CN103199616A - 大区电网风电群运行数据监测分析系统 - Google Patents

Abstract

本发明公开了一种大区电网风电群运行数据监测分析系统，包括：风机设备，信息采集终端，数据调度服务器及数据监测服务器；信息采集终端，用于采集单台风机容量信息，单台风机出力信息以及各风场的风资源信息，生成各个风场的单个风场容量信息及单个风场出力信息；数据调度服务器，接收各个风场的单个风场容量信息、单个风场出力信息及各风场的风资源信息，并根据各个风场的单个风场容量信息及单个风场出力信息生成区域风场出力信息、总风场装机容量信息以及负荷信息；数据监测装置，根据预先存储的风电群运行数据监测指标对区域风场出力信息、总风场装机容量信息、负荷信息以及各风场的风资源信息进行监测，生成大区电网风电群运行数据监测结果。

Description

大区电网风电群运行数据监测分析系统

技术领域

本发明关于电网监测技术，特别是关于电网风电群运行数据的监测，具体的讲是一种大区电网风电群运行数据监测分析系统。

背景技术

风电并网运行是实现风能大规模开发利用的有效途径，然而，风能自身的波动性、随机性和不可控性等不同于传统能源的特点，给风电并网运行、规划带来了许多新问题。风电开发初期，由于风场装机容量较小，这种出力的波动对电力系统的影响很小，所以被看作小的扰动因素，仅利用系统自身的能力耐受这些扰动。然而，随着风电的飞速发展，风场规模不断扩大，风电穿透功率大幅提升，风场出力的随机性、波动性成为不可忽略的因素，需要在运行、规划过程中对其进行充分考虑，并采取相应的措施。

我国风电正在经历由小规模、补充性电源向大规模重要电源的角色转换。与迅速增长的风电装机容量相比，国内风电运行相关数据信息的监测工作相对滞后，对风能资源与风电运行的监测分析尚处于初步阶段，还未形成一套公认的、行之有效的监测、评价体系，导致对风资源及风电运行特性的掌握不够深入，不能满足系统运行分析的需求。目前国内外关于风电运行数据分析与评价的研究中，常常以某个单一角度如风能、风电出力波动性、风电调峰作用等为侧重点，进一步结合已有的或作者提出的指标进行具体的计算分析，其中有少部分研究基于实际运行数据，而很大一部分研究则受条件所限仅进行理论分析或采用人为生成的数据，导致分析结果的参考价值受限。因此，建立一套完整的风电运行数据监测体系，实现对风电及系统实际运行数据不同时间、空间角度的监测析，可以为风电历史运行情况评价以及未来系统规划等领域提供重要参考信息。

发明内容

本发明实施例提供了一种大区电网风电群运行数据监测分析系统，该包括：风机设备，信息采集终端，数据调度服务器及数据监测服务器；

所述的信息采集终端，用于采集所述大区电网中所述风机设备的单台风机容量信息，单台风机出力信息以及各风场的风资源信息，并根据所述的单台风机容量、单台风机出力信息生成各个风场的单个风场容量信息及单个风场出力信息；

数据调度服务器，接收所述数据采集终端上传的所述各个风场的单个风场容量信息、单个风场出力信息及各风场的风资源信息，并根据各个风场的单个风场容量信息及单个风场出力信息生成区域风场出力信息、总风场装机容量信息以及负荷信息；

数据监测装置，根据预先存储的风电群运行数据监测指标对所述区域风场出力信息、总风场装机容量信息、负荷信息以及各风场的风资源信息进行监测，生成大区电网风电群运行数据监测结果。

为让本发明的上述和其他目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附图式，作详细说明如下。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明公开一种大区电网风电群运行数据监测分析系统的示意图；

图2为本发明大区电网风电群运行数据监测分析系统的数据检测装置的框图；

图3为本发明数据获取及计算的基本流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明公开了一种大区电网风电群运行数据监测分析系统，如图1所示，该系统包括：风机设备101，信息采集终端102，数据调度服务器103及数据监测服务器104；

