基于合成孔径雷达卫星的海面风场发电量计算方法及装置与流程

1.本技术涉及海上发电技术领域，尤其涉及一种基于合成孔径雷达卫星的海面风场发电量计算方法及装置。


背景技术：

2.风能作为一种清洁的绿色能源，已成为新能源为主体新型电力系统不可或缺的一部分。相比于陆上风电，海上风电发展潜力巨大。海上风电的发展也使得海洋资源环境的测量愈发重要，尤其是海上风电正逐步进入深远海，可靠的测量数据较为稀少，影响了海风项目评估的准确性，间接提高了项目风险。相关技术中，现场开发通常采用漂浮式测风雷达进行移动测风，由于造价高昂、安装运维困难，且不便运维和数据传递，安全性保障较差，不适应未来大规模、深远海的发展趋势。


技术实现要素：

3.本技术旨在至少在一定程度上解决相关技术中的技术问题之一。
4.为此，本技术的一个目的在于提出一种基于合成孔径雷达卫星的海面风场发电量计算方法，通过获取海面上目标区域内的风电场的各个风电机组的点位坐标，并结合点位坐标，对合成孔径雷达卫星所采集的目标区域的卫星图像进行反演处理，获取各个风电机组距离海面设定高度的初始风速风向分布数据；根据初始风速风向分布数据，结合测风塔所收集的第一风速风向分布数据，外推得到目标区域内各个风电机组的轮毂高度处的第二风速风向分布数据；对第一风速风向分布数据和第二风速风向分布数据进行整理，获取每个风电机组的风速风向概率分布；基于风速风向概率分布进行目标区域内的风电机组在预设时长内的累计发电量计算。
5.本技术的第二个目的在于提出一种基于合成孔径雷达卫星的海面风场发电量计算装置。
6.本技术的第三个目的在于提出一种电子设备。
7.本技术的第四个目的在于提出一种非瞬时计算机可读存储介质。
8.本技术的第五个目的在于提出一种计算机程序产品。
9.为达上述目的，本技术第一方面实施例提出了一种基于合成孔径雷达卫星的海面风场发电量计算方法，包括：获取海面上目标区域内的风电场的各个风电机组的点位坐标，并结合点位坐标，对合成孔径雷达卫星所采集的目标区域的卫星图像进行反演处理，获取各个风电机组距离海面设定高度的初始风速风向分布数据；根据初始风速风向分布数据，结合测风塔所收集的第一风速风向分布数据，外推得到目标区域内各个风电机组的轮毂高度处的第二风速风向分布数据；对第一风速风向分布数据和第二风速风向分布数据进行整理，获取每个风电机组的风速风向概率分布；基于风速风向概率分布进行目标区域内的风电机组在预设时长内的累计发电量计算。
10.根据本技术的一个实施例，对合成孔径雷达卫星所采集的目标区域的卫星图像进
行反演处理，获取各个风电机组距离海面设定高度的初始风速风向分布数据，包括：对卫星图像进行辐射定标，以获取卫星图像对应的后向散射系数中的粗糙度值，并获取卫星图像对应的全图像入射角，全图像入射角为雷达波束与垂直表面直线之间的夹角；基于三维定标方法对卫星图像进行几何校正，以获取卫星图像对应的地理位置；对卫星图像上每个地理位置的风条纹进行识别，以获取目标区域内每个地理位置的风向数据；将风向数据、全图像入射角和粗糙度值带入c波段的半经验地球物理模型，经过计算得到距海面设定高度的风速数据；对风向数据和风速数据进行结合，获得各个风电机组距海面设定高度的初始风速风向分布数据。
11.根据本技术的一个实施例，对卫星图像上每个地理位置的风条纹进行识别，以获取目标区域内每个地理位置的风向数据之后，还包括：获取各个风电机组对应的浮标数据；基于浮标数据对风向数据进行修正，以获取修正后的风向数据。
12.根据本技术的一个实施例，对第一风速风向分布数据和第二风速风向分布数据进行整理，获取每个风电机组的风速风向概率分布，包括：参照第一风速风向分布数据整理第二风速风向分布数据并进行扇区划分，以获取每个风电机组的风速风向表，其中，风速风向表中包括在每个扇区内该风电机组所对应的测风塔所测得的第一风速风向数据和基于卫星图像所获得的第二风速风向分布数据；获取预设的多个风速分仓，遍历风速风向表内的每个数据，获取该风电机组对应的风速风向概率分布。
