[发明专利]基于风速陡变占空比的风速间歇性定量刻画方法

摘要

基于风速陡变占空比的风速间歇性定量刻画方法，属于风速间歇性定量描述技术领域。本发明解决了风电出力陡变给电力系统带来的危害得不到缓解的问题。本发明的技术方案为定义风速陡变占空比，使用风电场实测历史风速数据得到风速陡变占空比的时间序列；利用Pearson自相关性分析方法对风速陡变占空比时间序列的可预报性进行分析；利用BP神经网络建立风速陡变占空比时间序列预报模型并对风速陡变占空比进行预报，完成对未来风速间歇性的定量刻画。本发明适用于电力系统、铁路运行监测预警、桥梁设计及建筑物设计等领域。

主权项

一种基于风速陡变占空比的风速间歇性定量刻画方法，其特征在于所述方法包括以下步骤：步骤一、定义风速陡变占空比，使用风电场实测历史风速数据得到风速陡变占空比的时间序列；其中，风速陡变占空比的定义如下：记t时刻及t+△t时刻的风速分别为v(t)和v(t+△t)，则△t时间间隔内，风速变化量计算公式：△v(t)＝v(t+△t)‑v(t)对于风速变化量，提前给定一个正的阈值θ1和一个负的阈值θ2，当△v(t)>θ1时，表明风速发生了一次陡升，当△v(t)<θ2时，表明风速发生了一次陡降，取L时间段内的风速序列，根据风速变化量计算公式计算时间间隔△t下的风速变化量序列{△v(t)}，该序列的长度记为M，同时统计L时间段内风速发生陡升和陡降的次数，分别记为N1和N2，在此基础上，风速陡变占空比DRWSR的定义如下：DRWSR=(N1+N2)×ΔtM×Δt=N1+N2M---(1)]]>风速陡变占空比取值范围为[0,1]；步骤二、在步骤一的基础上，利用Pearson自相关性分析方法对风速陡变占空比时间序列的可预报性进行分析；步骤三、根据步骤二的分析结果，利用BP神经网络建立风速陡变占空比时间序列预报模型并对风速陡变占空比进行预报，完成对未来风速间歇性的定量刻画。