本技术属于风电功率预测技术领域,具体公开了一种面向风机覆冰场景的短期风电功率预测方法及系统,方法包括:构建适用于风机叶片的覆冰模型,通过覆冰模拟辅助求解设定气象条件下覆冰模型中的关键参数;获取待测区域设定时间范围内风机覆冰场景下的气象数据及覆冰数据,气象数据输入至训练好的基本预测模型,得到风电功率基本预测结果,覆冰数据和风速数据输入至训练好的功率损失预测模型,得到功率损失预测结果;基于风电功率基本预测结果和功率损失预测结果,得到最终的面向风机覆冰场景的短期风电功率预测结果。本发明能够在节省计算资源的前期下,提高覆冰数据的计算准确性,进而提高功率预测结果的可靠性。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
风能是一种清洁、优质的可再生能源,在经济发展、能源供应和减少温室气体排放等方面发挥着不可替代的作用。风电的健康发展对促进能源结构调整具有重大意义。
对风电功率进行准确预测是应对其随机性及波动性的有效措施,对于支撑电网调度、提高电力系统运行稳定性及提高新能源消纳等方面具有重要意义。然而,当前气象环境变化日趋复杂,冻雨、寒潮等极端天气频发,容易导致风机叶片覆冰、影响出力波动特性。此外,受到纬度或海拔等因素的影响,在低温下风机叶片覆冰现象同样常见,影响风机功率输出和风电场的正常运行。
在上述场景下,传统的风电功率预测模型,往往基于数值天气预报和历史运行数据构建,并未考虑到在覆冰场景的影响,因此可能会出现极大的预测偏差并威胁电力系统安全可靠运行。
实现思路