13.根据本技术的一个实施例，基于合成孔径雷达卫星的海面风场发电量计算方法，还包括：判断是否存在卫星图像上不存在投影的风电机组，将该风电机组作为待修正风电机组；基于尾流模型或者线性插值方法获取每个待修正风电机组的风速数据，并将该风速数据并入第二风速风向分布数据。
14.根据本技术的一个实施例，响应于预设时长为一年，则基于风速风向概率分布进行目标区域内的风电机组在预设时长内的累计发电量计算的计算公式为：
[0015][0016]
其中，
[0017]
aep表示风电场的年发电量；
[0018]
ng表示风电场全年利用小时数；
[0019]
n代表风电场内全年的风速风向概率分布划分的速度分仓个数；
[0020]vi
、pi代表速度分仓i的标准化平均风速和功率；
[0021]
f(vi)为风速风向概率分布中的某速度对应的概率。
[0022]
根据本技术的一个实施例，基于合成孔径雷达卫星的海面风场发电量计算方法，还包括：根据初始风速风向分布数据，结合测风塔所收集的第一风速风向分布数据，外推得到目标区域内各个风电机组所在点位坐标的不同高度处的目标风速风向分布数据；基于目标风速风向分布数据绘制风廓线图。
[0023]
为达上述目的，本技术第二方面实施例提出了一种基于合成孔径雷达卫星的海面风场发电量计算装置，包括：获取模块，用于获取海面上目标区域内的风电场的各个风电机组的点位坐标，并结合点位坐标，对合成孔径雷达卫星所采集的目标区域的卫星图像进行反演处理，获取各个风电机组距离海面设定高度的初始风速风向分布数据；推算模块，用于
根据初始风速风向分布数据，结合测风塔所收集的第一风速风向分布数据，外推得到目标区域内各个风电机组的轮毂高度处的第二风速风向分布数据；整理模块，用于对第一风速风向分布数据和第二风速风向分布数据进行整理，获取每个风电机组的风速风向概率分布；计算模块，用于基于风速风向概率分布进行目标区域内的风电机组在预设时长内的累计发电量计算。
[0024]
根据本技术的一个实施例，获取模块，还用于：对卫星图像进行辐射定标，以获取卫星图像对应的后向散射系数中的粗糙度值，并获取卫星图像对应的全图像入射角，全图像入射角为雷达波束与垂直表面直线之间的夹角；基于三维定标方法对卫星图像进行几何校正，以获取卫星图像对应的地理位置；对卫星图像上每个地理位置的风条纹进行识别，以获取目标区域内每个地理位置的风向数据；将风向数据、全图像入射角和粗糙度值带入c波段的半经验地球物理模型，经过计算得到距海面设定高度的风速数据；对风向数据和风速数据进行结合，获得各个风电机组距海面设定高度的初始风速风向分布数据。
[0025]
根据本技术的一个实施例，获取模块，还用于：获取各个风电机组对应的浮标数据；基于浮标数据对风向数据进行修正，以获取修正后的风向数据。
[0026]
根据本技术的一个实施例，整理模块，还用于：参照第一风速风向分布数据整理第二风速风向分布数据并进行扇区划分，以获取每个风电机组的风速风向表，其中，风速风向表中包括在每个扇区内该风电机组所对应的测风塔所测得的第一风速风向数据和基于卫星图像所获得的第二风速风向分布数据；获取预设的多个风速分仓，遍历风速风向表内的每个数据，获取该风电机组对应的风速风向概率分布。
[0027]
根据本技术的一个实施例，基于合成孔径雷达卫星的海面风场发电量计算装置，还包括：判断模块，用于判断是否存在卫星图像上不存在投影的风电机组，将该风电机组作为待修正风电机组；修正模块，用于基于尾流模型或者线性插值方法获取每个待修正风电机组的风速数据，并将该风速数据并入第二风速风向分布数据。
[0028]
根据本技术的一个实施例，响应于预设时长为一年，则计算模块中，基于风速风向概率分布进行目标区域内的风电机组在预设时长内的累计发电量计算的计算公式为：
[0029][0030]
其中，
[0031]
aep表示风电场的年发电量；
[0032]
nh表示风电场全年利用小时数；
[0033]
n代表风电场内全年的风速风向概率分布划分的速度分仓个数；
[0034]vi
、pi代表速度分仓i的标准化平均风速和功率；
[0035]
f(vi)为风速风向概率分布中的某速度对应的概率。
[0036]
