CN103475021A - 一种基于统计模型的风电场弃风电量确定方法 - Google Patents

Abstract

本发明提供了一种基于统计模型的风电场弃风电量确定方法，该方法包括以下步骤：I、划分风电机组，选定样本机组；II、根据历史数据建立所述样本机组输入风速-功率统计模型；III、查找非样本机组的弃风功率数据点；IV、获得所述风电机组的弃风电量；V、获得所述风电场的弃风电量。该方法基于风电场SCADA系统的记录数据，提出风电场弃风电量的评估方法，为调度部门对风电场的管理提供依据，为风电场及电力设施的规划提供参考。

Description

一种基于统计模型的风电场弃风电量确定方法

技术领域

本发明涉及一种新能源发电技术领域的方法，具体讲涉及一种基于统计模型的风电场弃风电量确定方法。

背景技术

根据《风电发展“十二五”规划》，2015年我国风电并网装机容量将达1亿kW，2020年将超过2亿kW。风电的接入和消纳成为我国电网面临的重要问题之一。为了引导产业合理发展，我国能源局下发关于规范风电开发建设管理有关要求的通知（国能新能[2012]47号），指出“弃风率超过20%的地区，不安排新的风电建设项目”。

风电场弃风的主要原因包括:(1)系统调峰能力不足,当系统发电功率大于负荷需求时,系统将降低电源出力,当常规电源可降低容量不足时，风电场出力将受到限制；(2)输/配电线路阻塞,由于本地消纳能力有限,风电场通常需要向外部输送功率,受到并网通道容量限制,风电场不能按额定功率出力。

弃风现象源于风电与电网的不协调发展，为提高风电场的规划和运行管理水平，提高风能的利用率，需要建立风电场弃风功率或电量的评估方法。在行业标准《风电场理论发电量与弃风电量评估导则》中给出了理论发电量的计算方法，其基本思想是通过测风塔风速外推风机机头风速，进而由风机特性功率曲线得到风机理论功率和理论发电量。2012年12月，国家电力监管委员会发布了《风电场弃风电量计算办法（试行）》，该方法以样板机为基础进行风电场实际电量的折算，但该方法获得的数据误差较大，无法更精确地获得风电场弃风电量。

目前，仍没有对风电场弃风电量进行评估的有效方法。

发明内容

为克服上述现有技术的不足，本发明提供一种基于统计模型的风电场弃风电量确定方法，该方法基于风电场SCADA系统的记录数据，提出风电场弃风电量的评估方法，为调度部门对风电场的管理提供依据，为风电场及电力设施的规划提供参考。

实现上述目的所采用的解决方案为：

一种基于统计模型的风电场弃风电量确定方法，其改进之处在于：所述方法包括以下步骤：

I、划分风电机组，选定样本机组；

II、根据历史数据建立所述样本机组输入风速-功率统计模型；

III、查找非样本机组的弃风功率数据点；

IV、获得所述风电机组的弃风电量；

V、获得所述风电场的弃风电量。

进一步的，所述步骤I中，根据所述风电场盛行风向、风电机组的地理位势及机组类型将风电场划分为若干个子风电场，子风电场中选取一台风电机组作为样本机组；

所述样本机组需满足：风电机组自由运行时间长，不对调度系统的弃风命令进行响应；风电机组故障率较低，具有长期有效的历史记录数据；代表同类型机组的出力特性。

进一步的，所述步骤II包括：

S201、收集样本机组的历史数据；

S202、以样本机组历时一段时间内的风速-出力数据为样本，去除非正常工作数据点；

S203、以一定的风速范围对切入和切出风速区间进行划分；

S204、获得风速区间内样本机组出力的样本集[V₁,V₂]:{p₁,p₂,...p_n}；

S205、根据所述样本集获得所述样本机组在相应风速区间出力的样本均值，估计为样本机组出力的期望值 $\stackrel{\‾}{p}=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{p}_i\⇒E\left\{P^G(V_1,V_2)\right\};$

根据所述样本集获得所述样本机组在相应风速区间出力的样本标准差，估计为样本机组出力的标准差 $S=\sqrt{\frac{1}{n-1}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(p_i-\stackrel{\‾}{p})}^2}\⇒\mathrm{\σ}\left\{P^G(V_1,V_2)\right\};$

S206、设定置信度，获得出力均值期望的置信区间；

S207、以所述置信区间上限为所述样本机组理论出力的乐观估计以所述置信区间下限为理论出力的保守估计

S208、考察风速区间[V₁,V₂]内的出力样本，以大于功率值P_α的出力样本为某一比例值为条件，获得所述功率值P_α，以P_α作为风电机组弃风判据出力，

所述比例值根据实际情况设定；

S209、依次获得不同风速区间样本机组出力的理论出力区间及弃风判据出力，建立样本风机输入风速-出力记录数据统计模型。

进一步的，所述步骤III包括：考察非样本机组风速-出力数据和对应样本机组统计得到的弃风判据出力，依次比对风速区间范围内的记录出力和弃风判据出力，若数据点的记录出力小于弃风判据出力，则所述数据点为弃风数据点；否则判断下一个。

