【技術實現步驟摘要】
本專利技術涉及新能源資源分析，并且更具體地，涉及一種基于時間序列逐點修正的風電出力折減方法及系統。
技術介紹
1、隨著“雙碳”目標的提出，能源結構正在從以化石能源為主向以清潔能源為主的方向加速轉型。風能和太陽能等新能源由于其無污染、可再生的特性，成為電力系統中新增裝機容量的主要來源。然而，新能源發電的間歇性、波動性和隨機性給傳統電力系統帶來了前所未有的挑戰。為了應對這些挑戰，積極構建新型電力系統，旨在實現能源的高比例可再生利用。新型電力系統的核心目標是實現清潔低碳、安全高效，其關鍵在于協調新能源發電、負荷需求和電網調度的平衡。這一體系中，不僅要求電源端（如風電、光伏等）具備高度的靈活性，同時負荷側與儲能設施也需要更緊密地協同工作。
2、在新型電力系統中，源網荷儲一體化項目逐漸成為解決新能源波動問題的重要手段。通過將發電端（源）、輸配電網（網）、用戶側負荷（荷）和儲能系統（儲）進行系統化設計與協同優化，源網荷儲一體化能夠在削峰填谷、提升電能質量和增強系統安全性方面發揮重要作用。這類項目不僅可以實現新能源電力的高效利用，還能提高電力系統的運行經濟性和可靠性。在源網荷儲一體化項目中，新能源出力的預測和評估至關重要，在該類項目的規劃設計階段，需要對全年電力供需進行生產模擬分析，以保障項目在各項運行條件下的平衡性和經濟性。
3、在生產模擬中，新能源的全年8760小時出力曲線是其核心輸入數據之一。這一曲線詳細描述了風電場或光伏電站在每小時的出力大小，是進行供需平衡分析、儲能優化配置和調度策略研究的基礎。
5、風電作為當前新能源裝機容量的重要組成部分，其出力的波動性和不確定性尤為顯著。相比于光伏出力受晝夜周期影響較強，風電出力受氣象條件（如風速、風向、溫度等）影響更為復雜，具有更高的隨機性。
6、在實際工程中，風電8760小時出力曲線不僅用于年發電量評估，還能直接用于以下場景：負荷匹配分析：風電出力是否能夠在各時間段滿足負荷需求；儲能配置優化：儲能系統如何在風電低谷期和高峰期之間平衡出力；電網調度研究：風電波動對電網運行穩定性的影響。
7、在實際運行中，風電場的年總發電量通常會低于理論值。這是因為設備故障、氣象條件變化、調度策略等因素都會對實際發電量產生影響。為了彌補這種偏差，工程實踐中引入了折減系數。盡管這一方法簡單有效，但其未能細化至逐小時的時序動態特性，忽略了折減因子在不同時間段的變化，對生產模擬中的精準性造成了一定影響。
8、傳統的折減系數方法盡管在宏觀上能夠較好地修正理論發電量，但缺乏時序分辨率，折減系數僅用于修正年總發電量，忽略了8760小時的逐時動態特性。
9、因此，需要一種基于時間序列逐點修正的風電出力折減方法，以動態地精細化地進行折減。
技術實現思路
1、本專利技術提出一種基于時間序列逐點修正的風電出力折減方法及系統，以解決如何對風電出力進行修正的問題。
2、為了解決上述問題，根據本專利技術的一個方面，提供了一種基于時間序列逐點修正的風電出力折減方法，所述方法包括：
3、獲取現有風電場中每個風機的風機數據和scada數據，并基于所述scada數據確定風電場實際出力曲線；
4、根據所述風機數據和scada數據對風電場進行建模和cfd計算，以獲取年理論出力曲線；
5、基于所述風電場實際出力曲線和年理論出力曲線，按照預設時間間隔進行計算，確定每個時刻的折減系數；
6、按照預設分組策略對折減系數進行分組，以確定每個風速段對應的折減系數；
7、基于每個風速段對應的折減系數進行函數擬合，確定折減概率模型；
8、基于每個風速段對應的折減系數進行分布擬合，確定每個風速段對應的折減系數分布模型；
9、獲取目標風電場的目標年理論出力曲線和每個時刻的風速，并基于所述折減概率模型、折減系數分布模型和每個時刻對應的風速對所述目標年理論出力曲線進行修正。
10、優選地，其中所述方法還包括：
11、對所述風電場實際出力曲線進行數據清洗，以去除異常值和缺失值。
12、優選地，其中所述方法還包括：
13、在根據所述風機數據和scada數據對風電場進行建模和cfd計時，若獲取到風電場預設范圍內同期測風塔的測風數據，則基于所述測風數據進行風資源的分析計算，若未獲取到風電場預設范圍內同期測風塔的測風數據，則基于所述風電場主風能方向首個風機的scada數據進行風資源的分析處理。
14、優選地，其中所述按照預設分組策略對折減系數進行分組，以確定每個風速段對應的折減系數，包括：
15、若存在至少兩年的折減系數數據，則按照季節對折減系數進行初步分組，再在每個季節中按照預設的風速段進行最終分組，以確定每個風速段對應的折減系數；
16、若僅存在一年的折減系數數據，則直接按照預設風速段進行分組，以確定每個風速段對應的折減系數。