根据本技术的一个实施例，基于合成孔径雷达卫星的海面风场发电量计算装置，还包括：绘制模块，用于根据初始风速风向分布数据，结合测风塔所收集的第一风速风向分布数据，外推得到目标区域内各个风电机组所在点位坐标的不同高度处的目标风速风向分布数据，并基于目标风速风向分布数据绘制风廓线图。
[0037]
为达上述目的，本技术第三方面实施例提出了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少
一个处理器执行的指令，所述指令被所述至少一个处理器执行，以实现如本技术第一方面实施例所述的基于合成孔径雷达卫星的海面风场发电量计算方法。
[0038]
为达上述目的，本技术第四方面实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于实现如本技术第一方面实施例所述的基于合成孔径雷达卫星的海面风场发电量计算方法。
[0039]
为达上述目的，本技术第五方面实施例提出了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如本技术第一方面实施例所述的基于合成孔径雷达卫星的海面风场发电量计算方法。
[0040]
本技术至少实现以下有益效果：本技术基于合成孔径雷达卫星的海面风场发电量计算方法，可以实现逐天、逐周的统计测量，且测量周期长，进行发电量的计算，以更好支撑海面风场资源规划设计。
附图说明
[0041]
本技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
[0042]
图1是本技术一个实施例示出的一种基于合成孔径雷达卫星的海面风场发电量计算方法的示例性实施方式的示意图。
[0043]
图2是本技术一个实施例示出的一种海面风电场风电机组排布示意图。
[0044]
图3是本技术一个实施例示出的一种合成孔径雷达卫星海面风场投影图。
[0045]
图4是本技术一个实施例示出的一种对合成孔径雷达卫星所采集的目标区域的卫星图像进行反演处理的示意图。
[0046]
图5是本技术一个实施例示出的一种合成孔径雷达卫星观测机理示意图。
[0047]
图6是本技术一个实施例示出的一种风条纹捕捉示意图。
[0048]
图7是本技术一个实施例示出的一种扇区分区示意图。
[0049]
图8是本技术一个实施例示出的一种风廓线分布示意图。
[0050]
图9是本技术一个实施例示出的一种基于合成孔径雷达卫星的海面风场发电量计算方法的示例性实施方式的流程图。
[0051]
图10是本技术示出的一种基于合成孔径雷达卫星的海面风场发电量计算装置的示意图
[0052]
图11是本技术一个实施例示出的一种电子设备的示意图。
具体实施方式
[0053]
下面详细描述本技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本技术，而不能理解为对本技术的限制。
[0054]
图1是本技术示出的一种基于合成孔径雷达卫星的海面风场发电量计算方法的示例性实施方式的示意图，如图1所示，该基于合成孔径雷达卫星的海面风场发电量计算方法，包括以下步骤：
[0055]
s101，获取海面上目标区域内的风电场的各个风电机组的点位坐标，并结合点位
坐标，对合成孔径雷达卫星所采集的目标区域的卫星图像进行反演处理，获取各个风电机组距离海面设定高度的初始风速风向分布数据。
[0056]
图2是本技术示出的一种海面风电场风电机组排布示意图，如图2所示，获取海面上目标区域内的风电场的各个风电机组的点位的经纬度坐标作为该风电机组的点位坐标，v∞表示风电场风电机组可向左向下根据实景情况延伸。
[0057]
图3是本技术示出的一种合成孔径雷达卫星海面风场投影图，如图3所示，基于合成孔径雷达卫星采集风电场的各个风电机组卫星图像。
[0058]
