y</mi></mrow> </mfrac> <mo>)</mo></mrow><mo>+</mo><mfrac> <mo>∂</mo> <mrow><mo>∂</mo><mi>z</mi> </mrow></mfrac><mrow> <mo>(</mo> <msub><mi>K</mi><mi>m</mi> </msub> <mfrac><mrow> <mo>∂</mo> <mi>v</mi></mrow><mrow> <mo>∂</mo> <mi>z</mi></mrow> </mfrac> <mo>)</mo></mrow> </mrow> <mrow><mfrac> <mrow><mo>∂</mo><mi>w</mi> </mrow> <mrow><mo>∂</mo><mi>t</mi> </mrow></mfrac><mo>=</mo><mo>-</mo><mi>u</mi><mfrac> <mrow><mo>∂</mo><mi>w</mi> </mrow> <mrow><mo>∂</mo><mi>x</mi> </mrow></mfrac><mo>-</mo><mi>v</mi><mfrac> <mrow><mo>∂</mo><mi>w</mi> </mrow> <mrow><mo>∂</mo><mi>y</mi> </mrow></mfrac><mo>-</mo><mi>w</mi><mfrac> <mrow><mo>∂</mo><mi>w</mi> </mrow> <mrow><mo>∂</mo><mi>z</mi> </mrow></mfrac><mo>-</mo><mi>θ</mi><mfrac> <mrow><mo>∂</mo><msup> <mi>π</mi> <mo>′</mo></msup> </mrow> <mrow><mo>∂</mo><mi>z</mi> </mrow></mfrac><mo>-</mo><mfrac> <mrow><mi>g</mi><msubsup> <mi>θ</mi> <mi>v</mi> <mo>′</mo></msubsup> </mrow> <mrow><mo>∂</mo><mi>z</mi> </mrow></mfrac><mo>+</mo><mfrac> <mo>∂</mo> <mrow><mo>∂</mo><mi>x</mi> </mrow></mfrac><mrow> <mo>(</mo> <msub><mi>K</mi><mi>m</mi> </msub> <mfrac><mrow> <mo>∂</mo> <mi>w</mi></mrow><mrow> <mo>∂</mo> <mi>x</mi></mrow> </mfrac> <mo>)</mo></mrow><mo>+</mo><mfrac> <mo>∂</mo> <mrow><mo>∂</mo><mi>y</mi> </mrow></mfrac><mrow> <mo>(</mo> <msub><mi>K</mi><mi>m</mi> </msub> <mfrac><mrow> <mo>∂</mo> <mi>w</mi></mrow><mrow> <mo>∂</mo> <mi>y</mi></mrow> </mfrac> <mo>)</mo></mrow><mo>+</mo><mfrac> <mo>∂</mo> <mrow><mo>∂</mo><mi>z</mi> </mrow></mfrac><mrow> <mo>(</mo> <msub><mi>K</mi><mi>m</mi> </msub> <mfrac><mrow> <mo>∂</mo> <mi>w</mi></mrow><mrow> <mo>∂</mo> <mi>z</mi></mrow> </mfrac> <mo>)</mo></mrow> </mrow>熱力學(xué)方程 <mrow><mfrac> <mrow><mo>∂</mo><msub> <mi>θ</mi> <mi>il</mi></msub> </mrow> <mrow><mo>∂</mo><mi>t</mi> </mrow></mfrac><mo>=</mo><mo>-</mo><mi>u</mi><mfrac> <mrow><mo>∂</mo><msub> <mi>θ</mi> <mi>il</mi></msub> </mrow> <mrow><mo>∂</mo><mi>x</mi> </mrow></mfrac><mo>-</mo><mi>v</mi><mfrac> <mrow><mo>∂</mo><msub> <mi>θ</mi> <mi>il</mi></msub> </mrow> <mrow><mo>∂</mo><mi>y</mi> </mrow></mfrac><mo>-</mo><mi>w</mi><mfrac> <mrow><mo>∂</mo><msub> <mi>θ</mi> <mi>il</mi></msub> </mrow> <mrow><mo>∂</mo><mi>z</mi> </mrow></mfrac><mo>+</mo><msub> <mrow><mo>(</mo><mfrac> <mrow><mo>∂</mo><msub> <mi>θ</mi> <mi>il</mi></msub> </mrow> <mrow><mo>∂</mo><mi>t</mi> </mrow></mfrac><mo>)</mo> </mrow> <mi>rad</mi></msub><mo>+</mo><mfrac> <mo>∂</mo> <mrow><mo>∂</mo><mi>x</mi> </mrow></mfrac><mrow> <