17、優選地，其中所述基于每個風速段對應的折減系數進行函數擬合，確定折減概率模型，包括：
18、計算每個風速段發生折減的概率，并根據所有風速段發生折減的概率進行函數擬合，以確定折減概率模型。
19、優選地，其中所述基于每個風速段對應的折減系數進行分布擬合，確定每個風速段對應的折減系數分布模型，包括：
20、??，
21、其中，?為x風速段的折減概率；為均值，表示該風速段的平均折減系數，為標準差，表示折減系數的離散程度。
22、優選地，其中基于所述折減概率模型、折減系數分布模型和每個時刻對應的風速對所述目標年理論出力曲線進行修正，包括：
23、對于所述目標年理論出力曲線中的任一個時刻，根據該任一個時刻對應的風速，分別利用折減概率模型和折減系數分布模型，確定該任一個時刻對應的目標折減概率和目標折減系數分布；
24、根據該任一個時刻對應的理論出力值、目標折減概率和目標折減系數分布的乘積，確定該任一個時刻對應的折減后出力值，以對所述目標年理論出力曲線進行修正。
25、根據本專利技術的另一個方面，提供了一種基于時間序列逐點修正的風電出力折減系統，所述系統包括：
26、數據獲取單元，用于獲取現有風電場中每個風機的風機數據和scada數據，并基于所述scada數據確定風電場實際出力曲線；
27、年理論出力曲線獲取單元，用于根據所述風機數據和scada數據對風電場進行建模和cfd計算，以獲取年理論出力曲線；
28、折減系數確定單元，用于基于所述風電場實際出力曲線和年理論出力曲線，按照預設時間間隔進行計算，確定每個時刻的折減系數本文檔來自技高網...
【技術保護點】
1.一種基于時間序列逐點修正的風電出力折減方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述方法還包括：
3.根據權利要求1所述的方法，其特征在于，所述方法還包括：
4.根據權利要求1所述的方法，其特征在于，所述按照預設分組策略對折減系數進行分組，以確定每個風速段對應的折減系數，包括：
5.根據權利要求1所述的方法，其特征在于，所述基于每個風速段對應的折減系數進行函數擬合，確定折減概率模型，包括：
6.根據權利要求1所述的方法，其特征在于，所述基于每個風速段對應的折減系數進行分布擬合，確定每個風速段對應的折減系數分布模型，包括：
7.根據權利要求1所述的方法，其特征在于，基于所述折減概率模型、折減系數分布模型和每個時刻對應的風速對所述目標年理論出力曲線進行修正，包括：
8.一種基于時間序列逐點修正的風電出力折減系統，其特征在于，所述系統包括：
9.根據權利要求8所述的系統，其特征在于，所述系統還包括：
10.根據權利要求8所述的系統，其特征在于
11.根據權利要求8所述的系統，其特征在于，所述折減系數分組單元，按照預設分組策略對折減系數進行分組，以確定每個風速段對應的折減系數，包括：
12.根據權利要求8所述的系統，其特征在于，所述折減概率模型確定單元，用于基于每個風速段對應的折減系數進行函數擬合，確定折減概率模型，包括：
13.根據權利要求8所述的系統，其特征在于，所述折減系數分布模型確定單元，基于每個風速段對應的折減系數進行分布擬合，確定每個風速段對應的折減系數分布模型，包括：
14.根據權利要求8所述的系統，其特征在于，所述修正單元，基于所述折減概率模型、折減系數分布模型和每個時刻對應的風速對所述目標年理論出力曲線進行修正，包括：
...【技術特征摘要】
1.一種基于時間序列逐點修正的風電出力折減方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述方法還包括：
3.根據權利要求1所述的方法，其特征在于，所述方法還包括：
4.根據權利要求1所述的方法，其特征在于，所述按照預設分組策略對折減系數進行分組，以確定每個風速段對應的折減系數，包括：
5.根據權利要求1所述的方法，其特征在于，所述基于每個風速段對應的折減系數進行函數擬合，確定折減概率模型，包括：
6.根據權利要求1所述的方法，其特征在于，所述基于每個風速段對應的折減系數進行分布擬合，確定每個風速段對應的折減系數分布模型，包括：
7.根據權利要求1所述的方法，其特征在于，基于所述折減概率模型、折減系數分布模型和每個時刻對應的風速對所述目標年理論出力曲線進行修正，包括：
8.一種基于時間序列逐點修正的風電出力折減系統，其...
【專利技術屬性】
技術研發人員：李政豫，劉濤，王明輝，韓平，魏昕，許巖，李崔延，張如一，劉洋，鄒運，李翔宇，余芳芳，
申請(專利權)人：中能智新科技產業發展有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。