【技術實現(xiàn)步驟摘要】
一種引發(fā)風電出力特性改變的轉折性天氣識別方法及裝置
[0001]本專利技術涉及柔性直流輸電
，具體涉及一種引發(fā)風電出力特性改變的轉折性天氣識別方法及裝置。
技術介紹
[0002]風力發(fā)電具有較強的波動性和隨機性，給電力系統(tǒng)運行帶來極大挑戰(zhàn)，新能源調度運行技術是保障電力電量平衡和新能源高效消納的基礎，風電功率預測是新能源調度運行的核心技術。目前，我國已建立覆蓋全國的風電功率預測系統(tǒng)，掌握了較為全面的、面向不同時空尺度的風電功率預測方案，在大部分時間內能夠獲得較高準確率的功率預測結果，顯著促進了風電的消納。
[0003]與此同時，功率預測結果中仍存在極端預測偏差，制約了風電的消納空間。功率預測的主要輸入為歷史功率數(shù)據(jù)和數(shù)值天氣預報數(shù)據(jù)，包含了風速、風向、溫度、濕度、壓強等氣象要素特征信息。研究與實踐表明，發(fā)生極端功率預測偏差的時段幾乎全部位于轉折性天氣過程中，即各類氣象要素從平穩(wěn)少動或周期波動狀態(tài)轉為急劇變化，從而引起天氣的干/濕、冷/暖的快速轉換。轉折性天氣一般伴隨著天氣系統(tǒng)的移入和移出，在此過程中往往涉及多尺度天氣的相互作用及更為復雜的物理過程和邊界層交換。由于數(shù)值天氣預報模式對這些復雜的過程描述都使用了不同的簡化方案，導致模式對不同尺度天氣過程的預報差異較大，從而出現(xiàn)不同天氣過程下的氣象特征與風電場出力特性的差異性。因此有必要針對轉折性天氣，對影響風電功率預測的關鍵環(huán)節(jié)進行專項優(yōu)化，并針對不同天氣過程分別構建差異化功率預測模型，以提升風電功率預測的精度。
[0004]廣義的轉折性天氣是指能夠發(fā)...
【技術保護點】
【技術特征摘要】
1.一種引發(fā)風電出力特性改變的轉折性天氣識別方法，其特征在于，所述方法包括：將待分析區(qū)域在分析時段的氣象特征參數(shù)數(shù)據(jù)代入預先擬合的轉折性天氣識別函數(shù)，計算待分析區(qū)域在分析時段的轉折性天氣識別系數(shù)；基于所述待分析區(qū)域在分析時段的轉折性天氣識別系數(shù)識別待分析區(qū)域在分析時段的天氣是否為轉折性天氣。2.如權利要求1所述的方法，其特征在于，所述氣象特征參數(shù)包括下述中的至少一種：風速、氣溫、氣壓、降水量、24小時變溫、24小時變壓。3.如權利要求1所述的方法，其特征在于，所述預先擬合的轉折性天氣識別函數(shù)的擬合過程包括：獲取待分析區(qū)域在歷史設定時段的氣象特征參數(shù)數(shù)據(jù)；劃分待分析區(qū)域在歷史設定時段中轉折性氣象特征參數(shù)數(shù)據(jù)和非轉折性氣象特征參數(shù)數(shù)據(jù)；利用待分析區(qū)域在歷史設定時段中轉折性氣象特征參數(shù)數(shù)據(jù)擬合第一概率密度函數(shù)，利用待分析區(qū)域在歷史設定時段中非轉折性氣象特征參數(shù)數(shù)據(jù)擬合第二概率密度函數(shù)；基于所述第一概率密度函數(shù)和第二概率密度函數(shù)確定各類氣象特征參數(shù)數(shù)據(jù)對應的轉折性天氣識別隸屬度函數(shù)和的權重系數(shù)；基于各類氣象特征參數(shù)數(shù)據(jù)對應的轉折性天氣識別隸屬度函數(shù)和的權重系數(shù)確定所述預先擬合的轉折性天氣識別函數(shù)。4.如權利要求3所述的方法，其特征在于，所述劃分待分析區(qū)域在歷史設定時段中轉折性氣象特征參數(shù)數(shù)據(jù)和非轉折性氣象特征參數(shù)數(shù)據(jù)，包括：獲取待分析區(qū)域在歷史設定時段的實際功率數(shù)據(jù)；基于所述待分析區(qū)域在歷史設定時段的實際功率數(shù)據(jù)確定待分析區(qū)域在歷史設定時段中的實際功率數(shù)據(jù)發(fā)生轉折性變化的時間段；將待分析區(qū)域在歷史設定時段中的實際功率數(shù)據(jù)發(fā)生轉折性變化的時間段對應的氣象特征參數(shù)數(shù)據(jù)作為轉折性氣象特征參數(shù)數(shù)據(jù)，將待分析區(qū)域在歷史設定時段中除所述實際功率數(shù)據(jù)發(fā)生轉折性變化的時間段之外的時間段對應的氣象特征參數(shù)數(shù)據(jù)作為非轉折性氣象特征參數(shù)數(shù)據(jù)。