信息采集终端102，用于采集大区电网中各风机设备101的单台风机容量信息，单台风机出力信息，单台风机出力信息以及各风场的风资源信息，并根据各风场所属的单台风机容量、单台风机出力生成各个风场的单个风场容量信息及单个风场出力信息。其中，通过现场测量设备对单台风机出力信息、单台风机出力信息以及各风场的风资源信息进行采集，将采集的信息输入信息采集终端102，完成数据信息采集终端102的信息采集，本发明中的信息采集终端可以为计算机或其它可进行数据输入的设备。

数据调度服务器103，接收数据采集终端102上传的各个风场的单个风场容量信息、单个风场出力信息及各风场的风资源信息，并根据各个风场的单个风场容量信息及单个风场出力信息生成区域风场出力信息、总风场装机容量信息以及负荷信息。

其中，本发明的数据调度服务器103包括：格式转换单元，用于对接收到的所述各个风场的单个风场容量信息、单个风场出力信息及各风场的风资源信息进行格式转换，得到数据格式统一的可用数据进行存储。

数据监测装置104，根据预先存储的风电群运行数据监测指标对区域风场出力信息、总风场装机容量信息、负荷信息以及各风场的风资源信息进行监测，生成大区电网风电群运行数据监测结果。

如图2所示，其中，数据检测装置104包括：指标存储单元1041，用于预先存储风电群运行数据监测指标；风资源监测处理单元1042，用于根据预先存储的所述的风资源评价指标对风资源信息进行检测；风电运行监测处理单元1043，用于根据预先存储的风电运行评价指标对区域风场出力信息、总风场装机容量信息、负荷信息进行监测数据进行监测。

此外，本发明的大区电网风电群运行数据监测分析系统还包括：数据存储装置，用于存储所述信息采集终端采集的所述大区电网中所述风机设备的单台风机容量信息，单台风机出力信息以及各风场的风资源信息，所述信息采集终端生成的各个风场的单个风场容量信息及单个风场出力信息，所述调度服务器生成的区域风场出力信息、总风场装机容量信息以及负荷信息。

本发明提出了以风资源评价指标体系、风电运行与规划评价指标体系为主的风电运行数据评价分析指标体系。集成了常用的各种评价指标，同时结合电网实际运行中的关注点提出了若干新的评价指标，最终在对各种指标分层、梳理的基础上建立了一套可以用于对风电历史运行数据多时空角度计算与分析的指标体系。该指标体系包含风资源、风电运行特性、风电与电网交互作用三个层次。风资源评价分析指标综合考虑风速等气象信息以及风机运行特点，分别从风能储量、利用小时数、对风机出力影响等方面定义以综合反映风资源特点，时间尺度跨越了从分钟、小时到天、季度、年的完整时间周期。风电运行、风电与系统作用从空间特性上包括了场、场群以及整个区域等不同层次。评价分析指标在沿用传统指标的基础上进一步考虑了风电出力波动对负荷波动的贡献情况，整个指标体系完整、实用，可从多角度全面反映风电自身的特点以及风电对电网的影响规律。之后在该指标体系的基础上，建立一套完整的数据采集、处理、分析、存储系统，除包含如风场台账等静态信息外主要集合了风场实时出力及负荷等动态信息；不但能够提供常规的风电日报、周报等报表，还能够根据调度及分析人员的需求计算各种指标。

本发明提出的大区电网风电群运行数据监测分析系统，在大区电网风电运行数据分析与评价综合体系在理论方面和实际应用中的完整技术方案如下：

本发明的风电群运行数据监测指标包括风资源评价指标和风电运行评价指标，分别从风资源和风电运行两个宏观角度构建该指标体系的整体框架，在此基础上具体建立指标体系如下：

1)风资源评价指标体系

指标主要涉及风速、风功率密度、风速波动等各个方面，除包括基本的反映风资源情况的指标外，也提出了考虑风机出力特点的针对性指标，对评估风场出力大幅增加或减少的极端情况具有很强的指导意义。

具体涉及指标及计算方法列写如下：

平均风速。这一指标是对地区风速的直接衡量，从一定程度上反应了该地区的风资源丰富情况。

平均风功率密度。这一指标是综合考虑了空气密度和风速后的对风资源本身具有的能量水平的衡量，直接反应了该地区风资源的丰富情况。

风速概率分布。一般普遍认为风速服从威布尔分布，通过对风速数据的统计分析，可以得到风速的概率分布图，进一步可以利用威布尔分布进行拟合得到拟合参数，这一概率分布体现了该地区风速的分布情况。

