[发明专利]基于时间相关性的风速建模方法

说明书

本发明提供一种基于时间相关性的风速建模方法，首先获取风电场历史风速数据，分析风电场历史风速信息，并根据风速分布信息确定威布尔分布模型，同时根据风速变化量信息归纳风速变化规律，由风速变化量信息所归纳的风速变化规律定义风速时间相关性概念，用以下一点风速分布计算。计算中，结合已经得到的风速分布及风速时间相关性共同计算以基础点为参照下的下一点风速分布情况，并抽样选取随机数以在该分布下，依据概率随机性确定该点的取值。该计算的基础点，为序列中进行该次计算前的末点。完成计算及抽样后，判断序列中所包含的数据个数是否满足需求，以决定是否继续循环或输出数据，最终得到基于时间相关性的风速模型。

技术领域

本发明涉及风电场风速描述方法，具体涉及一种通过分析风速采样点间风速变化规律的风速建模方法，改善了传统风速评估时风速模型不具备连续性的缺陷，属于风资源评估技术领域，具体是基于时间相关性的风速建模方法。

背景技术

风电作为一种清洁能源受到世界各国的高度重视，尤其是在化石能源日益枯竭的今天。大规模开发利用风电也成为我国能源战略的重要组成部分，我国风力发电技术起步较晚，但发展迅速，风电装机容量逐年攀升，风力发电占供电比重也迅速增长。但由于风电本身具有强不确定性，面对电网波动时不具有常规机组的强致稳性与抗扰性，大容量风电场接入电网后，将给电网调频、调压以及调度运行等带来了巨大的负担。风电并网对传统电力系统可靠性的影响已不可忽视，在风电场规划时对其风资源评估已成为不可缺少的环节。风资源评估及建模过程是决定宏观区域选址、机型选择、电网运行调度、容量可信度计算等工作的决定性因素。在风资源评估过程中，年风速分布模型及由此求得的风机年出力模型是风资源评估的核心部分，主要以两参数威布尔分布做为建模标准。

威布尔分布中包含两个关键参数，通常以K和C表示，其中K为形状因子，C为尺度因子，两参数将会在威布尔分布的仿真过程中共同影响风速分布模型的分布情况及峰值位置。实际操作中，威布尔分布的两参数有多种求法，常用方法有最大风速法、累积分布函数拟合、平均风速法、平均风速与标准差等。

纵观上述对两参数的求法，都通过以历史实测风速的年平均值及风速标准差为基础计算得到，因此威布尔分布在对区域风场的风速分布概率的描述中有很好的表达效果。但是传统的两参数威布尔分布在描绘风速分布时并没有考虑风速的时间相关性，在仿真过程中仅能参考风速分布密度得到无序的概率序列，与实际工况中存在变化规律的风速序列存在较大差异。因此传统两参数威布尔分布在对风资源的评估中依旧存在一定局限性。

发明内容

为解决现有技术的不足，对风速进行连续性描述，建立同时具备连续性及波动性的风速模型，本发明提供了基于时间相关性的风速建模方法。

本发明解决所述技术问题的技术方案是，设计基于时间相关性的风速建模方法(参见图1)，其步骤包括：

步骤101：获取以风速固定时间采样点风速数值所建立的风电场历史风速数据，分析风电场历史风速信息；风电场历史风速信息包括：风速分布信息、风速变化量信息；

步骤102：根据步骤101所得到的风速分布信息确定威布尔分布模型，得到如下的风速分布表达形式：

式中，v为风速，单位m/s；两关键参数中c为反映平均风速的尺度参数，其量纲与速度相同；k为反映风速的变化范围的形状参数，是一个无因次量；

同时根据步骤101所得到的风速变化量信息归纳该风电场风速变化量分布g(x)，风速变化量即相邻两风速取样点间的风速差值；并根据由风速变化量信息所归纳的风速变化量分布建立风速时间相关性用以下一点风速分布计算；

步骤103：设定风速分布基础数值，该基础数值为初始点风速数值或需要计算风速分布的上一点风速数值；