本发明涉及电力系统模拟技术领域，具体涉及一种大规模风电场概率型时序出力模拟方法和装置。
背景技术：
近年来，石油、煤炭和化石燃料的大量使用带来了一系列环境问题，这些常规能源本身的日趋枯竭也导致了能源危机，使世界各国面临着严峻的挑战。
以风力资源为代表的清洁能源取之不尽用之不竭，风力发电是一种成本低、规模大、发展快的发电方式，在世界范围内得到了迅猛发展。2015年全球风电新增装机6301万千瓦，实现了22％的年度市场增长率，全球风电累计装机容量达到43242万千瓦，累计年增长率达到17％；而中国风电产业同样保持强劲增长势头，全年风电新增装机容量3297万千瓦，累计并网装机容量达到1.29亿千瓦，占全部发电装机容量的8.6％。2015年风电上网电量1863亿千瓦时，占全部发电量的3.3％。
然而风力资源自身所具有的间歇性和波动性会使风电大规模并网面临诸多的挑战。风电场的随机出力是研究大型风电场的并网对电力系统电能质量、稳定性、线路传输功率等产生影响的基础，预测和计算风电场的随机出力对全过程测试验证风电场并网运行具有指导意义。由于风电场的出力会根据风速的改变产生相应的变化，其随机性来自于风速的波动性，模拟生成服从概率分布函数的风速对建立风电场出力的随机模型有重要意义。目前的大规模风电场时序出力模拟过程中，在对风速进行模拟时，未能充分考虑风速的昼夜差异和风速波动特性，得到的模拟风速与真实风速差异较大，进而导致模拟的风电场时序出力准确性低。
技术实现要素：
为了克服上述现有技术中准确性低的不足，本发明提供一种大规模风电场概率型时序出力模拟方法和装置，基于历史风速按设定时段生成时序风速序列；基于各时段的时序风速序列依据昼夜更替的顺序生成具有昼夜特性的时序风速序列；基于所述具有昼夜特性的时序风速序列确定考虑所述风电场中其他风电机组后计及尾流效应的风速序列；基于具有昼夜特性的时序风速序列或考虑所述风电场中其他风电机组后计及尾流效应的风速序列确定风电场概率型时序出力，同时考虑了尾流效应和风速的昼夜特性，得到的风电场概率型时序出力准确性高。
为了实现上述发明目的，本发明采取如下技术方案：
一方面，本发明提供一种大规模风电场概率型时序出力模拟方法，包括：
基于历史风速按设定时段生成时序风速序列；
基于各时段的时序风速序列依据昼夜更替的顺序生成具有昼夜特性的时序风速序列；
基于所述具有昼夜特性的时序风速序列确定考虑所述风电场中其他风电机组后计及尾流效应的风速序列；
基于具有昼夜特性的时序风速序列或考虑所述风电场中其他风电机组后计及尾流效应的风速序列确定风电场概率型时序出力。
所述基于历史风速按设定时段生成时序风速序列，包括：
基于历史风速生成随机风速序列；
基于随机风速序列确定多个风速差值区间，并基于风速差值区间确定区间频率；
生成多个随机数，并将多个随机数和所述区间频率进行匹配，得到节点的波动特征；
基于节点的波动特征和随机风速序列，生成不同时段的时序风速序列。
所述考虑所述风电场中其他风电机组后计及尾流效应的风速序列按下式确定：
式中，v2”'表示考虑所述风电场中其他风电机组后计及尾流效应的风速序列，v1”'为具有昼夜特性的时序风速序列，d表示风电机组叶片的直径，x表示相邻两排风力机组之间的距离，ct表示风电机组的推力系数，k表示尾流衰减系数。
所述基于具有昼夜特性的时序风速序列或考虑所述风电场中其他风电机组后计及尾流效应的风速序列确定风电场概率型时序出力，包括：
基于具有昼夜特性的时序风速序列或考虑所述风电场中其他风电机组后计及尾流效应的风速序列确定风电场中各台风电机组的输出功率；