图4是本技术示出的一种对合成孔径雷达卫星所采集的目标区域的卫星图像进行反演处理的示意图，如图4所示，对卫星图像进行辐射定标(hh极化需要根据极化比转至vv极化)，以获取卫星图像对应的后向散射系数中的粗糙度值，并获取卫星图像对应的全图像入射角，全图像入射角为雷达波束与垂直表面直线之间的夹角；基于三维定标方法对卫星图像进行几何校正，以获取卫星图像对应的地理位置；海面风受地球转动影像，风对海面的影像会形成与风向平行的条纹，本技术中，对卫星图像上每个地理位置的风条纹进行识别，以获取目标区域内每个地理位置的风向数据。将风向数据、全图像入射角和粗糙度值带入c波段的半经验地球物理模型，经过计算得到距海面设定高度(一般为10米)的风速数据，对风向数据和风速数据进行结合，将结合后的数据作为各个风电机组距海面设定高度的初始风速风向分布数据。示例性的，风电机组t
11
对应的卫星测量点以用o
11
表示，风电机组t
12
对应的卫星测量点以用o
12
表示，其他风电机组的表示方法类似。其中，为了使得最终获得的风向数据更准确，本技术中，在对卫星图像上每个地理位置的风条纹进行识别，以获取目标区域内每个地理位置的风向数据之后，获取各个风电机组对应的浮标数据，基于浮标数据对风向数据进行修正，以获取修正后的风向数据。
[0059]
图5是本技术示出的一种合成孔径雷达卫星观测机理示意图，图6是本技术示出的一种风条纹捕捉示意图，此处仅为示意，以方便理解。
[0060]
s102，根据初始风速风向分布数据，结合测风塔所收集的第一风速风向分布数据，外推得到目标区域内各个风电机组的轮毂高度处的第二风速风向分布数据。
[0061]
根据初始风速风向分布数据，结合测风塔所收集的第一风速风向分布数据，外推得到目标区域内各个风电机组的轮毂高度处的第二风速风向分布数据。
[0062]
风速外推的具体过程如下：
[0063]
根据测风塔所收集的第一风速风向分布数据，拟合风切变指数，根据风切变规律，外推o
11
、o
12
…
等卫星测量点位的风速。风切变规律公示如下：
[0064][0065]
其中：
[0066]
v(z)表示距地高度为z处的风速；z表示离地面高度；zr表示用于拟合风廓线的离地面标准高度，根据实际情况而设定；α表示风切变指数，根据风场测量的实际风况而定。
[0067]
s103，对第一风速风向分布数据和第二风速风向分布数据进行整理，获取每个风电机组的风速风向概率分布。
[0068]
参照第一风速风向分布数据整理第二风速风向分布数据并进行扇区划分，并获取每个风电机组的风速风向表，其中，风速风向表中包括在每个扇区内该风电机组所对应的
测风塔所测得的第一风速风向数据和基于卫星图像所获得的第二风速风向分布数据。
[0069]
图7是本技术示出的一种扇区分区示意图，如图7所示，一般扇区划分为16扇区，分别为348.75
°
～11.25
°
，11.25
°
～33.75
°
，33.75
°
～56.25
°…
其中第一、第二、第三扇区的特征平均角度分别为为0
°
、22.5
°
、45
°
，其他扇区依此类推。进一步确定合成孔径雷达在对应机组点位t
11
、t
12
…
t
nn
下的风速和风向，将卫星雷达的拍摄处理结果提取成如下表格，每一个机组点位都将得到表1的结果。
[0070]
表1某机组t
nn
的风速风向表
[0071][0072]
获取预设的多个风速分仓，遍历风速风向表内的每个数据，获取该风电机组对应的风速风向概率分布。具体的，如果只存在一个测风塔，根据测风塔的一定阶段的风速时间序列，可以形成该塔的风速风向的风速风向概率分布表(wws)，见表2所示，其中表格中间部分表示测风塔在对应风速和风向下的概率。在任意网格点位准备一张与机组点位的概率都为零的wws文件(横坐标为各速度分仓速度，纵坐标为风向，中间格子代表不同风速和风向的出现概率)，即机组点位的wws表。
[0073]
表2测风塔的风速风向概率分布表(wws)
[0074][0075]
遍历机组点位的wws文件中每个数据，根据该数据代表的特征速度和特征角度，寻找映射关系，将概率填入点位的wws表中。例如：t
11
的wws第一行第一列为1扇区，0-0.5m/s区间，则其特征速度为0.25m/s，角度为0
°