最大风速波动(正向/反向)。考虑不同时间尺度下的风速最大波动值，主要反映风资源自身的波动极端情况，同时带来风电出力的大幅波动，进而影响潮流情况，可能导致事故的发生。

最大有效小时数。对涉及地区选用的不同型号风机的切入切出风速进行统计，取所有切入风速(v1)的最小值(v1_min)和切出风速(v2)的最大值(v2_max)，将风速介于这两者之间的持续时间作为最大有效小时数，这一指标考虑了实际情况下风机对风能的利用情况，因为并非所有风速段的风资源都能够被风机转化，而是有一定的范围，而这一指标是综合考虑了各种型号的风机后计算得到的有效小时数最大值。

最大有效风速出现概率。基于拟合得到的风速概率密度函数或者实测数据，统计风速介于v1_min和v2_max时出现的概率，这一指标从概率的角度分析了风资源能够被有效利用的情况出现的概率。

最大风速。反映该地区风速最大的情况，最大风速越大，对风机的破坏力越强，若风速大于风机的切出风速，会导致风机自动切机。

风速峰值/谷值出现时间。一天内风速最大/最小值出现时间点的概率统计。

风速方差。根据测量的风速序列计算得到的方差，表征该地区的风资源波动情况，一般风资源波动剧烈，可能导致风电出力波动也会比较剧烈。

风速波动概率分布。直观反映风速波动的分布情况，可以看到不同波动的出现概率，进一步为风电的运行分析提供参考信息。

平均风速波动。反映风速波动的整体水平，风速整体波动情况越严重，风电出力的波动情况也越严重。

风资源不均衡系数。选择某一区域中几个风场平均风速最大值作为参考V_ref，利用其他区域的平均风速可以得到风资源系数a_i＝V_i/V_ref，对所有的a_i求均值得到风资源不均衡系数。该值越接近于1，说明风资源分布越均衡，反之越不均衡。

区域平均风速介于切入风速和额定风速之间时出现大幅增加/减小的概率。风功率的快速增加可能导致系统动作不及时，最终导致无功补偿不平衡，于是进一步使得风电接入点电压越限。

区域平均风速从小于/大于切出风速增大/减小到切出风速之上/之下的出现概率。这一指标是结合实际工程需要提出的一个新的指标，因为风速在切出风速附近波动时，容易引起风机输出功率的大幅波动，这种波动带来的电压变化可能引起保护动作，进一步造成风机切机甚至大面积脱网的情况出现。所以引入这一指标有利于前期评估或者在运行中分析风资源波动可能带来的恶劣影响，为风场建设以及运行控制提供参考信息。

2)风电运行评价指标体系

指标主要涉及风场出力特性、风场与系统交互作用两个方面。其中，综合考虑风场出力与装机容量以评价风电运行效率；分析风电不同时空尺度下的波动特点以为风场控制、系统一次、二次调频提供参考信息；结合电网的负荷情况分析风电的反调峰作用，以评估风电接入对系统调峰的影响，同时提出用于描述风电波动对负荷波动贡献率的指标，刻画了风电的随机波动在平衡负荷波动方面的能力。

具体涉及指标及计算方法列写如下：

风机总台数；

风电总装机容量；

风场占地面积；

风机型号；

风电场总数目；

风机总台数；

风电总装机容量；

风电理论穿透率概率分布：风电装机容量占负荷比例的概率分布，反映了一个地区的风电发展水平：

风电实际穿透率概率分布：风电实际出力占负荷比例的概率分布，这是风电实际运行状况的反应。

其中：

某时刻风电理论穿透率：该时刻风电装机容量占负荷的比例：

某时刻风电实际穿透率：该时刻风电实际出力占负荷的比例：

一般研究中，最常采用的是风电穿透率这一指标，定义为风电装机容量占系统总负荷的比例。但由于实际风电出力与风电装机容量有明显的差异，而负荷自身也处在变化之中，所以在本指标体系中，提出了某时刻风电理论穿透率与实际穿透率两个指标，将风电穿透率细化至具体时间点，并通过进一步的比较分析给出某一时段内的整体风电穿透率的统计信息，更具有实际应用价值。

