基于同化技術(shù)與同風(fēng)帶理論的風(fēng)電功率預(yù)測(cè)方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于風(fēng)電功率預(yù)測(cè)領(lǐng)域，尤其是設(shè)及一種基于同化技術(shù)與同風(fēng)帶理論的風(fēng) 電功率預(yù)測(cè)方法及系統(tǒng)。
【背景技術(shù)】
[0002] 數(shù)值天氣預(yù)報(bào)NWP(Nume;rical Weather Prediction)是根據(jù)大氣實(shí)際情況，根據(jù) 初始值和邊界值，求解流體力學(xué)和熱力學(xué)方程組，預(yù)報(bào)未來(lái)天氣的方法。目前的NWP的數(shù)值 模式，無(wú)論是結(jié)構(gòu)設(shè)計(jì)還是參數(shù)化的物理過(guò)程方案都已趨于完善，由于NWP不受自然條件和 地域條件的限制，已廣泛應(yīng)用于日常氣象業(yè)務(wù)、環(huán)境檢測(cè)、防災(zāi)減災(zāi)和大氣科學(xué)等研究。
[0003] 特別的，在設(shè)及風(fēng)電發(fā)電廠的風(fēng)功率預(yù)測(cè)中，NWP通常使載入全球尺度背景場(chǎng)預(yù)測(cè) (Global化recast)，通過(guò)初始化模塊篩選數(shù)據(jù)后確立初始值和邊界值，求解流體力學(xué)和熱 力學(xué)方程組后，經(jīng)過(guò)神經(jīng)網(wǎng)絡(luò)校訂得到風(fēng)速預(yù)測(cè)結(jié)果，但是，運(yùn)種風(fēng)電功率的預(yù)測(cè)方法存在 如下缺陷：
[0004] 一、初始場(chǎng)的初始值質(zhì)量較差，NWP數(shù)值模式的水平相當(dāng)程度上取決于數(shù)值模式的 初始場(chǎng)的質(zhì)量，因此，通過(guò)充分利用各種常規(guī)W及非常規(guī)的觀測(cè)資料(如衛(wèi)星、雷達(dá)資料)來(lái) 提供更加準(zhǔn)確的初值場(chǎng)，成為NWP研究的難點(diǎn)和重點(diǎn)，而運(yùn)一過(guò)程稱為同化技術(shù)。=維同化 變分技術(shù)(3DVAR)正是基于數(shù)值天氣預(yù)報(bào)NWP，結(jié)合各種觀測(cè)資料，變更局部地區(qū)的初始場(chǎng) 和提供NWP數(shù)值模式的初值場(chǎng)，W達(dá)到精確描述和模擬實(shí)際天氣過(guò)程的演變。
[0005] 二、初始場(chǎng)的邊界值質(zhì)量較差，目前，天氣預(yù)報(bào)是通過(guò)中尺度的數(shù)值氣象預(yù)報(bào)動(dòng)力 降尺度得到的，全國(guó)氣象站觀測(cè)資料的同化雖然能在一定程度上滿足風(fēng)電功率預(yù)測(cè)的需 求，但是，當(dāng)前國(guó)內(nèi)臺(tái)站和風(fēng)電開發(fā)區(qū)的區(qū)域差異導(dǎo)致3DVAR同化觀察資料不足，對(duì)風(fēng)電功 率的預(yù)測(cè)效果不理想。

【發(fā)明內(nèi)容】

[0006] 有鑒于此，本發(fā)明旨在提出一種基于同化技術(shù)與同風(fēng)帶理論的風(fēng)電功率預(yù)測(cè)方法 及系統(tǒng)，W解決3DVAR同化觀測(cè)資料不足導(dǎo)致風(fēng)電功率預(yù)測(cè)效果不理想的問(wèn)題。
[0007] 為達(dá)到上述目的，本發(fā)明的技術(shù)方案是運(yùn)樣實(shí)現(xiàn)的：
[000引一種基于同化技術(shù)與同風(fēng)帶理論的風(fēng)電功率預(yù)測(cè)方法，包括如下步驟：
[0009] 步驟A:利用同風(fēng)帶理論重新篩選和定義更加準(zhǔn)確的背景網(wǎng)格，增加 TIN地形模塊 并利用ArcGIS3建模，得到背景場(chǎng)協(xié)方差矩陣BW及觀測(cè)數(shù)據(jù)矩陣R;
[0010] 步驟B:根據(jù)NWP理論將背景場(chǎng)協(xié)方差矩陣BW及觀測(cè)數(shù)據(jù)矩陣R錄入同化模塊；
