(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 202010630037.8
(22)申请日 2020.07.03
(71)申请人 国网冀北电力有限公司
地址 100045 北京市西城区枣林前街32号
申请人 国能日新科技股份有限公司
北京科东电力控制系统有限责任公
司
国网新源张家口风光储示范电站有
限公司
国家电网有限公司
(72)发明人 于德明 王正宇 周永 孙荣富
丁然 武毅 王靖然 徐海翔
施贵荣 王玉林 杜延菱 任一丹
赵淑珍 蓝海波 林海峰 白雪松
袁绍军 甘景福 白静洁 李明
闫志强 潘琦
(74)专利代理机构 南京纵横知识产权代理有限公司 32224代理人 凌隽宇(51)Int.Cl.G06Q 10/04(2012.01)G06Q 10/06(2012.01)G06Q 50/06(2012.01)G06F 30/20(2020.01)G06F 16/29(2019.01) (54)发明名称
方法
(57)摘要
本发明公开了一种极端天气条件电网风电
功率预测修正方法，包括通过常规天气预报中包
含的极端天气信息启动修正流程、基于极端天气
事件识别优化修正数值天气预报、判断极端天气
类型，若为大风，则进行风速预测单向偏差修正
后，拟合实际功率特性曲线优化风资源‑功率转
换模型，若为寒潮，则直接拟合实际功率特性曲
线优化风资源‑功率转换模型、结合环境保护设
置和自并网设置对极端天气条件电网风电功率
预测进行修正，最后输出修正结果几个步骤；是
一种能够持续提升风电功率预测水平，将风电预
测结果更好地纳入日前电力平衡安排提供支持
的极端天气条件电网风电功率预测修正方法。权利要求书1页 说明书4页 附图3页CN 111950764 A 2020.11.17
C N 111950764
A
1.一种极端天气条件电网风电功率预测修正方法，其特征在于，具体包括以下步骤：
1)通过常规天气预报中包含的极端天气信息启动修正流程；
2)基于极端天气事件识别优化修正数值天气预报；
3)判断极端天气类型，若为大风，则进行风速预测单向偏差修正后，拟合实际功率特性曲线优化风资源-功率转换模型，若为寒潮，则直接拟合实际功率特性曲线优化风资源-功率转换模型；
4)结合环境保护设置和自并网设置对极端天气条件电网风电功率预测进行修正，最后输出修正结果。
2.根据权利要求1所述的一种极端天气条件电网风电功率预测修正方法，其特征在于，所述基于极端天气事件识别优化修正数值天气预报，具体为：
基于风电机组运行的温度、湿度数值天气预报要素，预测未来极端天气及其对风电机组预测功率的影响；
收集极端天气的历史案例，建立极端天气历史数据库，采用识别的事件识别方法识别未来极端天气事件，对天气指标预测值进行修正；
根据极端天气预测持续时间、天气要素指标变化方向及天气要素指标变化幅值三项基本特征量在极端天气历史数据库中寻类似事件；
基于类似事件中天气指标的实际变化过程对预测天气指标进行修正。
3.根据权利要求1述的一种极端天气条件电网风电功率预测修正方法，其特征在于，所述拟合实际功率特性曲线优化风资源-功率转换模型，具体为：
拟合得到风电机组实际功率特性曲线由风速-功率散点图滤除异常运行状态点，采用实际功率特性曲线对风资源-功率转换模型进行优化。
4.根据权利要求3所述的一种极端天气条件电网风电功率预测修正方法，其特征在于，所述风速-功率散点图根据运行数据绘制。
5.根据权利要求3所述的一种极端天气条件电网风电功率预测修正方法，其特征在于，所述异常运行状态点包括限电点和故障点。
6.根据权利要求1所述的一种极端天气条件电网风电功率预测修正方法，其特征在于，所述结合环境保护设置对极端天气条件电网风电功率预测进行修正，具体为：
风电机组分别对应不同的动作时间，对应极端运行环境设置多档自动停机/恢复保护定值；
同时，风电机组还设置手动恢复方式，机组在环境条件恢复满足运行要求后，提示风电场运行人员以手动方式启动风机并网发电；
结合数值天气预报、风电机组环境保护具体设置，针对不同风电场、不同型号风电机组修正极端天气功率预测结果。
7.根据权利要求6所述的一种极端天气条件电网风电功率预测修正方法，其特征在于，所述环境保护具体设置包括极端天气条件保护定值，动作时间和恢复方式。