风电穿透率最大值/均值；

典型日指标随时间的变化曲线；

最大值/最小值出现的时间点概率分布；

风电出力变化(波动)：相隔某一时间段的两个时间点风电出力均值的差值：

ΔP＝P(t+T)-P(t)

风电出力变化率(波动率)：风电出力变化占风机额定容量的百分比：

$\mathrm{\ρ}\%=\frac{P(t+T)-P\left(t\right)}{P_{\mathrm{base}}}\×100\%$

其中，ΔP表示风电出力变化，ρ％表示风电出力变化率，P(t+T)表示t+T时刻的风电出力，P(t)表示t时刻的风电出力，P_base表示风机额定容量，对于不同的时间尺度，T对应不同的数值。

风电出力变化(率)概率分布；

累加出现概率为98％对应的变化(率)R(取绝对值)；

风电出力变化(率)(取绝对值)均值；

风电出力变化(率)正/反向变化最大值；

正/反向变化出现概率；

正/反向变化最大值出现时间；

风电出力占比(可用率)η％：实测风电有功功率占额定容量的百分比为：

$\mathrm{\η}\%=\frac{P_r\left(t\right)}{P_{\mathrm{base}}}$

式中P_r(t)为t时刻风电实测出力值，P_base为风电额定容量。

风电出力占比概率分布。

指定概率p下的风电出力占比η_p。即风电出力占比在η_p以下的概率为p，反之，风电出力达到η_p以上的概率为1-p。

弃风概率p_c。若风电出力占比达到某一值以上便弃风，则弃风概率即为风电出力达到该值以上的概率。

弃风电量。即按照一定的弃风概率弃风时，损失的累计电量。

弃风电量占比。弃风电量占总发电量之比。

引入弃风指标也是本指标体系的创新点之一。因为在实际运行中，风电大发时的出力并不能被系统完全消纳，所以此时往往采取弃风的措施以保证系统的电力平衡。在已有的研究中，经常直接使用切机容量来衡量弃风容量，但这显然不能真实反映损失的电量情况，所以本指标体系中将弃风指标建立在风场实际出力数据的基础之上，并且可以从指定弃风概率或者指定弃风比例的两个角度进行统计分析。

风电出力占比最大值/均值。

风电零出力概率。风电出力小于10MW的出现概率。

负荷高峰(上午10点-12点、晚上19点-21点)/低谷(凌晨0点-6点)时期风电出力占比概率分布。

保证容量C_g。负荷高峰时段，95％的情况下风电占比大于C_g。反映负荷高峰期间，风电能够确保提供的容量比例，便于为电力平衡设计中其他电源的规划提供参考。

有效出力C_e。负荷低谷时段，95％的情况下风电出力占比小于C_e。

设与P_imax与P_imin为第i天系统原始负荷最大值与最小值，P_imax′与P_imin′为第i天系统净负荷最大值与最小值，P_Vi与P_Vi′分别表示第i日原始负荷峰谷差与净负荷峰谷差，与分别表示第ΔP_Vi为第i天风电接入前后系统峰谷差的变化值，n为观测时段的总天数，则上述各参量具有下述关系：

P_Vi＝P_imax-P_imin

P_Vi′＝P_imax′-P_imin′

ΔP_Vi＝P_Vi-P_Vi′

其中i∈[1，n]，ΔP_Vi为负表示风电起到反调峰的作用，ΔP_Vi为正表示风电起到正调峰的作用。基于上述参量，进一步定义各个指标如下。

系统峰谷差变化概率分布。即ΔP_Vi的概率分布，直观展示风电接入后对调峰的影响情况，也为系统选择调峰机组容量提供参考。

风电最大反调峰量ΔP_MNPV。即峰谷差增加最大值，反映了风电接入后对机组调峰能力的额外需求。电起反调峰作用时系统接入风电前后峰谷差绝对值的最大值，如下式所示。

ΔP_MNPV＝max|ΔP_PVi|，ΔP_PVi＜0，i∈[1，n]