[0011] 步驟C:通過(guò)最小代價(jià)方法多時(shí)次迭代求解分析變量；
[0012] 步驟D:通過(guò)歷史測(cè)風(fēng)數(shù)據(jù)校正并輸出風(fēng)速預(yù)測(cè)數(shù)據(jù)。
[0013] 進(jìn)一步的，所述所述步驟A具體包括如下步驟：
[0014] 步驟al，全球尺度背景場(chǎng)數(shù)據(jù)載入；
[0015] 步驟a2，載入實(shí)發(fā)數(shù)據(jù)，通過(guò)該實(shí)發(fā)數(shù)據(jù)對(duì)上述GIK數(shù)據(jù)進(jìn)行校正篩選；
[0016] 步驟a3，將上述經(jīng)過(guò)校正篩選的數(shù)據(jù)載入初始化模塊；
[0017] 步驟曰4,通過(guò)ArcGIS3為電廠建模，錄入電廠的風(fēng)機(jī)的坐標(biāo)數(shù)據(jù)，重新定義網(wǎng)格間 距為2-20公里；
[0018] 步驟a5,將TIN地形模塊載入初始化模塊，得到背景場(chǎng)協(xié)方差矩陣BW及觀測(cè)數(shù)據(jù) 矩陣R。
[0019] 進(jìn)一步的，所述步驟A還包括如下步驟：
[0020] 步驟曰6,根據(jù)電廠的數(shù)量將al-a5步驟循環(huán)篩選2-5次。
[0021 ]進(jìn)一步的，所述步驟B具體包括如下步驟：
[0022] 步驟bl，NWP降尺度得到第一氣象要素猜測(cè)值；
[0023] 步驟b2,將第一氣象要素猜測(cè)值載入同化模塊；
[0024] 步驟b3,根據(jù)觀測(cè)資料新定義網(wǎng)格處的氣象信息確定格點(diǎn)處的水平/垂直差值權(quán) 重；
[0025] 步驟b4,將背景場(chǎng)協(xié)方差矩陣和觀測(cè)數(shù)據(jù)矩陣R載入同化模塊；
[00%]步驟b5,將氣象第一猜測(cè)值WArakawa C網(wǎng)格做錯(cuò)位格點(diǎn)插值處理。
[0027]進(jìn)一步的，所述步驟C具體包括如下步驟：
[00%]步驟Cl，確定分析時(shí)次的起止時(shí)間；
[0029] 步驟c2,更新側(cè)邊界和更新下邊界；
[0030] 步驟c3,利用3Dvar做極小化代價(jià)函數(shù)運(yùn)算；
[0031 ]步驟c4,完成極小化計(jì)算，得到分析變量X。
[0032]進(jìn)一步的，所述步驟c3中的代價(jià)函數(shù)為：
[0034] 進(jìn)一步的，所述步驟C具體還包括如下步驟：
[0035] 步驟c5,迭代下一時(shí)次，循環(huán)cl-c4步驟，直至所有嵌套區(qū)域的背景場(chǎng)更新完畢。
[0036] 進(jìn)一步的，所述迭代時(shí)次為3小時(shí)或6小時(shí)，每時(shí)次的迭代次數(shù)為30-200次。
[0037] 進(jìn)一步的，所述步驟D具體包括如下步驟：
[0038] 步驟dl，載入歷史測(cè)風(fēng)數(shù)據(jù)；
[0039] 步驟d2,通過(guò)與歷史測(cè)風(fēng)數(shù)據(jù)比對(duì)，對(duì)預(yù)測(cè)數(shù)據(jù)做神經(jīng)網(wǎng)絡(luò)訓(xùn)練和校正；
[0040] 步驟d3,輸出風(fēng)速預(yù)測(cè)數(shù)據(jù)。
[0041] 基于同化技術(shù)與同風(fēng)帶理論的風(fēng)電功率預(yù)測(cè)系統(tǒng)，包括：區(qū)域化建模子系統(tǒng)、數(shù)據(jù) 同化子系統(tǒng)、分析變量迭代子系統(tǒng)和數(shù)據(jù)校正輸出子系統(tǒng)；
[0042] 所述區(qū)域化建模子系統(tǒng)包括全球尺度背景場(chǎng)數(shù)據(jù)載入模塊、實(shí)發(fā)數(shù)據(jù)篩選模塊、 初始化模塊、ArcGIS建模模塊和TIN地形模塊，所述全球尺度背景場(chǎng)數(shù)據(jù)用于載入模塊錄入 的數(shù)據(jù)通過(guò)與實(shí)發(fā)數(shù)據(jù)篩選模塊內(nèi)的數(shù)據(jù)比對(duì)后載入到初始化模塊中，所述ArcGIS建模模 塊用于建模、錄入電廠的風(fēng)機(jī)坐標(biāo)并重新定義網(wǎng)格間距，所述TIN地形模塊用于將地形數(shù)據(jù) 載入到初始化模塊中；
