一种区域内风电总功率的预测方法

    公开(公告)号:CN102938562B

    公开(公告)日:2015-07-08

    申请号:CN201210250429.7

    申请日:2012-07-19

    CPC classification number: Y02A30/12

    Abstract: 本发明属于风力发电功率预测技术领域,涉及一种面向区域内风电总功率的预测方法。该方法包括:A)在区域内选择代表风电场,并进一步获取各代表风电场的输出功率预测值;B)通过径向基函数神经网络建立映射模型,并根据各代表风电场的输出功率预测值计算出区域内风电总功率预测值;C)输出区域内风电总功率预测值。该预测方法具有使用操作方便、输入输出简单、预测准确度高、误差小,可扩展性好、运用灵活等优点,当代表风电场的预测功率已知,可直接通过映射模型计算出区域内风电总功率预测值;当代表风电场的预测功率未知,可将映射模型接入代表风电场,通过代表风电场的NWP数据来驱动模型,进一步计算出区域内风电总功率预测值。

    一种基于全天空图像特征的地表辐射计算方法

    公开(公告)号:CN105718711B

    公开(公告)日:2019-02-05

    申请号:CN201410742475.8

    申请日:2014-12-05

    Abstract: 本发明提供了一种基于全天空图像特征的地表辐射计算方法,包括步骤1:获取全天空图像特征;步骤2:依据大气层外太阳辐射值I0和地表辐射值Ig的历史数据,计算大气层外太阳辐射到达地面的辐射衰减率γ;步骤3:构建全天空图像特征和辐射衰减率γ的多元回归模型;步骤4:依据多元回归模型和大气层外太阳辐射值I0得到地表辐射预测值I'g。与现有技术相比,本发明提供的一种基于全天空图像特征的地表辐射计算方法,基于辐射衰减率历史数据和全天空图像特征历史数据,构建二者的多元回归模型,并用最小二乘法计算该模型的最优解系数,使得工程应用时无需配置参数,在已知t时刻的大气层外的太阳辐射值I0(t)和辐射衰减率预测值γ'(t)的情况下,准确得出该t时刻的地表辐射预测值I'g(t)。

Patent Agency Ranking