净负荷峰谷差概率分布；

系统最大峰谷差正变化ΔP_MPPV：风电起正调峰作用时系统接入风电前后峰谷差绝对值的最大值，如下式所示。

ΔP_MPPV＝maxΔP_PVi，ΔP_PVi＞0，i∈[1，n]

反调峰出现概率。即风电接入后净负荷峰谷差增大的情况占总情况的比例，反映风电对系统调峰产生不利影响的出现概率；

风电正/反调峰量最大的出现时间。

风电对负荷波动贡献率(Contribution rate)：即相邻时间点风电出力变化率与负荷变化率之比。

$C_r=\frac{P_w(t+T)-P_w\left(t\right)}{P_L(t+T)-P_L\left(t\right)}$

该值为正，表示风电对负荷波动是正贡献，反之为负贡献(影响)，且该值的大小表明风电对负荷波动贡献/影响程度。

贡献率概率分布。

风电出力不像传统火电机组可控，同时还具有很强的波动性，考虑到负荷自身也在随时间发生变化，所以本指标体系提出了“贡献率”这一概念，用于评估风电波动与负荷波动在数值、变化方向方面的关系。

净负荷：负荷与风电出力之差。

负荷波动：相邻两个时间点负荷差。

净负荷波动：相邻两个时间点净负荷差。

负荷波动概率分布。

净负荷波动概率分布。

负荷波动(取绝对值)均值/最大值。

净负荷波动(取绝对值)均值/最大值。

风电年(月)发电量E。将原始数据数据逐点乘以时间间隔并进行累加便可以得到这一基本指标，直接地反映了风电的实际运行情况，进而可以与常规电源的年(月)发电量进行比较。

风电可信容量(容量可信度)：将风电的发电量(兆瓦时)除以总时间(小时)，然后折算至额定容量的比例，如下式所示。该指标也称为风机的替代容量、等效容量。

风电年利用小时数：风电的年发电量除以额定容量后对应的时间。该指标与风电可信容量是同类指标的两种描述形式。

风机年可用率：除去风机因维修、故障等因素停运的时间外，风机可以运行的时间占一年总时间的比例。

平均维修时间。每台风机平均每次维修时间；

平均维修周期。两次维修之间的平均时间间隔；

一般地，用y_i表示实测数据序列，y_i′表示预测数据序列，预测绝对误差定义：

e_i＝y_i′-y_i

平均相对误差(MRE)：

$e_{\mathrm{MAE}}=\frac{\mathrm{\Σ}\left|\frac{e_i}{y_i}\right|}{n}$

该指标将误差除以相应的真值进行规范化，以便相互比较，这种评价方式在负荷预测中是可行的，因为作为基值的负荷实测值最低至负荷谷值；而在风电功率预测中，由于风的间歇性，实际出力可能低至0，即使较小的绝对误差也会得出很大的相对误差，将导致MRE太大而丧失指导意义。

平均绝对误差(MAE)：

$e_{\mathrm{MAE}}=\frac{\mathrm{\Σ}\left|e_i\right|}{\mathrm{nP}}$

对预测误差平均幅值的评价，不存在正负抵消的问题，易于计算，对于预测系统的整体性能评价十分重要，可以用来监视预测系统的长期运行状态，对系统误差特性进行“宏观”评价。

均方根误差(RMSE)：

$e_{\mathrm{RMSE}}=\frac{1}{P}\sqrt{\frac{\mathrm{\Σ}{e}_i^2}{n}}$

用来衡量误差的分散程度，不存在正负抵消的问题，易于计算，对于预测系统的整体性能评价十分重要，可以用来监视预测系统的长期运行状态，对系统误差特性进行“宏观”评价。

平均误差(ME)：

$e_{\mathrm{ME}}=\frac{\mathrm{\Σ}{e}_i}{\mathrm{nP}}$

式中，P表示风电场额定容量，n表示样本数量。

一般来讲，如果某一段预测结果中同时存在较大的正误差和负误差，由于正负相抵，反映在ME上，将是一个较小的数值。这种情况的存在，有可能导致对预测效果的错误判断，因此ME一般不会作为单独的误差指标，需要与其它误差评价指标配合使用。