[0043] 所述數(shù)據(jù)同化子系統(tǒng)包括NWP降尺度模塊、同化模塊、水平垂直差值權(quán)重載入模 塊、背景場(chǎng)協(xié)方差矩陣和觀測(cè)數(shù)據(jù)載入模塊和Arakawa C網(wǎng)格錯(cuò)位格點(diǎn)插值模塊，所述NWP 降尺度模塊用于計(jì)算得到第一氣象要素猜測(cè)值，并將該第一氣象要素猜測(cè)值載入到同化模 塊中，水平垂直差值權(quán)重載入模塊、背景場(chǎng)協(xié)方差矩陣和觀測(cè)數(shù)據(jù)載入模塊和Arakawa C網(wǎng) 格錯(cuò)位格點(diǎn)插值模塊用于處理同化模塊中的氣象數(shù)據(jù)；
[0044] 所述分析變量迭代子系統(tǒng)包括分析時(shí)次時(shí)間確認(rèn)模塊、側(cè)邊界、下邊界更新模塊、 最小代價(jià)方程運(yùn)算模塊和分析變量確認(rèn)模塊，所述分析時(shí)次時(shí)間確認(rèn)模塊用于確定分析時(shí) 次的起止時(shí)間，所述側(cè)邊界、下邊界更新模塊用于更新側(cè)邊界和更新下邊界，最小代價(jià)方程 運(yùn)算模塊和分析變量確認(rèn)模塊用于利用3Dvar做極小化代價(jià)函數(shù)運(yùn)算完成極小化計(jì)算，得 到分析變量；
[0045] 所述數(shù)據(jù)校正輸出子系統(tǒng)包括歷史數(shù)據(jù)載入模塊、神經(jīng)網(wǎng)絡(luò)校訂模塊和風(fēng)速預(yù)測(cè) 輸出模塊，所述歷史數(shù)據(jù)載入模塊用于載入歷史測(cè)風(fēng)數(shù)據(jù)，所述神經(jīng)網(wǎng)絡(luò)校訂模塊用于將 分析變量和歷史測(cè)風(fēng)數(shù)據(jù)比對(duì)，所述風(fēng)速預(yù)測(cè)輸出模塊用于輸出風(fēng)速預(yù)測(cè)數(shù)據(jù)。
[0046] 相對(duì)于現(xiàn)有技術(shù)，本發(fā)明所述的基于同化技術(shù)與同風(fēng)帶理論的風(fēng)電功率預(yù)測(cè)方法 及系統(tǒng)具有W下優(yōu)勢(shì)：
[0047] (1)利用同風(fēng)帶理論劃分目標(biāo)風(fēng)電場(chǎng)同風(fēng)帶范圍，同化測(cè)風(fēng)數(shù)據(jù)，根據(jù)觀測(cè)資料數(shù) 目對(duì)計(jì)算網(wǎng)格重新劃分，既保證了子區(qū)域中資料的多點(diǎn)區(qū)域同化，又考慮了負(fù)載平衡，提升 了技術(shù)效率，解決了單點(diǎn)預(yù)測(cè)和單一時(shí)次同化不能描述空間大氣的流動(dòng)狀態(tài)的問(wèn)題；
[0048] (2)同化技術(shù)與同風(fēng)帶理論結(jié)合，對(duì)NWP預(yù)報(bào)的精度提高，更能反應(yīng)風(fēng)速的波動(dòng)性、 隨機(jī)性和間歇性的特點(diǎn)，保證電網(wǎng)穩(wěn)定經(jīng)濟(jì)運(yùn)行；
[0049] (3)除了適用于風(fēng)電功率的預(yù)測(cè)外，還適用于新能源發(fā)電功率的預(yù)測(cè)、輸電線路的 雷電風(fēng)燈災(zāi)害防治，適用化圍廣泛；
[0050] (4)本預(yù)測(cè)方法采用優(yōu)化后的同時(shí)連續(xù)循環(huán)的同化背景場(chǎng)方案，嵌套層之間的過(guò) 渡平滑，增強(qiáng)了多時(shí)次的風(fēng)速風(fēng)向模擬，提高了 NWP對(duì)大氣運(yùn)動(dòng)模擬的精度。
【附圖說(shuō)明】
[0051] 構(gòu)成本發(fā)明的一部分的附圖用來(lái)提供對(duì)本發(fā)明的進(jìn)一步理解，本發(fā)明的示意性實(shí) 施例及其說(shuō)明用于解釋本發(fā)明，并不構(gòu)成對(duì)本發(fā)明的不當(dāng)限定。在附圖中：
