CN102182629B - 基于风资源实时监测数据的弃风电量评估方法 - Google Patents

Abstract

本发明属于风电发配电技术领域，涉及一种基于风资源实时监测数据的弃风电量评估方法。结合测风塔历史测量气象数据与风电场全场历史功率数据，统计率定风电场实际功率曲线。再将测风塔实时测量气象数据输入风电场实际功率曲线，计算风电场的理论发电功率，并将其对时间积分输出风电场理论发电量。同时利用EMS系统的实际风电场功率数据对时间积分，计算风电场实际发电量。依据风电场理论发电量与实际发电量的差值，计算风电场弃风电量。电网调度部门与风电场运营公司可以根据该结果，评估电网调度方式与风电场运营管理方式的经济合理性，从而为优化电网调度方式和风电场运营管理方式提供依据。

Description

基于风资源实时监测数据的弃风电量评估方法

技术领域

本发明属于风电发配电技术领域，涉及一种对风电场弃风电量进行评估的方法。

背景技术

弃风是国际上风电发展过程中一种普遍现象，正确和科学认识弃风，最终目的是要利用好风电，减少弃风，最大限度提高风电利用比例。弃风是由于当地电网接纳能力不足、风电场建设工期不匹配、风电不稳定等自身特点、风电场运营管理不科学等原因致使部分风电场风机停机，而无法充分利用风能的现象。科学地评估弃风电量对于分析风电场的运行管理情况、电网经济调度、提高风能利用率具有重要意义。

目前，国内风电行业对弃风电量的评估还没有形成标准。现有的评估方法一般是计算风电场的实际发电量与装机容量的差额，但由于风力的变化，单个风电场实际出力很少能达到装机容量，而多个风电场群的实际出力同时率更是难以达到全体满发的情况，这就造成对弃风电量的高估。本项发明将利用测风塔对实际风能资源的测量，计算风电机组在无弃风条件下的理论发电量，并与实际发电量相比，实现对弃风电量的准确估计。

基于风资源实时监测数据的弃风电量评估方法将为风电场弃风电量的评估提供一种科学的途径，并为风电场运行情况评估和电网调度的经济性评估提供依据。

发明内容

本发明的目的在于提供一种对风电场进行弃风电量评估的方法，提高弃风电量评估的准确性，为风电场运营管理和电网调度方式的经济性评估提供依据。 

本发明提供了结合测风塔气象观测数据与风电场实际发电功率数据进行风电场弃风电量评估的方法，包括以下步骤：

1）分析对应时段的风电场历史输出功率数据、测风塔风速、近地面气温、近地面气压数据，并进行数据质量控制剔除数据集中不合理的奇异点。最终筛选出时间上对应的风速、气温、气压、全场输出功率数据，并剔除风电场限电情况下的数据。

2）根据理想气体状态方程，将测量风速修正为标准大气状态下的同等风速。

风力发电机的输出功率可以表示为：

                                                                                       

                                            (1)

其中，

为通过风机叶片扫掠面积的风功率，

为风机的风能利用系数，A为风机叶片扫掠面积，V为风速，

为风轮直径，

为空气密度。

设测量风速为

，标准大气状态下风机输出功率相等时风速为

，则有：

                                        

                                             (2)

                                                        

                                                            (3)

根据理想气体状态方程：

                                                              

                                                                   (4)

其中P为空气压强，

为空气密度，R为摩尔气体常数，M为平均摩尔质量，可得：

                      

                          (5)

其中，

、

、

分别为标准状态下大气密度、温度以及压强。

3）针对不同的风速区间，采用统计方法分别剔除历史全场输出功率中奇异点，并统计平均有效数据，得到风电场实际平均功率曲线。

在数据采集过程中，由于仪器临时故障、外界干扰、风电场限电等原因，有时会出现异常数据，也叫做奇异点。我们使用以标准差为阈值的方法剔除风速-功率数据的奇异点，具体步骤如下：

设测风塔风速数据和风电场功率数据序列分别为

、

，

，按0.5m/s风速间隔对以及对应的

进行划分，得到以下数据集合：

                       

                           (6)

对每个集合

，计算功率的平均值及标准差：

                                                                                                                             (7)

                                                                                                   (8)

其中为

的样本数。将超出

区间的数据剔除出样本集，再次计算每个集合的功率平均值，就得到风电场实际平均功率曲线。

   

                      (9)

5）将测风塔的测量风速带入实际功率曲线，得到风电场理论输出功率，并对时间积分，即得风电场一段时间内的理论发电量：

                                                  

                                                     (10)

其中， 

为理论发电量，t0为初始时刻，T为积分时间，

为实际平均功率。

6）利用EMS系统得到风电场的实际发电功率，计算风电场实际发电功率的时间积分，得到风电场一段时间内的实际发电量。这段时间的理论发电量减去实际发电量，即为风电场弃风电量：