。在表1的第一行中，寻找距离0度最近的角度，取该角度的所在列的数据。即9m/s 1扇区代表的数据。进而确定加速比为点位的实际角度为10度。最后第一行第一列映射完成之后点位的速度为角度为10度。将t
11
中第一行第一列的概率加入机组点位的wws表格的第一行第1列(属于第1扇区)。随着遍历完成，t
11
的wws表格中所有的概率都将填入机组点位的wws表格中。
[0076]
如果存在两座塔，那么根据测风塔1和测风塔2，每个机组点位分别获得一张wws表格。对于某个点位，利用距离权重将点位的wws表格相同行列的概率进行加权。最终将两张
wws表合为一张，即为该点位最终的表格。例如:机组点位t
1n
距离测风塔1为l1，距离测风塔2为l2，第一行第一列概率分别为0.4和0.7。则最终wws表格的第一行第一列的概率为
[0077]
对所有风电机组重复上述步骤，得到所有机组点位的wws表格，根据表格中概率可算得平均速度，所有机组点位的平均速度即为风资源速度图谱。
[0078]
s104，基于风速风向概率分布进行目标区域内的风电机组在预设时长内的累计发电量计算。
[0079]
若预设时长为一年，则基于风速风向概率分布进行目标区域内的风电机组在预设时长内的累计发电量计算的计算公式为：
[0080][0081]
其中，
[0082]
aep表示风电场的年发电量；
[0083]
nh表示风电场全年利用小时数；
[0084]
n代表风电场内全年的风速风向概率分布划分的速度分仓个数；
[0085]vi
、pi代表速度分仓i的标准化平均风速和功率；
[0086]
f(vi)为风速风向概率分布中的某速度对应的概率。
[0087]
本技术实施例提出了一种基于合成孔径雷达卫星的海面风场发电量计算方法，通过获取海面上目标区域内的风电场的各个风电机组的点位坐标，并结合点位坐标，对合成孔径雷达卫星所采集的目标区域的卫星图像进行反演处理，获取各个风电机组距离海面设定高度的初始风速风向分布数据；根据初始风速风向分布数据，结合测风塔所收集的第一风速风向分布数据，外推得到目标区域内各个风电机组的轮毂高度处的第二风速风向分布数据；对第一风速风向分布数据和第二风速风向分布数据进行整理，获取每个风电机组的风速风向概率分布；基于风速风向概率分布进行目标区域内的风电机组在预设时长内的累计发电量计算。本技术基于合成孔径雷达卫星的海面风场发电量计算方法，可以实现逐天、逐周的统计测量，且测量周期长，进行发电量的计算，以更好支撑海面风场资源规划设计。
[0088]
进一步的，判断是否存在卫星图像上不存在投影的风电机组，将该风电机组作为待修正风电机组；基于尾流模型或者线性插值方法获取每个待修正风电机组的风速数据，并将该风速数据并入第二风速风向分布数据。其中，尾流模型可选择jenson尾流模型和gaussian尾流模型中的任一个。
[0089]
进一步的，根据初始风速风向分布数据，结合测风塔所收集的第一风速风向分布数据，外推得到目标区域内各个风电机组所在点位坐标的不同高度处的目标风速风向分布数据；基于目标风速风向分布数据绘制风廓线图，图8是本技术示出的一种风廓线分布示意图。其中，风廓线图可保存下来，以进一步对海面风场的速进行分析。
[0090]
图9是本技术示出的一种基于合成孔径雷达卫星的海面风场发电量计算方法的示例性实施方式的流程图，如图9所示，获取海面上目标区域内的风电场的各个风电机组的点位的经纬度坐标作为该风电机组的点位坐标，基于合成孔径雷达卫星采集风电场的各个风电机组卫星图像，并结合点位坐标，对合成孔径雷达卫星所采集的目标区域的卫星图像进
行反演处理，获取各个风电机组距离海面设定高度的初始风速风向分布数据。根据初始风速风向分布数据，结合测风塔所收集的第一风速风向分布数据，外推得到目标区域内各个风电机组的轮毂高度处的第二风速风向分布数据。对第一风速风向分布数据和第二风速风向分布数据进行整理，获取每个风电机组的风速风向概率分布。判断每个风电机组是否有对应的卫星投影点，若每个风电机组都有对应的卫星投影点，则基于风速风向概率分布进行目标区域内的风电机组在预设时长内的累计发电量计算。若预设时长为一年，则基于风速风向概率分布进行目标区域内的风电机组在预设时长内的累计发电量计算的计算公式为：