mo>(</mo> <msub><mi>K</mi><mi>h</mi> </msub> <mfrac><mrow> <mo>∂</mo> <msub><mi>θ</mi><mi>il</mi> </msub></mrow><mrow> <mo>∂</mo> <mi>x</mi></mrow> </mfrac> <mo>)</mo></mrow><mo>+</mo><mfrac> <mo>∂</mo> <mrow><mo>∂</mo><mi>y</mi> </mrow></mfrac><mrow> <mo>(</mo> <msub><mi>K</mi><mi>h</mi> </msub> <mfrac><mrow> <mo>∂</mo> <msub><mi>θ</mi><mi>il</mi> </msub></mrow><mrow> <mo>∂</mo> <mi>y</mi></mrow> </mfrac> <mo>)</mo></mrow><mo>+</mo><mfrac> <mo>∂</mo> <mrow><mo>∂</mo><mi>z</mi> </mrow></mfrac><mrow> <mo>(</mo> <msub><mi>K</mi><mi>h</mi> </msub> <mfrac><mrow> <mo>∂</mo> <msub><mi>θ</mi><mi>il</mi> </msub></mrow><mrow> <mo>∂</mo> <mi>z</mi></mrow> </mfrac> <mo>)</mo></mrow> </mrow>水汽混合比連續(xù)方程 <mrow><mfrac> <mrow><mo>∂</mo><msub> <mi>r</mi> <mi>n</mi></msub> </mrow> <mrow><mo>∂</mo><mi>t</mi> </mrow></mfrac><mo>=</mo><mo>-</mo><mi>u</mi><mfrac> <mrow><mo>∂</mo><msub> <mi>r</mi> <mi>n</mi></msub> </mrow> <mrow><mo>∂</mo><mi>x</mi> </mrow></mfrac><mo>-</mo><mi>v</mi><mfrac> <mrow><mo>∂</mo><msub> <mi>r</mi> <mi>n</mi></msub> </mrow> <mrow><mo>∂</mo><mi>y</mi> </mrow></mfrac><mo>-</mo><mi>w</mi><mfrac> <mrow><mo>∂</mo><msub> <mi>r</mi> <mi>n</mi></msub> </mrow> <mrow><mo>∂</mo><mi>z</mi> </mrow></mfrac><mo>+</mo><mfrac> <mo>∂</mo> <mrow><mo>∂</mo><mi>x</mi> </mrow></mfrac><mrow> <mo>(</mo> <msub><mi>K</mi><mi>h</mi> </msub> <mfrac><mrow> <mo>∂</mo> <msub><mi>r</mi><mi>n</mi> </msub></mrow><mrow> <mo>∂</mo> <mi>x</mi></mrow> </mfrac> <mo>)</mo></mrow><mo>+</mo><mfrac> <mo>∂</mo> <mrow><mo>∂</mo><mi>y</mi> </mrow></mfrac><mrow> <mo>(</mo> <msub><mi>K</mi><mi>h</mi> </msub> <mfrac><mrow> <mo>∂</mo> <msub><mi>r</mi><mi>n</mi> </msub></mrow><mrow> <mo>∂</mo> <mi>y</mi></mrow> </mfrac> <mo>)</mo></mrow><mo>+</mo><mfrac> <mo>∂</mo> <mrow><mo>∂</mo><mi>z</mi> </mrow></mfrac><mrow> <mo>(</mo> <msub><mi>K</mi><mi>h</mi> </msub> <mfrac><mrow> <mo>∂</mo> <msub><mi>r</mi><mi>n</mi> </msub></mrow><mrow> <mo>∂</mo> <mi>z</mi></mrow> </mfrac> <mo>)</mo></mrow> </mrow>質(zhì)量連續(xù)方程 <mrow><mfrac> <mrow><mo>∂</mo><msup> <mi>θ</mi> <mo>′</mo></msup> </mrow> <mrow><mo>∂</mo><mi>t</mi> </mrow></mfrac><mo>=</mo><mo>-</mo><mfrac> <mrow><mi>R</mi><msub> <mi>π</mi> <mn>0</mn></msub> </mrow> <mrow><msub> <mi>c</mi> <mi>v</mi></msub><msub> <mi>ρ</mi> <mn>0</mn></msub><msub> <mi>θ</mi> <mn>0</mn></msub> </mrow></mfrac><mrow> <mo>(</mo> <mfrac><mrow> <mo>∂</mo> <msub><mi>ρ</mi><mn>0</mn> </msub> <msub><mi>θ</mi><mn>0</mn> </msub> <mi