将所有风电机组的输出功率求和，得到风电场概率型时序出力。
所述风电场中各台风电机组的输出功率按下式确定：
式中，p为风电机组的输出功率，pr为风力机组的额定功率，vin为切入风速，vout为切出风速，vr为额定风速，v为中间量，表示考虑所述风电场中其他风电机组后计及尾流效应的风速序列或具有昼夜特性的时序风速序列。
所述基于历史风速生成随机风速序列，包括：
基于风速的昼夜特性分时段确定风速的概率分布函数的形状参数和尺度参数；
基于所述形状参数和尺度参数确定风速的概率分布函数；
基于风速的概率分布函数，并采用反函数法确定历史风速；
基于所述历史风速确定随机风速，并基于随机风速得到随机风速序列。
所述随机风速按下式确定：
v'＝[cklog(1-v)]1/k
式中，v'为随机风速，v为历史风速，c为尺度参数，k为形状参数。
另一方面，本发明还提供一种大规模风电场概率型时序出力模拟装置，包括：
第一生成模块，用于基于历史风速按设定时段生成时序风速序列；
第二生成模块，用于基于各时段的时序风速序列依据昼夜更替的顺序生成具有昼夜特性的时序风速序列；
第一确定模块，用于基于所述具有昼夜特性的时序风速序列确定考虑所述风电场中其他风电机组后计及尾流效应的风速序列；
第二确定模块，用于基于具有昼夜特性的时序风速序列或考虑所述风电场中其他风电机组后计及尾流效应的风速序列确定风电场概率型时序出力。
所述第一生成模块具体用于：
基于历史风速生成随机风速序列；
基于随机风速序列确定多个风速差值区间，并基于风速差值区间确定区间频率；
生成多个随机数，并将多个随机数和所述区间频率进行匹配，得到节点的波动特征；
基于节点的波动特征和随机风速序列，生成不同时段的时序风速序列。
所述第一确定模块按下式确定考虑所述风电场中其他风电机组后计及尾流效应的风速序列：
式中，v2”'表示考虑所述风电场中其他风电机组后计及尾流效应的风速序列，v1”'为具有昼夜特性的时序风速序列，d表示风电机组叶片的直径，x表示相邻两排风力机组之间的距离，ct表示风电机组的推力系数，k表示尾流衰减系数。
所述第一确定模块具体用于：
基于具有昼夜特性的时序风速序列或考虑所述风电场中其他风电机组后计及尾流效应的风速序列确定风电场中各台风电机组的输出功率；
将所有风电机组的输出功率求和，得到风电场概率型时序出力。
所述第一确定模块按下式确定风电场中各台风电机组的输出功率：
式中，p为风电机组的输出功率，pr为风力机组的额定功率，vin为切入风速，vout为切出风速，vr为额定风速，v为中间量，表示考虑所述风电场中其他风电机组后计及尾流效应的风速序列或具有昼夜特性的时序风速序列。
所述第一生成模块具体用于：
基于风速的昼夜特性分时段确定风速的概率分布函数的形状参数和尺度参数；
基于所述形状参数和尺度参数确定风速的概率分布函数；
基于风速的概率分布函数，并采用反函数法确定历史风速；
基于所述历史风速确定随机风速，并基于随机风速得到随机风速序列。
所述生成模块按下式确定随机风速：
v'＝[cklog(1-v)]1k
式中，v'为随机风速，v为历史风速，c为尺度参数，k为形状参数。
与最接近的现有技术相比，本发明提供的技术方案具有以下有益效果：
本发明提供的大规模风电场概率型时序出力模拟方法中，基于历史风速按设定时段生成时序风速序列；基于各时段的时序风速序列依据昼夜更替的顺序生成具有昼夜特性的时序风速序列；基于所述具有昼夜特性的时序风速序列确定考虑所述风电场中其他风电机组后计及尾流效应的风速序列；基于所述具有昼夜特性的时序风速序列或考虑所述风电场中其他风电机组后计及尾流效应的风速序列确定所述风电场概率型时序出力，得到的风电场概率型时序出力准确性高；