[0091][0092]
其中，
[0093]
aep表示风电场的年发电量；
[0094]
nh表示风电场全年利用小时数；
[0095]
n代表风电场内全年的风速风向概率分布划分的速度分仓个数；
[0096]vi
、pi代表速度分仓i的标准化平均风速和功率；
[0097]
f(vi)为风速风向概率分布中的某速度对应的概率。
[0098]
若存在卫星图像上不存在投影的风电机组，将该风电机组作为待修正风电机组；基于尾流模型或者线性插值方法获取每个待修正风电机组的风速数据，并将该风速数据并入第二风速风向分布数据。其中，尾流模型可选择jenson尾流模型和gaussian尾流模型中的任一个。
[0099]
图10是本技术示出的一种基于合成孔径雷达卫星的海面风场发电量计算装置的示意图，如图10所示，该基于合成孔径雷达卫星的海面风场发电量计算装置1000，包括获取模块1001、推算模块1002、整理模块1003和计算模块1004，其中：
[0100]
获取模块1001，用于获取海面上目标区域内的风电场的各个风电机组的点位坐标，并结合点位坐标，对合成孔径雷达卫星所采集的目标区域的卫星图像进行反演处理，获取各个风电机组距离海面设定高度的初始风速风向分布数据。
[0101]
推算模块1002，用于根据初始风速风向分布数据，结合测风塔所收集的第一风速风向分布数据，外推得到目标区域内各个风电机组的轮毂高度处的第二风速风向分布数据。
[0102]
整理模块1003，用于对第一风速风向分布数据和第二风速风向分布数据进行整理，获取每个风电机组的风速风向概率分布。
[0103]
计算模块1004，用于基于风速风向概率分布进行目标区域内的风电机组在预设时长内的累计发电量计算。
[0104]
本装置基于合成孔径雷达卫星的海面风场发电量计算方法，可以实现逐天、逐周的统计测量，且测量周期长，进行发电量的计算，以更好支撑海面风场资源规划设计。
[0105]
根据本技术的一个实施例，获取模块1001，还用于：对卫星图像进行辐射定标，以获取卫星图像对应的后向散射系数中的粗糙度值，并获取卫星图像对应的全图像入射角，全图像入射角为雷达波束与垂直表面直线之间的夹角；基于三维定标方法对卫星图像进行几何校正，以获取卫星图像对应的地理位置；对卫星图像上每个地理位置的风条纹进行识
别，以获取目标区域内每个地理位置的风向数据；将风向数据、全图像入射角和粗糙度值带入c波段的半经验地球物理模型，经过计算得到距海面设定高度的风速数据；对风向数据和风速数据进行结合，获得各个风电机组距海面设定高度的初始风速风向分布数据。
[0106]
根据本技术的一个实施例，获取模块1001，还用于：获取各个风电机组对应的浮标数据；基于浮标数据对风向数据进行修正，以获取修正后的风向数据。
[0107]
根据本技术的一个实施例，整理模块1003，还用于：参照第一风速风向分布数据整理第二风速风向分布数据并进行扇区划分，以获取每个风电机组的风速风向表，其中，风速风向表中包括在每个扇区内该风电机组所对应的测风塔所测得的第一风速风向数据和基于卫星图像所获得的第二风速风向分布数据；获取预设的多个风速分仓，遍历风速风向表内的每个数据，获取该风电机组对应的风速风向概率分布。
[0108]
根据本技术的一个实施例，基于合成孔径雷达卫星的海面风场发电量计算装置，还包括：判断模块1005，用于判断是否存在卫星图像上不存在投影的风电机组，将该风电机组作为待修正风电机组；修正模块1006，用于基于尾流模型或者线性插值方法获取每个待修正风电机组的风速数据，并将该风速数据并入第二风速风向分布数据。
[0109]
根据本技术的一个实施例，响应于预设时长为一年，则计算模块1004中，基于风速风向概率分布进行目标区域内的风电机组在预设时长内的累计发电量计算的计算公式为：
[0110][0111]
其中，
[0112]
aep表示风电场的年发电量；
[0113]
nh表示风电场全年利用小时数；
[0114]
n代表风电场内全年的风速风向概率分布划分的速度分仓个数；