[0052] 圖1為本發(fā)明實(shí)施例所述的基于同化技術(shù)與同風(fēng)帶理論的風(fēng)電功率預(yù)測(cè)方法的示 意圖；
[0053] 圖2為本發(fā)明實(shí)施例所述的基于同化技術(shù)與同風(fēng)帶理論的風(fēng)電功率預(yù)測(cè)系統(tǒng)的示 意圖。
[0054] 附圖標(biāo)記說(shuō)明：
[0055] 100-區(qū)域化建模子系統(tǒng)，101-全球尺度背景場(chǎng)數(shù)據(jù)載入模塊，102-實(shí)發(fā)數(shù)據(jù)篩選 模塊，103-初始化模塊，104-ArcGIS建模模塊，105-TIN地形模塊，200-數(shù)據(jù)同化子系統(tǒng)， 201-NWP降尺度模塊，202-同化模塊，203-水平垂直差值權(quán)重載入模塊，204-背景場(chǎng)協(xié)方差 矩陣和觀測(cè)數(shù)據(jù)載入模塊，205-Arakawa C網(wǎng)格錯(cuò)位格點(diǎn)插值模塊，300-分析變量迭代子系 統(tǒng)，301-分析時(shí)次時(shí)間確認(rèn)模塊，302-側(cè)邊界、下邊界更新模塊，303-最小代價(jià)方程運(yùn)算模 塊，304-分析變量確認(rèn)模塊，400-數(shù)據(jù)校正輸出子系統(tǒng)，401-歷史數(shù)據(jù)載入模塊，402-神經(jīng) 網(wǎng)絡(luò)校訂模塊，403-風(fēng)速預(yù)測(cè)輸出模塊。
【具體實(shí)施方式】
[0056] 需要說(shuō)明的是，在不沖突的情況下，本發(fā)明中的實(shí)施例及實(shí)施例中的特征可W相 互組合。
[0057] 下面將參考附圖1并結(jié)合實(shí)施例來(lái)詳細(xì)說(shuō)明本發(fā)明。
[0058] 基于同化技術(shù)與同風(fēng)帶理論的風(fēng)電功率預(yù)測(cè)方法，該方法包括W下步驟：
[0059] A.區(qū)域化建模和數(shù)據(jù)篩選：
[0060] 步驟al，全球尺度背景場(chǎng)6!^數(shù)據(jù)載入(包括風(fēng)速、風(fēng)向、溫度、濕度、氣壓等），所述 GFS數(shù)據(jù)的背景網(wǎng)格間距為100公里；
[0061] 步驟a2，載入實(shí)發(fā)數(shù)據(jù)，該實(shí)發(fā)數(shù)據(jù)包括風(fēng)場(chǎng)數(shù)據(jù)、測(cè)風(fēng)塔數(shù)據(jù)，所述風(fēng)場(chǎng)數(shù)據(jù)、測(cè) 風(fēng)塔數(shù)據(jù)包括風(fēng)速、風(fēng)向等數(shù)據(jù)，通過(guò)該實(shí)發(fā)數(shù)據(jù)對(duì)上述數(shù)據(jù)進(jìn)行校正篩選，剔除明顯 錯(cuò)誤和偏離實(shí)發(fā)數(shù)據(jù)的數(shù)值；
[0062] 步驟a3,將上述經(jīng)過(guò)校正篩選的數(shù)據(jù)載入初始化模塊103;
[0063] 步驟曰4,通過(guò)ArcGIS3為電廠建模，錄入電廠的風(fēng)機(jī)的坐標(biāo)數(shù)據(jù)，重新定義網(wǎng)格間 距為2-20公里；
[0064] 在一種實(shí)施例中，通過(guò)ArcGISS維電廠建模，接合200m*200m的地形數(shù)據(jù)，經(jīng)過(guò)WRF =重嵌套把網(wǎng)格降尺度到3*3公里。
[0065] 步驟曰5,將TIN地形模塊105載入初始化模塊103,錄入近地面層的各層風(fēng)速、風(fēng)向、 溫度、濕度、氣壓等數(shù)據(jù)；
[0066] 步驟a6,根據(jù)電廠的數(shù)量將al-a5步驟循環(huán)篩選至少1次，得到背景場(chǎng)協(xié)方差矩陣B W及觀測(cè)數(shù)據(jù)矩陣R。
[0067] B.氣象數(shù)據(jù)同化處理：