5.如權利要求4所述的方法，其特征在于，所述基于所述待分析區(qū)域在歷史設定時段的實際功率數(shù)據(jù)確定待分析區(qū)域在歷史設定時段中的實際功率數(shù)據(jù)發(fā)生轉折性變化的時間段，包括：當待分析區(qū)域在歷史設定時段中的實際功率在預設時間段內增升量或跌落量超出預設范圍時，該預設時段為待分析區(qū)域在歷史設定時段中的實際功率數(shù)據(jù)發(fā)生轉折性變化的時間段。6.如權利要求3所述的方法，其特征在于，所述第一概率密度函數(shù)的數(shù)學模型如下：所述第二概率密度函數(shù)的數(shù)學模型如下：
上式中，F(xiàn)
T
為第一概率密度函數(shù)值，σ1為第一平滑因子，n為待分析區(qū)域在歷史設定時段中轉折性氣象特征參數(shù)數(shù)據(jù)的樣本數(shù)，e為自然常數(shù)，X
i
為待分析區(qū)域在歷史設定時段中第i個轉折性氣象特征參數(shù)數(shù)據(jù)，x為待分析區(qū)域在歷史設定時段中轉折性氣象特征參數(shù)數(shù)據(jù)的均值，F(xiàn)
NT
為第二概率密度函數(shù)值，σ2為第二平滑因子，m為待分析區(qū)域在歷史設定時段中非轉折性氣象特征參數(shù)數(shù)據(jù)的樣本數(shù)，Y
j
為待分析區(qū)域在歷史設定時段中第j個非轉折性氣象特征參數(shù)數(shù)據(jù)，y為待分析區(qū)域在歷史設定時段中非轉折性氣象特征參數(shù)數(shù)據(jù)的均值。7.如權利要求6所述的方法，其特征在于，所述第一平滑因子的數(shù)學模型如下：所述第二平滑因子的數(shù)學模型如下：上式中，SD1為待分析區(qū)域在歷史設定時段中轉折性氣象特征參數(shù)數(shù)據(jù)的標準方差，SD2為待分析區(qū)域在歷史設定時段中非轉折性氣象特征參數(shù)數(shù)據(jù)的標準方差。8.如權利要求3所述的方法，其特征在于，所述各類氣象特征參數(shù)數(shù)據(jù)對應的轉折性天氣識別隸屬度函數(shù)的數(shù)學模型如下：上式中，MF
p
為第p類氣象特征參數(shù)數(shù)據(jù)對應的轉折性天氣識別隸屬度函數(shù)值，F(xiàn)T
p
為第p類氣象特征參數(shù)數(shù)據(jù)對應的第一概率密度函數(shù)值，F(xiàn)
NTp
為第p類氣象特征參數(shù)數(shù)據(jù)對應的第二概率密度函數(shù)值。9.如權利要求8所述的方法，其特征在于，所述各類氣象特征參數(shù)數(shù)據(jù)對應的權重的數(shù)學模型如下：上式中，W
p
為第p類氣象特征參數(shù)數(shù)據(jù)對應的權重，A
p
為第p類氣象特征參數(shù)數(shù)據(jù)對應的第一概率密度函的曲線與第二概率密度函的曲線的交集面積，P為氣象特征參數(shù)數(shù)據(jù)總類別數(shù)。10.如權利要求9所述的方法，其特征在于，所述預先擬合的轉折性天氣識別函數(shù)的數(shù)學模型如下：上式中，Q為轉折性天氣識別系數(shù)。11.如權利要求1所述的方法，其特征在于，所述基于所述待分析區(qū)域在分析時段的轉折性天氣識別系數(shù)識別待分析區(qū)域在分析時段的天氣是否為轉折性天氣，包括：
當所述待分析區(qū)域在分析時段的轉折性天氣識別系數(shù)超出閾值時，待分析區(qū)域在分析時段的天氣為轉折性天氣。12.如權利要求11所述的方法，其特征在于，所述閾值的獲取過程包括：步驟1.設置閾值初始值；步驟2.將多組待分...
【專利技術屬性】
技術研發(fā)人員：劉曉琳，王勃，李慶，靳雙龍，王錚，宋宗朋，滑申冰，王姝，柴榮繁，趙艷青，丁禹，汪步惟，車建峰，王釗，姜文玲，陳帥，
申請(專利權)人：國家電網有限公司國網遼寧省電力有限公司電力科學研究院，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。