权 利 要 求 书1/1页CN 111950764 A
一种极端天气条件电网风电功率预测修正方法
技术领域
[0001]本发明涉及风电功率预测领域，具体涉及一种极端天气条件电网风电功率预测修正方法。
背景技术
[0002]随着风电场的不断兴建和风电装机容量的逐年增长，风电机组的可靠运行愈发重要，不仅会决定
风电场的经济效益，还会关系到电网整体的安全稳定运行。风电机组安装在室外，极端天气是干扰其正常运行的主要原因，严重的气象灾害甚至会引发故障。[0003]风电功率预测经过多年研究和实践，预测准确率明显提高，现已逐步纳入到电力系统日前调度计划中。风电行业目前广泛采用的功率预测模型原理上是根据数值天气预报推算风资源，进而计算预测功率，未考虑极端天气对风电机组运行的影响。现有研究主要以提高一般情况下的功率预测准确性为目标，针对极端天气等特殊事件造成的功率预测偏差研究相对较少。极端天气下风电机组保护性停机导致的计划外功率变化会给省级电网日前电力平衡、备用留取带来严重冲击，影响调度计划执行。因此，针对气象环境特殊，极端天气出现概率较高的省级电网，有必要预估极端天气对风电机组运行的影响，修正功率预测结果并制定相应的调度对策，以保障风电安全消纳和电网可靠运行。
发明内容
[0004]为解决现有技术中的不足，本发明提供一种基于机组停机保护机理和极端天气功率预测偏差成因，针对气象环境特殊的省级电网给出风电预测功率修正策略及调度对策建议，为持续提升风电功率预测水平，将风电预测结果更好地纳入日前电力平衡安排提供支持的极端天气条件电网风电功率预测修正方法。
[0005]为了实现上述目标，本发明采用如下技术方案：
[0006]一种极端天气条件电网风电功率预测修正方法，具体包括以下步骤：
[0007]1)通过常规天气预报中包含的极端天气信息启动修正流程；
[0008]2)基于极端天气事件识别优化修正数值天气预报；
[0009]3)判断极端天气类型，若为大风，则进行风速预测单向偏差修正后，拟合实际功率特性曲线优化风资源-功率转换模型，若为寒潮，则直接拟合实际功率特性曲线优化风资源-功率转换模型；
[0010]4)结合环境保护设置和自并网设置对极端天气条件电网风电功率预测进行修正，最后输出修正结果。
[0011]进一步的，所述基于极端天气事件识别优化修正数值天气预报，具体为：[0012]基于风电机组运行的温度、湿度数值天气预报要素，预测未来极端天气及其对风电机组预测功率的影响；
[0013]收集极端天气的历史案例，建立极端天气历史数据库，采用识别的事件识别方法识别未来极端天气事件，对天气指标预测值进行修正；
[0014]根据极端天气预测持续时间、天气要素指标变化方向及天气要素指标变化幅值三项基本特征量在极端天气历史数据库中寻类似事件；
[0015]基于类似事件中天气指标的实际变化过程对预测天气指标进行修正。
[0016]进一步的，所述拟合实际功率特性曲线优化风资源-功率转换模型，具体为：[0017]拟合得到风电机组实际功率特性曲线由风速-功率散点图滤除异常运行状态点，采用实际功率特性曲线对风资源-功率转换模型进行优化。
[0018]进一步的，所述风速-功率散点图根据运行数据绘制。
[0019]进一步的，所述异常运行状态点包括限电点和故障点。
[0020]进一步的，所述结合环境保护设置对极端天气条件电网风电功率预测进行修正，具体为：
[0021]风电机组分别对应不同的动作时间，对应极端运行环境设置多档自动停机/恢复保护定值；
[0022]同时，风电机组还设置手动恢复方式，机组在环境条件恢复满足运行要求后，提示风电场运行人员以手动方式启动风机并网发电；
[0023]结合数值天气预报、风电机组环境保护具体设置，针对不同风电场、不同型号风电机组修正极端天气功率预测结果。
[0024]进一步的，所述环境保护具体设置包括极端天气条件保护定值，动作时间和恢复方式。
[0025]本发明所达到的有益效果：
[0026]风电等新能源大规模接入会对电力系统调度各环节带来多方面影响。对于气象环境特殊的地区，尤其需要考虑极端天气对风电出力的影响。本方法基于风电功率预测全环节预测误差成因，针对不同预测环节提出针对性的误差修正策略及调度对策建议。实际案例说明，本方法有助于提升风电功率预测水平，有助于将风电预测结果更好地纳入日前电力平衡安排。