本发明考虑了风电场中的尾流效应和风速的昼夜特性，并根据风电场输出功率与风速之间的关系，得到的风电场概率型时序出力可靠性较高；
本发明提供的技术方案不仅计及了大规模风电场中尾流效应的影响，而且关注了风速的昼夜特性，生成的具有昼夜特性的时序风速序列或考虑风电场中其他风电机组后计及尾流效应的风速序列更符合实际风速特征，为风电场概率型时序出力的模拟提供基础，进一步提高大规模风电场时序出力预测的准确性。
附图说明
图1是本发明实施例中大规模风电场概率型时序出力模拟方法流程图；
图2是本发明实施例中某实际风电场测得的风速示意图；
图3是本发明实施例中大规模风电场概率型时序出力示意图；
图4是本发明实施例中实际风电场出力与生成的风电场概率型时序出力对比图。
具体实施方式
下面结合附图对本发明作进一步详细说明。
实施例1
本发明实施例1提供了一种大规模风电场概率型时序出力模拟方法，具体流程图如图1所示，具体过程如下：
s101：基于历史风速按设定时段生成时序风速序列；
s102：基于各时段的时序风速序列依据昼夜更替的顺序生成具有昼夜特性的时序风速序列
s103：基于具有昼夜特性的时序风速序列确定考虑风电场中其他风电机组后计及尾流效应的风速序列；
s104：基于具有昼夜特性的时序风速序列或考虑风电场中其他风电机组后计及尾流效应的风速序列确定风电场概率型时序出力。
基于历史风速按设定时段生成时序风速序列，包括：
基于历史风速生成随机风速序列；
基于随机风速序列确定多个风速差值区间，并基于风速差值区间确定区间频率；
生成多个随机数，并将多个随机数和区间频率进行匹配，得到节点的波动特征；
基于节点的波动特征和随机风速序列，生成不同时段的时序风速序列。
考虑风电场中其他风电机组后计及尾流效应的风速序列按下式确定：
式中，v2”'表示考虑风电场中其他风电机组后计及尾流效应的风速序列，即相邻两排风电机组中后排风电机组的风速序列，v1”'为具有昼夜特性的时序风速序列，即相邻两排风电机组中前排风电机组的风速序列，这里的前排和后排是以风向为参考。d表示风电机组叶片的直径，x表示相邻两排风力机组之间的距离，ct表示风电机组的推力系数，k表示尾流衰减系数。
基于具有昼夜特性的时序风速序列或考虑风电场中其他风电机组后计及尾流效应的风速序列确定风电场概率型时序出力，包括：
基于具有昼夜特性的时序风速序列或考虑风电场中其他风电机组后计及尾流效应的风速序列确定风电场中各台风电机组的输出功率；
将所有风电机组的输出功率求和，得到风电场概率型时序出力。
风电场的输出功率大小会因为不同时刻的风速变化而发生变化，主要是由风力机组轮毂处的风速值大小所决定的。通过风速的分布以及风力机组的输出功率与风速大小之间的关系可以确定出风电场输出功率，在满足实际工程要求的前提下，可以简化拟合出具有线性特性的风电场输出功率特性曲线，因此风电场中各台风电机组的输出功率按下式确定：
式中，p为风电机组的输出功率，pr为风力机组的额定功率，vin为切入风速，vout为切出风速，vr为额定风速，v为中间量，表示考虑风电场中其他风电机组后计及尾流效应的风速序列或具有昼夜特性的时序风速序列。
基于历史风速生成随机风速序列，包括：
基于风速的昼夜特性分时段确定风速的概率分布函数的形状参数和尺度参数；
基于形状参数和尺度参数确定风速的概率分布函数；
