CN104217376B - 一种故障风机损失发电量的估计方法 - Google Patents

Abstract

本发明公开了一种故障风机损失发电量的估计方法，包括如下步骤1)根据风机的地理信息，建立风机的无向图模型；2)风机发生故障停运时根据风机的无向图模型，试图获取地理位置距离故障风机最近的两台正常运行风机；3)如果获取成功，利用地理位置距离故障风机最近的两台正常运行风机风速风向，对故障风机故障期间所损失的发电量进行估计；4)如果获取失败，或者所获取的风机与故障风机之间的距离大于测风塔与故障风机之间的距离，则利用测风塔风速风向，对故障风机故障期间所损失的发电量进行估计。本发明的估计方法，提供了对风机故障期间所损失的发电量的合理估计，可作为风电场对风机故障造成的经济损失进行量化评估时的数据依据。

Description

一种故障风机损失发电量的估计方法

技术领域

本发明属于风电场技术领域，具体涉及一种故障风机损失发电量的估计方法。

背景技术

近年来随着我国经济建设的高速持续发展，对能源的需求日益的增加。但是全球范围内石油、煤炭等传统化石能源却日益的紧缺，另一方面联合国全球气候变化框架公约以及京都议定书等要求世界各国政府必须进行节能减排，使得我国的能源供应面临着很大的压力。而风能是一种清洁、安全和高效的能源，在保护生态环境、延缓全球气候变暖、推进可持续发展等方面具有重要的积极意义。因此风能可作为解决传统能源供应日益紧张的问题的途径，近年来我国风电产业得到了大规模的快速的发展。

但是风电场的投资往往比较巨大，风电产业是否可持续健康的发展在一定程度上取决于风电场后期运行期间的经济效益。而风机的故障率对风电场运行期间的经济效益有着重要的影响，因此需要对风机故障造成的经济损失进行量化评估。风机故障所造成的经济损失有两个方面，一是设备的维修，二是风机所损失的发电量，前者可用维修费用精确的表述，而后者由于缺乏一个有效的对风机故障停运期间损失发电量的估计方法，因此很难进行量化评估。

发明内容

本发明的技术目的是针对风电场对风机故障造成的经济损失进行量化评估的需求，提供了一种故障风机损失发电量的估计方法。

为实现本发明的目的，本发明采用的技术方案为：一种故障风机损失发电量的估计方法，其特征在于，包括如下步骤：

1)根据风机的地理信息，建立风机的无向图模型；

2)风机发生故障停运时根据风机的无向图模型，获取地理位置距离故障风机最近的两台正常运行风机；

3)如果获取成功，利用地理位置距离故障风机最近的两台正常运行风机风速风向，对故障风机故障期间所损失的发电量进行估计；

4)如果获取失败，或者所获取的风机与故障风机之间的距离大于测风塔与故障风机之间的距离，则利用测风塔风速风向，对故障风机故障期间所损失的发电量进行估计。

前述的一种故障风机损失发电量的估计方法，其特征在于：在所述步骤1)中，风机的无向图模型以风机作为图的顶点，边权重为风机之间的物理距离，物理距离通过对风机地理坐标进行换算得到。

前述的一种故障风机损失发电量的估计方法，其特征在于：在所述步骤2)中，风机发生故障停运时根据风机的无向图模型，试图获取地理位置距离故障风机最近的两台正常运行风机，获取方法如下：

设风电场共有n台风机，D(n_i,n_j)表示两台风机n_i与n_j之间的物理距离，D(n_i,T)表示风机与测风塔T之间的物理距离，其中1≤i≤n，1≤j≤n；增设两台虚拟风机n_n+1与n_n+2，任意一台风机与该两台虚拟风机之间的物理距离为无穷大，即D(n_i,n_n+1)＝∞，D(n_i,n_n+2)＝∞，其中1≤i≤n，∞表示无穷大；

假设风机A在时间段t∈[t₁,t₂]发生故障停运，首先将距离风机A最近的两台正常运行的风机B和C设为增设的虚拟风机：B＝n_n+1，C＝n_n+2；

遍历n台风机，进行n轮循环，其中对风机n_i(1≤i≤n)进行如下操作：

21)如果n_i为风机A本身，则结束本轮循环并开始下一轮循环，否则进行步骤22)；

22)如果风机n_i在时间段t∈[t₁,t₂]内正常运行，并且D(n_i,A)＜D(B,A)，则置B为B＝n_i，结束本轮循环并开始下一轮循环，否则进行步骤23)；

23)如果风机n_i在时间段t∈[t₁,t₂]内正常运行，并且D(n_i,A)＜D(C,A)，则置C为C＝n_i，结束本轮循环并开始下一轮循环；

循环结束后，如果B≠n_n+1，D(A,B)＜D(A,T)且C≠n_n+2，D(A,C)＜D(A,T),则表明获取成功，否则获取失败。

前述的一种故障风机损失发电量的估计方法,其特征在于，如果获取成功，利用地理位置距离故障风机最近的两台正常运行风机风速，对故障风机故障期间所损失的发电量进行估计，估计方法如下：

