(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 202010510276.X
(22)申请日 2020.06.08
(71)申请人 国网江苏省电力有限公司电力科学
研究院
地址 211100 江苏省南京市江宁区帕威尔
路1号
申请人 国网江苏省电力有限公司
江苏省电力试验研究院有限公司
(72)发明人 高超 张廼龙 陈杰 赵恒 刘洋
胡成博 路永玲 刘子全 陈舒
张录军
(74)专利代理机构 南京苏高专利商标事务所
(普通合伙) 32204
代理人 颜盈静
(51)Int.Cl.G06Q 10/04(2012.01)G06Q 50/06(2012.01)
(54)发明名称
与预测方法及系统
(57)摘要
本发明公开了基于SWI ‑RS分析法的风电场
风能资源评估与预测方法及系统，包括：步骤1：
根据平均风速服从偏态分布的规律，利用Gamma
分布拟合平均风速的累计概率分布函数，
将其转化为标准正态分布函数得到SWI指数序列，求解 据SWI指数序列采用去重标极差分析法求取
Hurst指数，得到风能资源的变化趋势及其未来
的变化趋势进行预测；步骤3：根据输出风电场所
在区域的SWI指数序列和Hurst指数，判断是否适
合修建风电场。权利要求书3页 说明书7页 附图1页CN 111931972 A 2020.11.13
C N 111931972
A
1.基于SWI-RS分析法的风电场风能资源评估与预测方法，其特征在于：包括以下步骤：
步骤1：基于平均风速服从偏态分布的规律，采用Gamma分布拟合平均风速的累计概率分布函数，并将累计概率分布函数转化为标准正态分布函数，根据标准正态分布函数计算得到SWI指数序列，通过求解SWI指数序列的平均值得到区域风能资源估计；
步骤2：根据SWI指数序列采用去重标极差分析法求取得到Hurst指数，得到区域风能资源的变化趋势及对未来区域风能资源的变化趋势进行预测；
步骤3：根据输出风电场所在区域的SWI指数序列和Hurst指数，判断是否适合修建风电场。
2.根据权利要求1所述的基于SWI-RS分析法的风电场风能资源评估与预测方法，其特征在于：在进行步骤1之前，还包括根据高程数据求解区域微地形特征，利用区域微地形特征对平均风速进行修正。
3.根据权利要求2所述的基于SWI-RS分析法的风电场风能资源评估与预测方法，其特征在于：所述区域微地形特征包括坡度、坡向和高程差。
4.根据权利要求3所述的基于SWI-RS分析法的风电场风能资源评估与预测方法，其特征在于：根据高程数据求解区域微地形特征，计算方法如下：
式中，slope we和slope sn分别表示东西和南北方向上的坡度，Δh为高程差，Δx和Δy为东西和南北方向上的水平距离；
坡度和坡向的计算公式为：
式中，slope表示坡度，aspect表示坡向，其余参数含义与式(1)一致。
5.根据权利要求2所述的基于SWI-RS分析法的风电场风能资源评估与预测方法，其特征在于：所述利用区域微地形特征对平均风速进行修正的步骤包括：
迎坡风修正系数k为：
式中，Δh为高程差，c为山坡倾角系数，计算公式如下：
狭管效应下风速的修正系数k为：
式中，θ为气流风向角；
不存在地形影响时，k＝1；
因此，经过地形修正的风速w为：
w＝k·V (6)。
6.根据权利要求1所述的基于SWI-RS分析法的风电场风能资源评估与预测方法，其特征在于：所述步骤1具体为：
采用Gamma分布拟合平均风速的累计概率分布函数：
F(w)＝q+(1-q)G(w) (10)
式中，q为平均风速为0的概率，Γ(α)为Gamma函数，α为形状参数，p＝w/β，w为平均风速，β为尺度参数；
将累计概率分布函数转化为标准正态分布函数，并根据标准正态分布函数计算得到SWI指数序列：
式中：当0＜F(w)≤0.5时，
当0.5＜F(w)＜1时，
通过求解SWI指数序列的平均值得到区域风能资源估计：
根据式(17)计算指数序列{SWI i}的平均值
其中，SWI i表示第i个SWI指数，τ表示总的SWI个数；
当大于第一阈值时，说明此区域风能资源丰富，当不大于第一阈值时，说明此区域风能资源匮乏。
7.根据权利要求1所述的基于SWI-RS分析法的风电场风能资源评估与预测方法，其特征在于：所述步骤2具体为：
根据式(19)求解得到Hurst指数：
ln[R(τ)/S(τ)]＝H lnτ+H lnε (19)
其中，H表示Hurst参数，可以通过最小二乘法回归得到，ε表示误差。