基于风速的概率分布函数，并采用反函数法确定历史风速；
基于历史风速确定随机风速，并基于随机风速得到随机风速序列。
本发明实施例中，风速服从weibull分布，于是上述的风速的概率分布函数为
形状参数k和尺度参数c基于风速的昼夜特性且分时段确定，具体如下：
对将一天24小时划分为了三个时间段以考虑风速的昼夜特性差异，这三个时间段分别是：凌晨00:03:30至凌晨05:00:00，凌晨00:05:30至傍晚17:00:00，傍晚17:00:30至次日凌晨00:03:00，分别统计这三个时间段里各自的形状参数k和尺度参数c，如表1所示：
表1
随机风速按下式确定：
v'＝[cklog(1-v)]1/k
式中，v'为随机风速，v为历史风速，c为尺度参数，k为形状参数。
实施例2
基于同一发明构思，本发明实施例2还提供一种大规模风电场概率型时序出力模拟装置，下面对各个组成部分的功能进行详细说明：
第一生成模块，用于基于历史风速按设定时段生成时序风速序列；
第二生成模块，用于基于各时段的时序风速序列依据昼夜更替的顺序生成具有昼夜特性的时序风速序列；
第一确定模块，用于基于具有昼夜特性的时序风速序列确定考虑风电场中其他风电机组后计及尾流效应的风速序列；
第二确定模块，用于基于具有昼夜特性的时序风速序列或考虑风电场中其他风电机组后计及尾流效应的风速序列确定风电场概率型时序出力。
第一生成模块具体用于：
基于历史风速生成随机风速序列；
基于随机风速序列确定多个风速差值区间，并基于风速差值区间确定区间频率；
生成多个随机数，并将多个随机数和区间频率进行匹配，得到节点的波动特征；
基于节点的波动特征和随机风速序列，生成不同时段的时序风速序列。
第一确定模块按下式确定考虑风电场中其他风电机组后计及尾流效应的风速序列：
式中，v2”'表示考虑风电场中其他风电机组后计及尾流效应的风速序列，v1”'为具有昼夜特性的时序风速序列，d表示风电机组叶片的直径，x表示相邻两排风力机组之间的距离，ct表示风电机组的推力系数，k表示尾流衰减系数。
第一确定模块具体用于：
基于具有昼夜特性的时序风速序列或考虑风电场中其他风电机组后计及尾流效应的风速序列确定风电场中各台风电机组的输出功率；
将所有风电机组的输出功率求和，得到风电场概率型时序出力。
第一确定模块按下式确定风电场中各台风电机组的输出功率：
式中，p为风电机组的输出功率，pr为风力机组的额定功率，vin为切入风速，vout为切出风速，vr为额定风速，v为中间量，表示计及尾流效应的风速序列或具有昼夜特性的时序风速序列。
第一生成模块具体用于：
基于风速的昼夜特性分时段确定风速的概率分布函数的形状参数和尺度参数；
基于形状参数和尺度参数确定风速的概率分布函数；
基于风速的概率分布函数，并采用反函数法确定历史风速；
基于历史风速确定随机风速，并基于随机风速得到随机风速序列。
生成模块按下式确定随机风速：
v'＝[cklog(1-v)]1/k
式中，v'为随机风速，v为历史风速，c为尺度参数，k为形状参数。
实施例3
本发明实施例3以位于新疆乌鲁木齐的某实际风电场为例，介绍大规模风电场概率型时序出力模拟方法的具体过程。该风电场场区内地势平坦，风电机组之间有场内道路连接，风电场内共有750kw风电机组39台，2mw风电机组10台。乌鲁木齐地处亚欧大陆腹地，属于中温带大陆干旱气候区，春秋季节多大风，夏季炎热，冬季寒冷漫长，山区气候垂直变化明显，总体来说风能资源丰富。该地区平均风速在6月出现最小值，在11月出现最大值。该实际风电场测得的风速如图2所示。
