基于机联网-空间相关性权重的风电机组风速预测研究

摘要

风速实时预测,可有效提高风电机组的控制性能和发电量,实现风能的高效利用.该文在分析风电场风速时空传播特性的基础上,提出基于机联网-空间相关性权重的风电机组风速实时预测架构,建立一种风速实时预测模型与流程,并基于卡尔曼滤波算法开展了与持续预测法、传统空间相关性预测法的算例对比.算例分析结果表明:提出的风速预测方法小时间尺度预测精度比持续预测法好,预测的容错性和稳健性优于传统空间相关性法;提出的风速预测理论框架可行有效,具备分钟级和超短期等多时间尺度风电机组风速实时预测能力.研究成果可为风电机组风速的实时精确感知提供一种新思路.