进一步的，所述步骤IV包括：获得弃风数据点的记录出力与对应的理论出力的差值作为风电机组的弃风功率Δp^G；对弃风功率求和，所述弃风功率和值与数据记录周期T_s的乘积为所述风电机组的弃风电量ΔE^G＝T_sΣΔp^G。

进一步的，对所述步骤IV中的风电机组的弃风电量求和获得所述风电场的弃风电量。

与现有技术相比，本发明具有以下有益效果：

（1）本发明的方法以风电场SCADA系统记录的数据为基础，依据各机组的实际记录出力，筛选弃风数据点，避免了机组检修、故障等情况下对弃风电量的不当统计。

（2）本发明的方法以样本机组出力的统计模型为基础对风电场的弃风电量进行计算，避免了建立风电场风速分布模型的复杂性和引入的误差，操作更简单，数据更精确，效率更高。

（3）本发明的方法通过置信度和概率设定，对是否实施弃风及弃风电量进行了估计，合理解决了弃风的判定问题。

（4）本发明的方法基于风电场SCADA系统的记录数据，提出的风电场弃风电量的评估方法为调度部门对风电场的管理提供依据，为风电场及电力设施的规划提供参考。

附图说明

图1为风电场弃风电量评估方法的流程示意图；

图2为风电场弃风电量评估方法中样本机组的历史数据分布图；

图3为风电场弃风电量评估方法中样本机组输入风速-出力统计模型图；

图4为风电场弃风电量评估方法中非样本机组的数据点分布图。

具体实施方式

下面结合附图对本发明的具体实施方式做进一步的详细说明。

如图1所示，图1为风电场弃风电量评估方法的流程示意图，一种基于统计模型的风电场弃风电量确定方法具体包括以下步骤：

步骤一、对风电场风机进行划分，根据所述风电场盛行风向、风电机机的地理位势及机组类型将风电场划分为K个子风电场，（如，可按照风电机组类型划分）。设各个子风电场包含的风机数量为n_k，k＝1,2,...,K，在每个子风电场中选取一台风电机组作为样本机组，样本机组的集合为G＝{G_1N,G_2N,...G_KN}。

样本机组需满足：（1）机组自由运行时间较长，基本不对调度系统的弃风命令进行响应；（2）机组故障率较低，具有长期有效的历史记录数据；（3）可代表同类型机组的出力特性。

步骤二、运用置信区间估计确定样本机组输入风速-出力的统计模型。

通过风电场SCADA系统获取风电机的相关数据，统计样本机组G_KN的历史数据，以样本机组历时一段时间内（如：一年以上）的风速-出力数据为样本，剔除风机在启动、故障、停机、检修状态下的数据点以及异常数据点。在切入和切出风速范围内，在风速区间[V₁,V₂]下，以0.5m/s为间隔对风速区间范围进行划分，获得样本机组G_KN的出力的样本集{p₁,p₂,...p_n}。

根据上述样本机组的出力样本集，在各风速区间的出力期望和标准差，确定方法如下：

在风速区间[V₁,V₂]，根据样本机组G_k0的出力样本集{p₁,p₂,...p_n}，获得该风速区间的各出力样本的均值，估计为出力均值期望，即： $\stackrel{\‾}{p}=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{p}_i\⇒E\left\{P^{G_{k0}}(V_1,V_2)\right\};$

在风速区间[V₁,V₂]内，获得出力样本的标准差，估计为样本机组出力的标准差，即：

$S=\sqrt{\frac{1}{n-1}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(p_i-\stackrel{\‾}{p})}^2}\⇒\mathrm{\σ}\left\{P^{G_{k0}}(V_1,V_2)\right\};$

给定置信度，获得出力均值期望的置信区间，假设置信度为0.95，则出力均值期望的置信区间确定为：

$[{\stackrel{\‾}{p}}_{G_{k0}}-\frac{1.96s_{G_{\mathrm{ko}}}}{\sqrt{n}},{\stackrel{\‾}{p}}_{G_{k0}}+\frac{1.96s_{G_{k0}}}{\sqrt{n}}\};$

其中：p_i表示样本集中机组的一个出力样本；n表示风速区间内样本的个数；

表示各出力样本的均值；S表示出力样本标准差。

以上述出力均值期望的置信区间上限作为样本机组理论出力的乐观估计

以该置信区间下限作为样本机组理论出力的保守估计

考察风速区间[V₁,V₂]内的出力样本，以大于某一功率值P_α的出力样本的比例α等于某一值为条件，即确定P(p≥P_α)＝α时功率P_α的值；其中，P()表示事件的概率。

假设α=95%，确定P(p≥P_α)＝95%时，功率P_α的值，α根据实际情况设定。

以确定的P_α作为风速区间[V₁,V₂]下样本机组是否实施弃风的判据，即在风速区间[V₁,V₂]下的弃风判据出力

依次获得各风速区间下样本机组的理论出力区间及弃风判据出力，建立输入样本机组风速-出力统计模型。如图3所示，图3为风电场弃风电量评估方法中样本机组输入风速-出力统计模型图。