附图说明
[0027]图1是实施例1极端天气事件基本特征量；
[0028]图2是实施例1的异常运行状态点筛选图；
[0029]图3是本发明的修正方法的逻辑框图；
[0030]图4是实施例2的低温停机过程风电场功率修正结果图；
[0031]图5是实施例2的低温停机过程全网预测功率修正结果图。
具体实施方式
[0032]下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
[0033]风电短期功率预测指针对未来一至三天的功率预测。在预测原理上主要包括数值天气预报生成、风资源-功率转换模型和预测结果修正三个环节：首先将气象数据公司提供的降尺度数值天气预报输入风资源-功率转换模型，计算风电场理论预测功率，再根据风电场的实际生产运行情况进行修正，得到最终功率预测结果。
[0034]风电功率预测的各环节均会产生误差，影响预测结果准确率。为降低极端天气对调度计划制定及执行带来的负面影响，故需要针对极端天气条件下风电功率预测三个环节的误差，分别提出修正策略与对策建议。
[0035]数值天气预报(numerical weather prediction，NWP)是指根据大气实际情况，在一定的初值和边值条件下，通过大型计算机作数值计算，求解描写天气演变过程的流体力学和热力学的方程组，预测未来一定时段的大气运动状态和天气现象的方法。空间尺度越大，天气预报的准确率越高，但以风电场为单位的风功率预测需要小尺度气象要素信息，这就需要开展空间降尺度工作，即把大尺度、低分辨率的天气预报信息转化为小尺度、高分辨率的小区域地面气候变化。空间降尺度过程会增大数值天气预报的误差。
[0036]功率预测厂家主要基于风电机组的理论功率特性曲线建立风资源-功率转换模型。由于风电机组的个体差异和故障老化，其实际功率特性曲线与出厂理论功率特性曲线可能存在一定差异，导致功率预测误差。
[0037]当前国内主流风电短期功率预测系统均未考虑风电机组在极端天气条件下的保护性停机机制，因此即便数值天气预报准确预测到未来的极端天气，功率预测结果也未能计入机组保护性停机造成的功率损失。风电机组环境保护的具体设置关系到风电场在极端天气事件中的功率变化过程。
[0038]实施例1
[0039]如图3所示，一种极端天气条件电网风电功率预测修正方法，具体包括以下步骤：[0040]步骤S1、通过常规天气预报中包含的极端天气信息启动修正流程；
[0041]步骤S2、基于风电机组运行的温度、湿度数值天气预报要素，预测未来极端天气及其对风电机组预测功率的影响；
[0042](除与风资源直接相关的风速、风向、气压外，应当引入温度、湿度等数值天气预报要素，预测未来极端天气及其对风电机组预测功率的影响)收集极端天气的历史案例，建立极端天气历史数据库，采用识别的事件识别方法识别未来极端天气事件，对天气指标预测值进行修正；
[0043]根据极端天气预测持续时间、天气要素指标变化方向及天气要素指标变化幅值三项基本特征量(如图1所示)在极端天气历史数据库中寻类似事件；
[0044]基于类似事件中天气指标的实际变化过程对预测天气指标进行修正；
[0045]步骤S3、判断极端天气类型，若为大风，则进行风速预测单向偏差修正后，拟合实际功率特性曲线优化风资源-功率转换模型，若为寒潮，则直接拟合实际功率特性曲线优化风资源-功率转换模型，其中，拟合实际功率特性曲线优化风资源-功率转换模型，具体为：[0046]拟合得到风电机组实际功率特性曲线由风速-功率散点图(根据运行数据绘制)滤除异常运行状态点(限电点、故障点等，如图2所示)，采用实际功率特性曲线对风资源-功率转换模型进行优化；
[0047]步骤S4、结合环境保护设置和自并网设置对极端天气条件电网风电功率预测进行修正，最后输出修正结果，其中，结合环境保护设置对极端天气条件电网风电功率预测进行修正，具体为：
[0048]风电机组分别对应不同的动作时间，对应极端运行环境设置多档自动停机/恢复保护定值；
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议