>u</mi></mrow><mrow> <mo>∂</mo> <mi>x</mi></mrow> </mfrac> <mo>+</mo> <mfrac><mrow> <mo>∂</mo> <msub><mi>ρ</mi><mn>0</mn> </msub> <msub><mi>θ</mi><mn>0</mn> </msub> <mi>v</mi></mrow><mrow> <mo>∂</mo> <mi>y</mi></mrow> </mfrac> <mo>+</mo> <mfrac><mrow> <mo>∂</mo> <msub><mi>ρ</mi><mn>0</mn> </msub> <msub><mi>θ</mi><mn>0</mn> </msub> <mi>w</mi></mrow><mrow> <mo>∂</mo> <mi>z</mi></mrow> </mfrac> <mo>)</mo></mrow> </mrow>其中f是科氏力參數(shù)，ρ是空氣密度，g為重力加速度，R為氣體常數(shù)，cv為大氣定容比熱，Km是動量渦動粘性系數(shù)，Kh是熱量和水汽渦動粘性系數(shù)，θ是位溫，θil為冰-水位溫，θv為虛位溫，π為Exner函數(shù)，π′為其擾動量，rn是大氣中總水量、雨、冰晶、聚合物和雪的水汽混合比，rt為總水量混合比，rv為水汽混合比，腳標(biāo)“rad”代表輻射參數(shù)化傾向，“0”表示大氣基本狀態(tài)；(3)將步驟(1)采集的大尺度氣象預(yù)報場數(shù)據(jù)輸入步驟(2)中的RAMS模型獲得風(fēng)電場范圍內(nèi)的風(fēng)向風(fēng)速預(yù)報數(shù)據(jù)；(4)通過風(fēng)電場范圍內(nèi)的風(fēng)速、風(fēng)向和氣壓的歷史預(yù)報數(shù)據(jù)結(jié)合同期風(fēng)電場的功率記錄數(shù)據(jù)利用BP神經(jīng)網(wǎng)絡(luò)建立風(fēng)電功率統(tǒng)計模型；(5)將所述預(yù)報日期的風(fēng)向風(fēng)速數(shù)據(jù)作為原始參數(shù)輸入風(fēng)電功率統(tǒng)計模型后計算得到預(yù)報日的風(fēng)電功率預(yù)報結(jié)果。
2.如權(quán)利要求l所述一種短期風(fēng)電功率預(yù)報方法，其特征在于，所述步驟(4)中風(fēng)電功 率統(tǒng)計模型通過以下步驟建立(a)選擇BP網(wǎng)絡(luò)采用雙曲型函數(shù)作為其激發(fā)函數(shù)，描述為 1 —e—x(b)設(shè)W(k)為BP網(wǎng)絡(luò)各層節(jié)點之間的連接權(quán)值，AW(k)為網(wǎng)絡(luò)權(quán)值的修正值，其中k 表示訓(xùn)練次數(shù)，則權(quán)值的修正公式如下<formula>formula see original document page 3</formula>(c)設(shè)有N組訓(xùn)練樣本，且第i組訓(xùn)練樣本的目標(biāo)值和網(wǎng)絡(luò)實際輸出值分別為1\和 Yi (k)，訓(xùn)練誤差函數(shù)和權(quán)重修正函數(shù)如下<formula>formula see original document page 3</formula>上式中，AW(k)表示第k次訓(xùn)練神經(jīng)網(wǎng)絡(luò)權(quán)值的修正值，ii表示學(xué)習(xí)速率； (d)另設(shè)有M組檢測樣本，且第j組訓(xùn)練樣本的目標(biāo)值和網(wǎng)絡(luò)實際輸出值分別為Tj和 Yj(k)，則檢測誤差函數(shù)為<formula>formula see original document page 3</formula>
全文摘要
本發(fā)明公開了一種短期風(fēng)電功率預(yù)報方法，該風(fēng)電功率預(yù)報方法包括以下步驟(1)采集全球大尺度氣象預(yù)報場數(shù)據(jù)；(2)建立RAMS模型；所述RAMS模式利用如下方程組進行風(fēng)速、溫度、氣壓等預(yù)報場的計算；(3)將步驟(1)采集的大尺度氣象預(yù)報場數(shù)據(jù)輸入步驟(2)中的RAMS模型獲得風(fēng)電場范圍內(nèi)的風(fēng)向風(fēng)速預(yù)報數(shù)據(jù)；(4)通過風(fēng)電場范圍內(nèi)的風(fēng)速、風(fēng)向和氣壓的歷史預(yù)報數(shù)據(jù)結(jié)合同期風(fēng)電場的功率記錄數(shù)據(jù)利用BP神經(jīng)網(wǎng)絡(luò)建立風(fēng)電功率統(tǒng)計模型；(5)將所述預(yù)報日期的風(fēng)向風(fēng)速數(shù)據(jù)作為原始參數(shù)輸入風(fēng)電功率統(tǒng)計模型后計算得到預(yù)報日的風(fēng)電功率預(yù)報結(jié)果。由于本發(fā)明采用90米分辨地形資料可以對平坦地形、丘陵地形、復(fù)雜地形等區(qū)域利用不同分辨率進行計算，預(yù)報方案靈活、限制條件較少。
文檔編號H02J3/00GK101741085SQ20091021945
公開日2010年6月16日 申請日期2009年12月11日 優(yōu)先權(quán)日2009年12月11日
發(fā)明者于廣亮, 姜寧, 孫川永, 朱敏奕, 高媛媛, 魏磊 申請人:西北電網(wǎng)有限公司