[发明专利]一种基于风电功率预测的风电水电协同运行可视化方法

说明书

一种基于风电功率预测的风电水电协同运行可视化方法。本发明提出了基于K近邻算法的风电功率预测模型，并将模型应用到了风水协同运行中，通过python语言实现，提高了协同运行系统精度和准确性，直观显示风电、水电的具体数值以及走向趋势；与点线标记技术相结合，方便调度人员对重点数据内容进行标注、分析；与指针表盘技术相结合，实现了指定节点风电、水电调度状况指标显示，方便调度人员或研究人员对风水协同运行实时状况进行评判，从而找到最优调度方案。

技术领域

本发明涉及风能利用研究领域，特别涉及一种基于风电功率预测的风电水电协同运行的可视化方法。

背景技术

风能资源是一种极具发展潜力的可再生能源，但是风电输出功率的间歇性和波动性等特点对电网的安全和稳定运行产生一定的影响。高精度的风功率预测显得必不可少，当预测达到足够精度时，可以有效减少系统用来平抑波动的旋转备用容量，从而降低经济成本。

电力系统数字仿真已成为电力系统实验研究、规划设计和调度运行的重要工具。目前，风水协同运行可视化相关研究主要有matlab 仿真、应用Qt 开发风电-水电调度平台系统，都偏重仿真部分，数据的展示都是通过简单的直角坐标折线图来展示，智能度不好；应用Qt平台展示开发复杂度比较高，并且是基于“C/S”架构，使用必须安装客户端，维护不便。

基于Echarts的web可视化，兼容性好，可高度个性化定制，开发简易，用户在浏览器上输入系统域名地址使用系统，另外，基于Echarts的web可视化架构设计采用“B/S”模式，易维护、界面一致性好、高度可扩展。

发明内容

提出基于Python的风电功率预测模型，Python是一种脚本型编程语言，它可以很方便的解释运行而非编译执行。使用脚本可以实现自动化环境。运行速度快并且便于根据不同需求进行修改。

提出了基于Echarts 的风水协同运行可视化。结合风水协同运行仿真数据，开发了预测风电、水电以及系统总输出功率动态坐标图，方便调度人员知道系统整体趋势；完成了基于仪表盘的实时风电、水电以及系统总输出功率数据展示，监控系统运行情况；作出基于地理接线图的部分风电场、水电厂调度展示，点击相应地理位置，出现相应地区的风水协同运行预测功率曲线以及真实功率输出曲线。

为了解决上述技术问题，一种基于风电功率预测的风电水电协同运行可视化方法，包括：

步骤1：采集风电场相关数据，采样时间间隔15min。选取前D天的风电功率数据及相应时间点的风速，风向等数值天气数据进行统计分析，并进行归一化处理。考虑到风向数据并不能直接反映风吹来的方向与风电功率的关系，所以考虑取风向数据的正余弦值，在同一地区，气象数据与风电功率输出数据存在周期性，这是利用统计方法通过历史数据预测未来风电功率的理论基础。

步骤2：建立基于K近邻算法预测模型，将归一化数据导入模型，建立历史数据观测点，本算例在实际数据应用中仅考虑风速v和风向θ的正余弦sinθ和cosθ，该模型的风电功率预测和三个数值天气数据相关联，故搭建三维历史数据观测模型(v, sinθ, cosθ |P_o)，并将风功率值投射到平面坐标系内，其中P_o为历史风电场风电输出功率。