误差频率分布；

误差频率分布指标保留了ME指标衡量系统是否无偏的作用，此外，它还具体给出了预测结果误差带的分布情况。目前风电功率预测的精度还很有限，预测误差带的分布可以帮助调度运行人员合理判断风电功率预测结果的可信程度，更加有把握地利用预测结果。对于预测系统研发人员来说，误差频率分布对零点的集中程度可以作为不同预测算法间比较选择的依据。

相关系数(CC)：将实测功率与预测功率作为两个随机变量Y1、Y2，相关系数如下式所示：

$\mathrm{CC}=\frac{\mathrm{cov}(Y_1,Y_2)}{\sqrt{{\mathrm{DY}}_1}\sqrt{{\mathrm{DY}}_2}}$

CC指标可以实现实测序列和预测序列相似程度的比较，是直接衡量横向误差和随机误差的主要手段。该指标可以帮助判断预测系统的主要误差来源是横向误差还是纵向误差，从而针对性地采取不同的修正手段。

传输效率；风电经线路和升压站最终并入电网的功率与风电实际发电功率之比，对于不同的并网点电压，需要根据电压进行折算。

负荷峰谷差概率分布；

负荷概率分布；

月负荷率；月平均负荷与月最大负荷之比。用来衡量在规定时间内负荷变动情况，以及考核电气设备的利用程度。

平均/最大/小峰谷差。

平均/最大/小负荷。

调峰容量；最大可调出力与最小技术出力之差，与净负荷峰谷差相比以从一个角度衡量系统是否能够满足风电接入后对调峰的需求。

机组最小出力；结合负荷低谷期间的用电情况，衡量负荷低谷期间能够接纳的风电出力。

系统低谷负荷时期的调峰能力；低谷负荷时调峰机组实际出力与最低出力之差。

AGC调节速率(MW/min)；与净负荷波动相比，以衡量系统二次调频的能力能否满足系统的调节需求。

机组出力效率；常规机组实际出力与装机容量之比，以衡量风电接入后对常规机组的使用效率的影响。

结合华北京沣唐地区风电历史数据的实际计算、说明。

在上述建立的指标体系基础上，利用华北京沣唐地区2010年1月至2011年8月的风电出力及负荷1min间隔数据进行实际计算、分析。主要针对风电运行评价指标体系中的指标进行逐一计算，结合计算结果分析该地区风电运行特点，在验证指标合理性、可行性的同时也对各个指标的具体参考意义及使用方法进行了说明。

建立数据库：

通过各个风场的风机采集各种相关信息，包括风速、气象、风电出力等，最终集中至华北地区调度中心得到各个风场风电出力数据以及同期电网负荷数据、风功率预测数据等。由于通讯不可靠或其它原因导致上述数据出现无法辨认的乱码或者若干时段数据点缺失，则判定为不合格数据，需要采用插值的方法进行替换或补齐，并统计不合格数据率，然后将所有经过初步处理的风速、风电出力、风电装机容量、负荷等数据按照统一格式进行处理、保存得到完整数据库。调度员及风电分析人员可以通过用户界面选择需要统计的时空尺度、时间区间以及具体指标，确认后统计结果及图表将在新的窗口中显示并可以选择输出至excel文档，最终实现多时空尺度下对各种指标的统计与展示。

以华北京沣唐地区风电、负荷数据为例，从调度部门收集电网风电以及负荷数据，包括1min时间尺度的风电出力序列和负荷序列，以及逐月统计的风电装机容量数据，采用上述提出的指标体系，计算得到各种评价指标，并进行相应分析。

如图3所示，为本发明数据获取及计算的基本流程图，在整个数据获取及计算分析的过程中，通过现场测量设备对相关数据进行采集，并且将风场出力、风场装机容量、各种发电机出力信息等首先经过风电场的光纤通信网络汇集至调度部门的调度服务器；在调度部门经过累加得到区域风场出力信息、总风场装机容量信息以及负荷信息；这些数据进一步作为输入，进入本系统的主体，之后进行初步的数据处理之后得到数据格式统一的可用数据进行存储，并且统计得到合格数据率；在可用数据的基础之上，依据某一时间间隔取点，便得到了不同时间尺度下的数据；进一步地，简单地对数据逐点进行求差值、求比值等基本运算，得到统计分析所需的二次数据并进行存储；最后，在二次数据的基础之上，便可以针对某一时间段内的数据进行统计，按照前文所述指标体系中的方法计算评价指标，最终输出数据的统计结果列表以及图像。