模拟生成的时序风速数据的weibull分布参数与统计得到的历史风速数据的weibull分布参数十分相似，较好地贴合了风速数据的概率分布特性，并且既符合历史数据的波动情况，又满足“夜高昼低”的地区风速日变化实际情况，较为全面和准确地反映了风电场所处地区的风速特点。
当完成了时序风速后，就可以根据当前时刻的风速值对下一时刻的风速值进行预测，再依据概率型时序风速模型，由风电场时序出力与风速之间的关系，预测出风电场在下一时刻的时序出力，如图3所示。实际风电场出力与生成的风电场时序出力对比图如图4所示，图4中，实线为实际风电场出力，虚线为模拟生成的风电场时序出力，从图4可以看出，实际风电场出力与生成的风电场时序出力变化趋势相似，验证了概率型时序出力的合理性，且功率误差最大不超过5％，在误差允许范围之内，证明了所建立的风电场输出功率模型的正确性，模拟的结果准确有效。
为了描述的方便，以上所述装置的各部分以功能分为各种模块或单元分别描述。当然，在实施本申请时可以把各模块或单元的功能在同一个或多个软件或硬件中实现。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，所属领域的普通技术人员参照上述实施例依然可以对本发明的具体实施方式进行修改或者等同替换，这些未脱离本发明精神和范围的任何修改或者等同替换，均在申请待批的本发明范围之内。
1.一种大规模风电场概率型时序出力模拟方法，其特征在于，包括：
基于历史风速按设定时段生成时序风速序列；
基于各时段的时序风速序列依据昼夜更替的顺序生成具有昼夜特性的时序风速序列；
基于所述具有昼夜特性的时序风速序列确定考虑所述风电场中其他风电机组后计及尾流效应的风速序列；
基于所述具有昼夜特性的时序风速序列或考虑所述风电场中其他风电机组后计及尾流效应的风速序列确定所述风电场概率型时序出力。
2.根据权利要求1所述的大规模风电场概率型时序出力模拟方法，其特征在于，所述基于历史风速按设定时段生成时序风速序列，包括：
基于历史风速生成随机风速序列；
基于随机风速序列确定多个风速差值区间，并基于风速差值区间确定区间频率；
生成多个随机数，并将多个随机数和所述区间频率进行匹配，得到节点的波动特征；
基于节点的波动特征和随机风速序列，生成不同时段的时序风速序列。
3.根据权利要求1所述的大规模风电场概率型时序出力模拟方法，其特征在于，所述考虑所述风电场中其他风电机组后计及尾流效应的风速序列按下式确定：
式中，v2”'表示考虑所述风电场中其他风电机组后计及尾流效应的风速序列，v1”'为具有昼夜特性的时序风速序列，d表示风电机组叶片的直径，x表示相邻两排风力机组之间的距离，ct表示风电机组的推力系数，k表示尾流衰减系数。
4.根据权利要求1所述的大规模风电场概率型时序出力模拟方法，其特征在于，所述基于具有昼夜特性的时序风速序列或考虑所述风电场中其他风电机组后计及尾流效应的风速序列确定风电场概率型时序出力，包括：
基于具有昼夜特性的时序风速序列或考虑所述风电场中其他风电机组后计及尾流效应的风速序列确定风电场中各台风电机组的输出功率；
将所有风电机组的输出功率求和，得到风电场概率型时序出力。
5.根据权利要求4所述的大规模风电场概率型时序出力模拟方法，其特征在于，所述风电场中各台风电机组的输出功率按下式确定：
式中，p为风电机组的输出功率，pr为风力机组的额定功率，vin为切入风速，vout为切出风速，vr为额定风速，v为中间量，表示考虑所述风电场中其他风电机组后计及尾流效应的风速序列或具有昼夜特性的时序风速序列。
