摘要

针对采用Jensen尾流解析模型分析尾流效应时,未考虑上游风机所带来的附加湍流强度对下游风速恢复的影响,从而导致严重高估尾流区风速损失的问题,提出采用高斯尾流模型考虑尾流效应,并与机器学习算法相结合,对现有基于物理效应启发的短期风功率预测方法进行改进,使得短期风功率预测模型在尾流区预估风速精度方面从理论上得到提高。以真实风电场历史风电数据开展实验,结果表明,与不考虑尾流效应相比,模型预测性能在均方误差方面降低约15%;与基于Jensen尾流解析模型的预测方法相比,模型预测性能在均方误差方面降低约7%。