以计算风电出力占比为例，需要的信息包括风电装机容量和风电实时出力数据，从数据存储装置得到原始数据后，首先对异常数据进行辨识和替换，并且将这两组信息均整理成间隔均为1min的两组数据；之后逐点用风电出力与风电装机容量相除便得到各点的风电出力占比，即二次数据；最后可以对此二次数据进行统计，如计算均值、最大/最小值、概率分布等，输出统计结果，通过这些信息便可以评价、分析该区域的风电发电效率、出力水平等。

整个评价分析系统实际运行过程中，建立从风场到调度再到终端机的数据通道，保证能够在线获取最新数据，并存放至数据库中，最后操作人员可以在终端机上获得所需指标的统计结果。

本发明的有益效果是，首先在已有指标的基础上进行分类、整合，并且结合工程实际提出若干新的评价指标，提供系统、全面的风电运行数据分析评价指标体系，弥补了已有研究中指标单一、系统性不强、时空尺度刻画不完整的不足，为以后的相关研究提供了指标参考；其次构建了整套数据库系统，实现了对风资源信息、风场出力、负荷等数据的存储及多角度的统计分析，便于实际应用中进行定量评估，为电网控制与调度风电、制定发电计划、输电线路规划、对风电进行经济与技术评价等电网运营的各个方面提供关键信息。

本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (6)

1.一种大区电网风电群运行数据监测分析系统，其特征在于，所述的大区电网风电群运行数据监测分析系统包括：风机设备，信息采集终端，数据调度服务器及数据监测服务器；

所述的信息采集终端，用于采集所述大区电网中所述风机设备的单台风机容量信息，单台风机出力信息以及各风场的风资源信息，并根据所述的单台风机容量、单台风机出力信息生成各个风场的单个风场容量信息及单个风场出力信息；

数据调度服务器，接收所述数据采集终端上传的所述各个风场的单个风场容量信息、单个风场出力信息及各风场的风资源信息，并根据各个风场的单个风场容量信息及单个风场出力信息生成区域风场出力信息、总风场装机容量信息以及负荷信息；

数据监测装置，根据预先存储的风电群运行数据监测指标对所述区域风场出力信息、总风场装机容量信息、负荷信息以及各风场的风资源信息进行监测，生成大区电网风电群运行数据监测结果。

2.如权利要求1所述的大区电网风电群运行数据监测分析系统，其特征在于，所述的数据调度服务器包括：

格式转换单元，用于对接收到的所述各个风场的单个风场容量信息、单个风场出力信息及各风场的风资源信息进行格式转换。

3.如权利要求1所述的大区电网风电群运行数据监测分析系统，其特征在于，所述的大区电网风电群运行数据监测分析系统还包括：

数据存储装置，用于存储所述信息采集终端采集的所述大区电网中所述风机设备的单台风机容量信息，单台风机出力信息以及各风场的风资源信息，所述信息采集终端生成的各个风场的单个风场容量信息及单个风场出力信息，所述调度服务器生成的区域风场出力信息、总风场装机容量信息以及负荷信息。

4.如权利要求1所述的大区电网风电群运行数据监测分析系统，其特征在于，所述的数据监测装置还包括：

指标存储单元，用于预先存储所述的风电群运行数据监测指标。

5.如权利要求4所述的大区电网风电群运行数据监测分析系统，其特征在于，所述的风电群运行数据监测指标包括风资源评价指标和风电运行评价指标。

6.如权利要求5所述的大区电网风电群运行数据监测分析系统，其特征在于，所述的数据监测装置还包括：

风资源监测处理单元，用于根据预先存储的所述的风资源评价指标对所述的各风场的风资源信息进行检测；

风电运行监测处理单元，用于根据预先存储的风电运行评价指标对所述的区域风场出力信息、总风场装机容量信息、负荷信息进行监测。

Images