(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211142794.6 (22)申请日 2022.09.20 (71)申请人 宁夏回族自治区电力设计院有限公 司 地址 750016 宁夏回族自治区银川市金凤 区大连路3120号宁夏回族自治区电力 设计院有限公司 (72)发明人 马俊鹏　刘菲燕　肖成刚　王凯冉　 刘子瑞　 (74)专利代理 机构 苏州国卓知识产权代理有限 公司 323 31 专利代理师 林阳清 (51)Int.Cl. G06F 30/28(2020.01) G06F 17/18(2006.01)H02J 3/00(2006.01) H02J 3/46(2006.01) G06F 111/10(2020.01) G06F 113/04(2020.01) G06F 113/06(2020.01) G06F 113/08(2020.01) G06F 119/14(2020.01) (54)发明名称 基于尾流效应的风电功率预测及存量风电 优化控制方法 (57)摘要 本发明涉及风电功率预测及存量风电优化 技术领域， 具体为基于尾流效应的风电功率预测 及存量风电优化控制方法， 包 括以下步骤， S1： 首 先导入环 境因素以及最上游风力机的推力系数， 并导入所预测风力机的动力特性。 本发明中， 通 过步骤1‑4实现对于单纵列数据的运算功能， 并 在运算过程中， 添加风切变、 湍流强度等环境因 素数据， 以及叶片中翼型的空气动力学特性和每 个叶片的俯仰角等动力特性数据， 通过Jensen模 型对风电场中控制整个流场Nav ier‑Stokes方程 进行数值求解， 计算风速衰减， 提升了运算结果 的精准性， 在步骤5 ‑7中， 通过对整体数据的预测 和分析， 达成对于风电功率的整体预测功能， 并 反复校验， 确保风电场的整体运作在该环境因素 下风电率达 到最优。 权利要求书2页 说明书5页 附图2页 CN 115544907 A 2022.12.30 CN 115544907 A 1.基于尾流效应的风电功率预测及存量风电优化控制方法， 其特征在于， 包括以下步 骤： S1： 首先导入环境因素以及最上游风力机的推力系数， 并导入所预测风力机的动力特 性， 作为运算基本项； S2： 在最上游风力机启动 后， 运算通过其推力系数运 算输出功率； S3： 计算下游风力机位置的环境因素， 以此运 算下游风力机的输出功率； S4： 将运算结果变项为上游风力机的输出功率， 以此推算更下游风力机位置的环境因 素以及输出功率， 直至推算出最下游风力机的输出功率， 并将各位置风力机的输出功率作 为延伸运 算项， 导出整体功率模型； S5： 在实施运行中， 首 先采集数据并对数据进行处 理； S6： 风电功率预测阶段； S7： 统计分析和优化。 2.根据权利要求1所述的基于尾流效应的风电功率预测及存量风电优化控制方法， 其 特征在于： 所述S1中， 所述环境因素包括风速、 风切变、 湍流 强度， 所述风力机的动力特性包 括叶片中翼型的空气动力学 特性和每 个叶片的俯仰角。 3.根据权利要求1所述的基于尾流效应的风电功率预测及存量风电优化控制方法， 其 特征在于： 所述S2中， 所述 运算通过其推力系数运 算输出功率包括： S201： 基于风力机的动力特性包括叶片中翼型的空气动力学特性和每个叶片的俯仰角 作为运算基本项； S202： 通过风力机启动转速作为带入值， 计算该风力机的基础推力系数； S203： 与环境因素 带入， 计算 最上游风力机启动的实际输出功率。 4.根据权利要求1所述的基于尾流效应的风电功率预测及存量风电优化控制方法， 其 特征在于： 所述S3中， 所述计算下游风力机位置的环境因素具体为通过Jensen模型对下游 风力机位置的风速、 风切变、 湍流强度进行运 算。 5.根据权利要求4所述的基于尾流效应的风电功率预测及存量风电优化控制方法， 其 特征在于： 所述通过Jensen模型对下游风力机位置的风速、 风切变、 湍流强度进行运算包 括： S301： 基于计算流体力学的WLMs， 对风电场中控制整个流场Navier ‑Stokes方程进行数 值求解； S302： 假设尾迹下游通过恒定尾迹衰减常数(kW)描述的轴对称膨胀， 计算涡轮尾迹中 的风速衰减。 6.根据权利要求1所述的基于尾流效应的风电功率预测及存量风电优化控制方法， 其 特征在于： 所述S5中， 所述采集数据包括数值天气预报数据、 实时测风塔数据、 风电机组及 风电场运行状态。 7.根据权利要求1所述的基于尾流效应的风电功率预测及存量风电优化控制方法， 其 特征在于： 所述S5中， 所述对数据进行处理具体为将数值天气预报数据、 实时测风塔数据、 风电机组及风电场导入整体功率模型进行运算， 进行完整性及合理性检验， 并对缺测和异 常数据进行修 正， 最后存 入数据库。 8.根据权利要求1所述的基于尾流效应的风电功率预测及存量风电优化控制方法， 其权　利　要　求　书 1/2 页 2 CN 115544907 A 2特征在于： 所述S6中， 所述 风电功率预测阶段包括： S601： 通过风电场段的风电功率预测本风电场的输出功率； S602： 通过电网调度端的风电功率预测单个风电场、 局部控制区域和整个调度管辖区 域的风电输出功率。 9.根据权利要求1所述的基于尾流效应的风电功率预测及存量风电优化控制方法， 其 特征在于： 所述S7中， 所述统计分析包括数据统计、 相关性校验、 对任意时间区间的预测结 果进行误差统计、 对不同调度管辖范围内的各风电场上报的预测曲线进行误差统计， 所述 优化具体为对比是否在该环境因素下风电率达到最优， 如果是则进 行验算与执行， 如果否， 则对风力机的推力系数进行调整， 循环运 算直至达到最优值。 10.根据权利要求9所述的基于尾流效应的风电功率预测及存量风电优化控制方法， 其 特征在于： 所述数据 统计具体为历史功率数据、 测风数据、 数值天气预报数据的完整性、 频 率分布、 变化率等， 以及风电场运行参数统计包括发电量、 有效发电时间、 最大出力及其发 生时间、 同时率、 利用小时数及平均符合率等参数 统计， 所述相关性校验具体为对历史功 率 数据、 测风数据和数值 天气预报数据进 行相关性校验， 根据分析结果， 给出数据的不确定性 可能引入的误差， 所述对任意时间区间的预测结果进 行误差统计的误差指标包括均方根误 差、 平均绝对误差、 相关性系数， 所述对不同调度管辖范围内的各风电场上报的预测曲线进 行误差统计包括 考核分数、 扣电量、 上传率。权　利　要　求　书 2/2 页 3 CN 115544907 A 3