                  (11)

其中，

为实际平均功率，PEMS为风电场的实际发电功率。

附图说明

图1 是算法逻辑流程图。

图2是风电场平均功率曲线参考图。

具体实施方式

本发明由三个环节构成：（1）风电场实际功率曲线的计算；（2）风电场理论发电量、实际发电量的计算和获得；（3）弃风电量的计算。算法流程如图1所示。具体实施方式如下：

1.   风电场实际功率曲线的计算

Step1：收集整理测风塔、风电场功率历史数据，进行数据质量控制，剔除由于停机、限电、检修等原因所带来的不合理数据；

Step2：根据方程（5），将测量风速修正为标准大气状态下的同等风速；

Step3：；按照方程（6）对风速和功率数据进行划分，按照方程（7），（8）计算功率平均值和标准差，剔除发散点，按照方程（9）计算风电场实际平均功率曲线，如图2所示。

2.   风电场理论发电量、实际发电量的计算和获得

Step4：根据方程（9）和（10），将测风塔测量风速带入实际功率曲线，获得风电场理论输出功率，并对其进行时间积分，得到风电场一段时间内的理论发电量；

Step5：利用EMS系统得到风电场的实际发电功率，计算风电场实际发电功率的时间积分，得到风电场一段时间内的实际发电量；

3.   弃风电量的计算

Step6：根据方程（11），风电场理论发电量减去实际发电量，即得弃风电量。

Claims (1)

1.基于风资源实时监测数据的弃风电量评估方法，其特征在于，包括以下步骤：

1）对风电场历史输出功率与对应时间测风塔所测得不同高层的风速、近地面气温、气压资料进行分析和数据质量控制，并筛选出同一时段的风速、气温、气压、全场功率数据；

2）根据理想气体状态方程，将测量风速修正为标准大气状态下的同等风速；

风力发电机的输出功率表示为：

$P_m=C_p{P}_w=\frac{1}{2}\mathrm{\ρ}{\mathrm{AV}}^3{C}_p=\frac{1}{8}\mathrm{\π\ρ}{D}^2{V}^3{C}_p$

其中，P_w为通过风机叶片扫掠面积的风功率，C_p为风机的风能利用系数，A为风机叶片扫掠面积，V为风速，D为风轮直径，ρ为空气密度；

设测量风速为V_测量，标准大气状态下风机输出功率相等时风速为V_修正，则有：

根据理想气体状态方程：

$P=\mathrm{\ρ}\frac{R}{M}T$

其中P为空气压强，ρ为空气密度，R为摩尔气体常数，M为平均摩尔质量，可得：

其中，ρ₀、T₀、P₀分别为标准状态下大气密度、温度以及压强；

3）对功率数据按照不同风速区间剔除奇异点，并运用统计方法分析风速与功率间的关系，得到风电场实际平均功率曲线；

在数据采集过程中，由于仪器临时故障、外界干扰原因，有时会出现异常数据，也叫做奇异点；使用以标准差为阈值的方法剔除风速-功率数据的奇异点，具体步骤如下：

设测风塔风速数据和风电场功率数据序列分别为V_i、P_i，i＝1，2，...，N，按0.5m/s风速间隔对V_i以及对应的P_i进行分类分析，得到以下数据集合S_j：

S_j＝{(V_i，P_i)|V_i∈[m+0.5·(j-1)，m+0.5·j)}，m＝min(V_i)，j=1,2…60

对每个集合S_j，分别计算功率的平均值及标准差：

$\stackrel{\‾}{P_j}=\underset{(V_i,P_i)\∈S_i}{\mathrm{\Σ}}{P}_i,{\mathrm{\σ}}_j=\sqrt{\frac{1}{N_j-1}\underset{(V_i,P_i)\∈S_i}{\mathrm{\Σ}}{(P_i-\stackrel{\‾}{P_j})}^2}$

其中N_j为S_j的样本数，将超出

区间的数据剔除出样本集，再次计算每个集合的功率平均值就得到风电场实际平均功率曲线P_实际(V)；

其中V∈[m+0.5·(j-1)，m+0.5·j)，m＝min(V_i),j=1,2…60

5）将测风塔实时测量风速带入实际功率曲线，得到风电场理论出力；计算风电场出力的时间积分，即得风电场一段时间内的理论发电量：

其中，G_理论为理论发电量，t₀为初始时刻，T为积分时间，P_实际(V(t))为实际平均功率；

6）由EMS系统得到风电场的实际发电功率，计算风电场实际发电功率的时间积分，即得风电场一段时间内的实际发电量；将这段时间的理论发电量减去实际发电量，即为风电场弃风电量：

其中，P_实际(V(t))为实际平均功率，P_EMS为风电场的实际发电功率。

Images