8.根据权利要求1所述的基于SWI-RS分析法的风电场风能资源评估与预测方法，其特征在于：所述步骤3具体为：
判断输出风电场所在区域的SWI指数序列的平均值是否小于第一阈值，若小于第一阈值，则判断输出风电场所在区域的Hurst指数是否大于第二阈值，若大于第二阈值，则不建议修建风电场，否则建议修建风电场；否则判断输出风电场所在区域的Hurst指数是否大于第二阈值，若大于第二阈值，则建议修建风电场，否则不建议修建风电场。
9.基于SWI-RS分析法的风电场风能资源评估与预测系统，其特征在于：包括
SWI指数序列计算模块，用于基于平均风速服从偏态分布的规律，采用Gamma分布拟合平均风速的累计概率分布函数，并将累计概率分布函数转化为标准正态分布函数，根据标准正态分布函数计算得到SWI指数序列；
Hurst指数计算模块，用于根据SWI指数序列计算模块得到的SWI指数序列，采用去重标极差分析法求取得到Hurst指数；
判断模块，用于根据SWI指数序列计算模块得到的SWI指数序列和Hurst指数计算模块得到的Hurst指数，
判断当前区域是否适合修建风电场；判断输出风电场所在区域的SWI指数序列的平均值是否小于第一阈值，若小于第一阈值，则判断输出风电场所在区域的Hurst 指数是否大于第二阈值，若大于第二阈值，则不建议修建风电场，否则建议修建风电场；否则判断输出风电场所在区域的Hurst指数是否大于第二阈值，若大于第二阈值，则建议修建风电场，否则不建议修建风电场。
10.根据权利要求9所述的基于SWI-RS分析法的风电场风能资源评估与预测系统，其特征在于：还包括
区域微地形特征获取模块，用于根据高程数据求解得到区域微地形特征；
平均风速修正模块，用于利用区域微地形特征对平均风速进行修正。
基于SWI -RS分析法的风电场风能资源评估与预测方法及系统
技术领域
[0001]本发明属于风能资源评估与预测领域，具体涉及一种基于SWI -RS分析法的风电场风能资源评估与预测方法及系统。
背景技术
[0002]目前，煤、石油等化石燃料仍是世界主要能源，但由于其不可再生且对环境有严重的污染，人们一直在寻化石燃料的替代品，随着科技的进步，风能和太阳能等无污染，可再生的能源等到了全世界的重视。
[0003]我国具有丰富的风能资源，据不完全计算，我国可开发利用的风能储量约10亿kW，为了能更好的使用风能资源，国家资源局和国家海洋局共同发布了《海上风电开发建设管理办法》。而风能的随机性和分散性增加了我们的使用难度。因此我们需要对各地区的风能资源进行有效的评估和预测，这对风电场的选址和指导都是至关重要的。准确的选址能够减少电力生产成本，提高风电场经济效益。
[0004]目前，主要使用weibull双参数曲线来描述风速的概率密度分布，然后需要通过最小二乘法来求解参数，但是计算复杂，对历史资料要求高，且其虽然能很好的描述风能的大小，但是无法预测风能的变化趋势。因此，需要出一种更高校，简洁的方法来对风能资源进行评估和预测。
发明内容
[0005]针对现有技术的不足，本发明提出了一种基于SWI -RS分析法的风电场风能资源评估与预测方法及系统，考虑了微地形特征对风速的影响，并且用一个计算较为简单，且更加准确的方法对各区域的风能资源进行评估，还对每个区域未来风能资源的大小进行了预测，能够成为较新的风电场选址的指导方法。
[0006]本发明所采用的技术方案是：基于SWI -RS分析法的风电场风能资源评估与预测方法，包括以下步骤：
[0007]步骤1：基于平均风速服从偏态分布的规律，采用Gamma分布拟合平均风速的累计概率分布函数，并将累计概率分布函数转化为标准正态分布函数，根据标准正态分布函数计算得到SWI指数序列，通过求解SWI指数序列的平均值得到区域风能资源估计；
[0008]步骤2：根据SWI指数序列采用去重标极差分析法求取得到Hurst指数，得到区域风能资源的变化趋势及对未来区域风能资源的变化趋势进行预测；
[0009]步骤3：根据输出风电场所在区域的SWI指数序列和Hurst指数，判断是否适合修建风电场。
[0010]进一步的，在进行步骤1之前，还包括根据高程数据求解区域微地形特征，利用区域微地形特征对平均风速进行修正。
[0011]进一步的，所述区域微地形特征包括坡度、坡向和高程差。
[0012]进一步的，根据高程数据求解区域微地形特征，计算方法如下：
说 明 书1/7页CN 111931972 A
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议