[发明专利]一种区域风电功率预测方法在审
| 申请号： | 201710130285.4 | 申请日： | 2017-03-07 |
| 公开（公告）号： | CN106849066A | 公开（公告）日： | 2017-06-13 |
| 发明（设计）人： | 陆海;苏适;严玉廷;杨洋;杨家全 | 申请（专利权）人： | 云南电网有限责任公司电力科学研究院 |
| 主分类号： | H02J3/00 | 分类号： | H02J3/00;G06Q10/04;G06Q50/06 |
| 代理公司： | 北京弘权知识产权代理事务所(普通合伙)11363 | 代理人： | 逯长明,许伟群 |
| 地址： | 650217 云南省昆*** | 国省代码： | 云南;53 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 区域 电功率 预测 方法 | ||
1.一种区域风电功率预测方法，其特征在于，所述方法包括：
采集接入同一线路拓扑的区域中各个风电场的风电数据；
根据所述各个风电场风电数据中的功率数据和风速数据之间的关联与聚合特性，对所述区域中各个风电场进行分组；
根据所述各个风电场组中风电场的风电数据，建立预测模型；
根据所述预测模型，预测所述各个风电场组的功率；
将预测到的各个风电场组的风电功率叠加，获得区域风电功率预测值。
2.根据权利要求1所述的方法，其特征在于，所述线路拓扑为仅接入多个风电场的单一电网传输线路。
3.根据权利要求1-2任一项所述的方法，其特征在于，根据所述各个风电场风电数据中的功率数据和风速数据之间的关联与聚合特性，对所述区域中各个风电场进行分组，包括：
根据所述各个风电场的风电数据的功率数据和风速数据之间的关联与聚合特性，采用k均值聚类算法，对所述区域中的风电场进行分组。
4.根据权利要求3所述的方法，其特征在于，所述k均值聚类算法的步骤包括：
根据历史数据确定各个风电场的聚类输入特征向量；
确定初始聚类中心；
确定新的聚类中心；
确定所述区域中各个风电场的分组结果。
5.根据权利要求4所述的方法，其特征在于，所述历史数据包括：所述各个风电场的功率与所述区域风电功率的历史值之间的相关系数，所述各个风电场的功率数据的平均值、最大值和方差，所述各个风电场的风速数据的平均值、最大值和方差。
6.根据权利要求1所述的方法，其特征在于，所述预测模型为深度神经网络预测模型，其中，
所述深度神经网络预测模型的输入包括：风电场组中主风电场的风速序列和风电功率序列，从风电场的风速数据的平均值、最大值以及方差，从风电场的功率数据的平均值、最大值以及方差；所述深度神经网络预测模型的输出为风电场组功率的预测值；
所述主风电场为风电场组聚类过程中距聚类中心最近的风电场，所述从风电场为所述风电场组中除主风电场外的风电场。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于云南电网有限责任公司电力科学研究院，未经云南电网有限责任公司电力科学研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201710130285.4/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种自洁功能的行车记录仪镜头
- 下一篇：适用于多风场的组合式风电功率预测系统