[0115]vi
、pi代表速度分仓i的标准化平均风速和功率；
[0116]
f(vi)为风速风向概率分布中的某速度对应的概率。
[0117]
根据本技术的一个实施例，基于合成孔径雷达卫星的海面风场发电量计算装置，还包括：绘制模块1007，用于根据初始风速风向分布数据，结合测风塔所收集的第一风速风向分布数据，外推得到目标区域内各个风电机组所在点位坐标的不同高度处的目标风速风向分布数据，并基于目标风速风向分布数据绘制风廓线图。
[0118]
为了实现上述实施例，本技术实施例还提出一种电子设备1100，如图11所示，该电子设备1100包括：处理器1101和处理器通信连接的存储器1102，存储器1102存储有可被至少一个处理器执行的指令，指令被至少一个处理器1101执行，以实现如上述实施例所示的基于合成孔径雷达卫星的海面风场发电量计算方法。
[0119]
为了实现上述实施例，本技术实施例还提出一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机实现如上述实施例所示的基于合成孔径雷达卫星的海面风场发电量计算方法。
[0120]
为了实现上述实施例，本技术实施例还提出一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现如上述实施例所示的基于合成孔径雷达卫星的海面风场发电量计算方法。
[0121]
在本技术的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本技术的限制。
[0122]
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本技术的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
[0123]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本技术的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
[0124]
尽管上面已经示出和描述了本技术的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本技术的限制，本领域的普通技术人员在本技术的范围内可以对上述实施例进行变化、修改、替换和变型。

技术特征：
1.一种基于合成孔径雷达卫星的海面风场发电量计算方法，其特征在于，包括：获取海面上目标区域内的风电场的各个风电机组的点位坐标，并结合所述点位坐标，对合成孔径雷达卫星所采集的目标区域的卫星图像进行反演处理，获取各个风电机组距离海面设定高度的初始风速风向分布数据；根据所述初始风速风向分布数据，结合测风塔所收集的第一风速风向分布数据，外推得到目标区域内各个风电机组的轮毂高度处的第二风速风向分布数据；对所述第一风速风向分布数据和所述第二风速风向分布数据进行整理，获取每个所述风电机组的风速风向概率分布；基于所述风速风向概率分布进行所述目标区域内的风电机组在预设时长内的累计发电量计算。2.根据权利要求1所述的方法，其特征在于，所述对合成孔径雷达卫星所采集的目标区域的卫星图像进行反演处理，获取各个风电机组距离海面设定高度的初始风速风向分布数据，包括：对所述卫星图像进行辐射定标，以获取所述卫星图像对应的后向散射系数中的粗糙度值，并获取所述卫星图像对应的全图像入射角，所述全图像入射角为雷达波束与垂直表面直线之间的夹角；基于三维定标方法对所述卫星图像进行几何校正，以获取卫星图像对应的地理位置；对所述卫星图像上每个所述地理位置的风条纹进行识别，以获取目标区域内每个所述地理位置的风向数据；将所述风向数据、所述全图像入射角和所述粗糙度值带入c波段的半经验地球物理模型，经过计算得到距海面设定高度的风速数据；对所述风向数据和所述风速数据进行结合，获得各个风电机组距海面设定高度的所述初始风速风向分布数据。3.