步骤三、对比非样本机组风速-出力记录数据及其对应的样本机组的弃风判据出力，查找弃风功率数据点。

选定时间范围，依次比对风电机组G_ki风速-出力记录数据与对应样本机组的统计模型，若某数据点的记录出力小于弃风判据出力，即

则判定该数据点为弃风点。如图4所示，图4为非样本风电机组的风速-出力数据，其中位于实线下方的数据点为弃风数据点。

根据步骤二中的理论估计出力的乐观估计和保守估计值，如下式计算各风速区间内风电机组的弃风功率的置信区间

计算考察时间范围内风电机组G_ki的弃风电量

相应于出力区间，该弃风电量也属于一定区间范围。

其中，

为样本机组理论出力的保守估计，

为样本机组理论出力的乐观估计，T_s为样本机组出力的记录时间周期。

步骤四、依次获得各子风电场内各风电机组的弃风电量，对各风电机组弃风电量进行求和，获得考察时间范围内风电场的总体弃风电量，即

最后应当说明的是:以上实施例仅用于说明本申请的技术方案而非对其保护范围的限制,尽管参照上述实施例对本申请进行了详细的说明,所属领域的普通技术人员应当理解:本领域技术人员阅读本申请后依然可对申请的具体实施方式进行种种变更、修改或者等同替换，但这些变更、修改或者等同替换，均在申请待批的权利要求保护范围之内。

Claims (6)

1.一种基于统计模型的风电场弃风电量确定方法，其特征在于：所述方法包括以下步骤：

I、划分风电机组，选定样本机组；

II、根据历史数据建立所述样本机组输入风速-功率统计模型；

III、查找非样本机组的弃风功率数据点；

IV、获得所述风电机组的弃风电量；

V、获得所述风电场的弃风电量。

2.如权利要求1所述的一种基于统计模型的风电场弃风电量确定方法，其特征在于：所述步骤I中，根据所述风电场盛行风向、风电机组的地理位势及机组类型将风电场划分为若干个子风电场，子风电场中选取一台风电机组作为样本机组；

所述样本机组需满足：风电机组自由运行时间长，不对调度系统的弃风命令进行响应；风电机组故障率较低，具有长期有效的历史记录数据；代表同类型机组的出力特性。

3.如权利要求1所述的一种基于统计模型的风电场弃风电量确定方法，其特征在于：所述步骤II包括：

S201、收集样本机组的历史数据；

S202、以样本机组历时一段时间内的风速-出力数据为样本，去除非正常工作数据点；

S203、以一定的风速范围对切入和切出风速区间进行划分；

S204、获得风速区间内样本机组出力的样本集[V₁,V₂]:{p₁,p₂,...p_n}；

S205、根据所述样本集获得所述样本机组在相应风速区间出力的样本均值，估计为样本机组出力的期望值 $\stackrel{\‾}{p}=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{p}_i\⇒E\left\{P^G(V_1,V_2)\right\};$

根据所述样本集获得所述样本机组在相应风速区间出力的样本标准差，估计为样本机组出力的标准差 $S=\sqrt{\frac{1}{n-1}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(p_i-\stackrel{\‾}{p})}^2}\⇒\mathrm{\σ}\left\{P^G(V_1,V_2)\right\};$

S206、设定置信度，获得出力均值期望的置信区间；

S207、以所述置信区间上限为所述样本机组理论出力的乐观估计

以所述置信区间下限为理论出力的保守估计

S208、考察风速区间[V₁,V₂]内的出力样本，以大于功率值P_α的出力样本为某一比例值为条件，获得所述功率值P_α，以P_α作为风电机组弃风判据出力，

所述比例值根据实际情况设定；

S209、依次获得不同风速区间样本机组出力的理论出力区间及弃风判据出力，建立样本风机输入风速-出力记录数据统计模型。

4.如权利要求1所述的一种基于统计模型的风电场弃风电量确定方法，其特征在于：所述步骤III包括：考察非样本机组风速-出力数据和对应样本机组统计得到的弃风判据出力，依次比对风速区间范围内的记录出力和弃风判据出力，若数据点的记录出力小于弃风判据出力，则所述数据点为弃风数据点；否则判断下一个。

5.如权利要求1所述的一种基于统计模型的风电场弃风电量确定方法，其特征在于：所述步骤IV包括：获得弃风数据点的记录出力与对应的理论出力的差值作为风电机组的弃风功率Δp^G；对弃风功率求和，所述弃风功率和值与数据记录周期T_s的乘积为所述风电机组的弃风电量ΔE^G＝T_sΣΔp^G。

6.如权利要求1所述的一种基于统计模型的风电场弃风电量确定方法，其特征在于：对所述步骤IV中的风电机组的弃风电量求和获得所述风电场的弃风电量。

Images