6.根据权利要求2所述的大规模风电场概率型时序出力模拟方法，其特征在于，所述基于历史风速生成随机风速序列，包括：
基于风速的昼夜特性分时段确定风速的概率分布函数的形状参数和尺度参数；
基于所述形状参数和尺度参数确定风速的概率分布函数；
基于风速的概率分布函数，并采用反函数法确定历史风速；
基于所述历史风速确定随机风速，并基于随机风速得到随机风速序列。
7.根据权利要求6所述的大规模风电场概率型时序出力模拟方法，其特征在于，所述随机风速按下式确定：
v'＝[cklog(1-v)]1/k
式中，v'为随机风速，v为历史风速，c为尺度参数，k为形状参数。
8.一种大规模风电场概率型时序出力模拟装置，其特征在于，包括：
第一生成模块，用于基于历史风速按设定时段生成时序风速序列；
第二生成模块，用于基于各时段的时序风速序列依据昼夜更替的顺序生成具有昼夜特性的时序风速序列；
第一确定模块，用于基于所述具有昼夜特性的时序风速序列确定考虑所述风电场中其他风电机组后计及尾流效应的风速序列；
第二确定模块，用于基于所述具有昼夜特性的时序风速序列或考虑所述风电场中其他风电机组后计及尾流效应的风速序列确定所述风电场概率型时序出力。
9.根据权利要求8所述的大规模风电场概率型时序出力模拟装置，其特征在于，所述第一生成模块具体用于：
基于历史风速生成随机风速序列；
基于随机风速序列确定多个风速差值区间，并基于风速差值区间确定区间频率；
生成多个随机数，并将多个随机数和所述区间频率进行匹配，得到节点的波动特征；
基于节点的波动特征和随机风速序列，生成不同时段的时序风速序列。
10.根据权利要求8所述的大规模风电场概率型时序出力模拟装置，其特征在于，所述考虑所述风电场中其他风电机组后第一确定模块按下式确定计及尾流效应的风速序列：
式中，v2”'表示考虑所述风电场中其他风电机组后计及尾流效应的风速序列，v1”'为具有昼夜特性的时序风速序列，d表示风电机组叶片的直径，x表示相邻两排风力机组之间的距离，ct表示风电机组的推力系数，k表示尾流衰减系数。
11.根据权利要求8所述的大规模风电场概率型时序出力模拟装置，其特征在于，所述第一确定模块具体用于：
基于具有昼夜特性的时序风速序列或考虑所述风电场中其他风电机组后计及尾流效应的风速序列确定风电场中各台风电机组的输出功率；
将所有风电机组的输出功率求和，得到风电场概率型时序出力。
12.根据权利要求11所述的大规模风电场概率型时序出力模拟装置，其特征在于，所述第一确定模块按下式确定风电场中各台风电机组的输出功率：
式中，p为风电机组的输出功率，pr为风力机组的额定功率，vin为切入风速，vout为切出风速，vr为额定风速，v为中间量，表示考虑所述风电场中其他风电机组后计及尾流效应的风速序列或具有昼夜特性的时序风速序列。
13.根据权利要求9所述的大规模风电场概率型时序出力模拟装置，其特征在于，所述第一生成模块具体用于：
基于风速的昼夜特性分时段确定风速的概率分布函数的形状参数和尺度参数；
基于所述形状参数和尺度参数确定风速的概率分布函数；
基于风速的概率分布函数，并采用反函数法确定历史风速；
基于所述历史风速确定随机风速，并基于随机风速得到随机风速序列。
14.根据权利要求13所述的大规模风电场概率型时序出力模拟装置，其特征在于，所述生成模块按下式确定随机风速：
v'＝[cklog(1-v)]1/k
式中，v'为随机风速，v为历史风速，c为尺度参数，k为形状参数。
技术总结