[发明专利]风机风速预测方法、计算机可读存储介质和计算装置

说明书

提供了一种风机风速预测方法、计算机可读存储介质和计算装置，所述方法包括：获取风电场的多个风机的位置信息、风电场的地形数据以及风电场的WRF历史风速预报数据和WRF实时风速预报数据；确定入流风速范围和入流风速集合矩阵；确定风电场的CFD计算网格，将入流风速集合矩阵作为CFD入流边界条件，并进行大涡模拟CFD计算以获得每个计算网格点的风速；确定距离每个风机最近的计算网格点作为每个风机的风机点位，确定每个风机的风机点位平均风速以获得多个风机的风机点位的平均风速的数据集合；确定WRF实时风况与入流风况之间的距离，并确定所述多个风机的加权平均预测风速值。

技术领域

本发明涉及风电场领域，更具体地，涉及一种风机风速预测方法、计算机可读存储介质和计算装置。

背景技术

在风电场功率预测中，准确的风速预测是关键的一环。在目前现有的技术中，风速预测主要是通过中尺度数值天气预报模式以及统计方法来进行的。中尺度数值天气预报模式，例如，天气搜索和预报(WRF)模式是通过对大范围天气状况进行模拟预测，从而得到风电场所在区域的风速分布情况，其空间分辨率一般在1km～10km量级，因此无法精确到每台风机位置的精细化风场分布。统计方法一般是通过对风电场历史风速进行统计分析，训练统计模型，根据近期风电场实况风速来预测未来风速。统计方法在几小时内预测效果较好，对更长的时间段则预测效果不如数值预报的结果，并且统计方法需要长时间的实测数据进行训练，适用范围较小。

此外，计算流体力学(CFD)模拟方法是进行精细化风速模拟的主要方法，这是由于CFD模拟可以采用较高的分辨率(例如，几米至几十米)来运行。CFD对湍流的计算包括雷诺平均(RANS)和大涡模拟(LES)两种方法。RANS方法是对NS方程进行时间平均，将非定常的湍流问题转化为定常的问题。大涡模拟是对NS方程进行空间过滤，只计算大尺度湍流，因此理论上比雷诺平均法更准确和精细，能够计算得到更准确的湍流特征以及流场在时间上的波动特性。

然而，现有技术不能得到准确、高分辨率的风场分布特征和湍流特性，对精细化风场的计算不够准确，并且无法优化实际预测风况下的单风机风速。

发明内容

根据本发明的示例性实施例的一方面，提供了一种风机风速预测方法，其特征在于，包括：获取风电场的多个风机的位置信息、风电场的地形数据以及风电场的WRF历史风速预报数据和WRF实时风速预报数据；使用WRF历史风速预报数据确定入流风速范围，使用入流风速范围确定入流风速集合矩阵；使用所述多个风机的位置信息和风电场的地形数据确定风电场的CFD计算网格，将入流风速集合矩阵作为CFD入流边界条件，将CFD计算网格和CFD入流边界条件导入CFD计算模型来进行大涡模拟CFD计算，以获得每个计算网格点的风速；根据所述多个风机的位置信息确定距离每个风机最近的计算网格点作为每个风机的风机点位，确定每个风机的风机点位的平均风速，从而获得所述多个风机的风机点位的平均风速的数据集合；使用WRF实时风速预报数据和入流风速集合矩阵确定WRF实时风况与入流风况之间的距离，使用所述距离作为所述多个风机的风机点位的平均风速的数据集合的加权值来确定所述多个风机的加权平均预测风速值。

获取风电场的WRF历史风速预报数据的步骤可包括：获取风电场的WRF历史风速的U和V分量的时间序列数据UH_t和VH_t，其中，t＝1、…、N_ht，t表示时刻，N_ht表示WRF历史风速预报数据的总样本数；获取风电场的WRF实时风速预报数据的步骤可包括：获取风电场的WRF实时风速的U和V分量的时间序列数据UF_t和VF_t，其中，t＝1、…、N_ft，t表示时刻，N_ft表示WRF实时风速预报数据的样本数。