根据权利要求2所述的方法，其特征在于，所述对所述卫星图像上每个所述地理位置的风条纹进行识别，以获取目标区域内每个所述地理位置的风向数据之后，还包括：获取各个所述风电机组对应的浮标数据；基于所述浮标数据对所述风向数据进行修正，以获取修正后的风向数据。4.根据权利要求3所述的方法，其特征在于，所述对所述第一风速风向分布数据和所述第二风速风向分布数据进行整理，获取每个所述风电机组的风速风向概率分布，包括：参照第一风速风向分布数据整理所述第二风速风向分布数据并进行扇区划分，以获取每个所述风电机组的风速风向表，其中，所述风速风向表中包括在每个扇区内该风电机组所对应的测风塔所测得的第一风速风向数据和基于卫星图像所获得的第二风速风向分布数据；获取预设的多个风速分仓，遍历风速风向表内的每个数据，获取该风电机组对应的风速风向概率分布。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：判断是否存在卫星图像上不存在投影的风电机组，将该风电机组作为待修正风电机组；基于尾流模型或者线性插值方法获取每个待修正风电机组的风速数据，并将该风速数
据并入所述第二风速风向分布数据。6.根据权利要求5所述的方法，其特征在于，响应于所述预设时长为一年，则所述基于所述风速风向概率分布进行所述目标区域内的风电机组在预设时长内的累计发电量计算的计算公式为：其中，aep表示风电场的年发电量；n
h
表示风电场全年利用小时数；n代表风电场内全年的风速风向概率分布划分的速度分仓个数；v
i
、p
i
代表速度分仓i的标准化平均风速和功率；f(v
i
)为风速风向概率分布中的某速度对应的概率。7.根据权利要求1所述的方法，其特征在于，所述方法还包括：根据所述初始风速风向分布数据，结合测风塔所收集的第一风速风向分布数据，外推得到目标区域内各个风电机组所在点位坐标的不同高度处的目标风速风向分布数据；基于所述目标风速风向分布数据绘制风廓线图。8.一种基于合成孔径雷达卫星的海面风场发电量计算装置，其特征在于，包括：获取模块，用于获取海面上目标区域内的风电场的各个风电机组的点位坐标，并结合所述点位坐标，对合成孔径雷达卫星所采集的目标区域的卫星图像进行反演处理，获取各个风电机组距离海面设定高度的初始风速风向分布数据；推算模块，用于根据所述初始风速风向分布数据，结合测风塔所收集的第一风速风向分布数据，外推得到目标区域内各个风电机组的轮毂高度处的第二风速风向分布数据；整理模块，用于对所述第一风速风向分布数据和所述第二风速风向分布数据进行整理，获取每个所述风电机组的风速风向概率分布；计算模块，用于基于所述风速风向概率分布进行所述目标区域内的风电机组在预设时长内的累计发电量计算。9.一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。10.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。

技术总结
本申请提出一种基于合成孔径雷达卫星的海面风场发电量计算方法及装置，涉及海上发电技术领域，通过获取海面上目标区域内的风电场的各风电机组的点位坐标，并结合点位坐标对合成孔径雷达卫星所采集的目标区域的卫星图像进行反演处理，获取各风电机组距离海面设定高度的初始风速风向分布数据；根据初始风速风向分布数据，结合测风塔所收集的第一风速风向分布数据外推得到目标区域各风电机组的轮毂高度处的第二风速风向分布数据；对第一风速风向分布数据和第二风速风向分布数据进行整理获取各风电机组的风速风向概率分布以进行目标区域内的风电机组的累计发电量计算。本申请可以实现逐天、逐周的统计测量，测量周期长，以支撑海面风场资源规划设计。撑海面风场资源规划设计。撑海面风场资源规划设计。


技术研发人员：叶昭良 郭小江 刘鑫 闫姝 李新凯 李涛 严家涛 陈新明 廖猜猜 曾崇济 尹铁男 李飒 杨旭明 王俊伟 冯雪娇
受保护的技术使用者：中国华能集团清洁能源技术研究院有限公司 华能广东汕头海上风电有限责任公司 华能海上风电科学技术研究有限公司
技术研发日：2023.05.10
技术公布日：2023/8/14