设风机B和C的风速分别为v₁(t)和v₂(t)，风向为d₁(t)和d₂(t)；

假设在时间段[t₁,t₂]内d₁(t)和d₂(t)与南北方向的夹角为θ₁(t)和θ₂(t)，其中θ₁,θ₂∈[0°,90°]，则B和C风机的风速在南北方向的分量v_HB(t)、v_HC(t)和东西方向的分量v_LB(t)、v_LC(t)分别为：

风机A和风机B、C之间的距离D(A,B)、D(A,C)在南北方向的分量D_H和东西方向的分量D_L分别为：

风机A的风速在南北方向的估计分量和东西方向的估计分量为风机B和C在两个方向上的分量根据距离成比例的叠加：

将式(1)、(2)、(3)、(4)代入式(5)可得:

得到风机A的风速在南北方向和东西方向两个估计分量后，可得风机A的风速估计值如下:

对风机A的实际输出功率特性曲线分段使用最小二乘法进行曲线拟合，获得风机A的输出功率特性曲线表达式P(v)；

风机A在时间段t∈[t₁,t₂]内的发电量估计值如下为：

将式(6)代入式(8)，并对此复合函数积分求解，便可得风机A在时间段t∈[t₁,t₂]内的发电量估计值。

前述的一种故障风机损失发电量的估计方法,其特征在于，在所述步骤3)中，如果获取失败，或者所获取的风机与故障风机之间的距离大于测风塔与故障风机之间的距离，则利用测风塔风速风向，对故障风机故障期间所损失的发电量进行估计，估计方法如下：

如果B＝n_n+1或者D(A,B)＞D(A,T)且C≠n_n+2，D(A,C)＜D(A,T)，则使用测风塔风速风向与风机C风速风向对故障风机A的风速做出估计，设测风塔风速与风机C的风速分别为v_t(t)和v₂(t)，且与南北方向的夹角分别为θ_t(t)和θ₂(t)，其中θ_t,θ₂∈[0°,90°]，可得风机A的风速在南北方向的估计分量和东西方向的估计分量如下：

如果C＝n_n+2或者D(A,C)＞D(A,T)且B≠n_n+1，D(A,B)＜D(A,T)，则使用测风塔风速风向与风机B风速风向对故障风机A的风速做出估计，设测风塔风速与风机B的风速分别为v_t(t)和v₁(t)，且与南北方向的夹角分别为θ_t(t)和θ₁(t)，其中θ_t,θ₁∈[0°,90°]，可得风机A的风速在南北方向的估计分量和东西方向的估计分量如下：

由式(9)或(10)，获取风机A的风速在南北方向和东西方向两个分量后，利用式(8)可得故障风机在时间段t∈[t₁,t₂]内损失发电量的估计值；

如果C＝n_n+2或者D(A,C)＞D(A,T)且B＝n_n+1或者D(A,B)＞D(A,T)，则只使用测风塔风速与风向对故障风机A的风速做出估计，即:

可得故障风机A在时间段t∈[t₁,t₂]内损失发电量的估计值如下：

本发明的一种风机故障停运期间损失发电量的估计方法，给出了风机故障期间所损失的发电量的一个合理估计。该方法通过获取地理位置距离故障风机最近的两台正常运行的风机，利用这两台风机的风速估计故障风机故障期间的风速，再根据故障风机的输出功率特性曲线，得到故障风机故障期间所损失的发电量的一个估计值。该估计值真实可靠有效，可作为风电场对风机故障造成的经济损失进行量化评估的数据依据。

附图说明

图1为本发明的一种风机故障停运期间损失发电量的估计方法的流程图。

具体实施方式

为使本发明实现的技术方案、技术特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。

本发明改进之处在于可以实现风机故障停运期间损失发电量的估计。

本发明的方法根据风机的地理信息，建立风机的无向图模型。模型以风机作为图的顶点，边权重为风机之间的物理距离，物理距离通过对风机地理坐标进行换算得到。

本发明方法在风机发生故障停运时根据风机的无向图模型，试图获取地理位置距离故障风机最近的两台正常运行风机，：

设风电场共有n台风机，D(n_i,n_j)表示两台风机n_i与n_j之间的物理距离，D(n_i,T)表示风机与测风塔T之间的物理距离，其中1≤i≤n，1≤j≤n。增设两台虚拟风机n_n+1与n_n+2，任意一台风机与该两台虚拟风机之间的物理距离为无穷大，即D(n_i,n_n+1)＝∞，D(n_i,n_n+2)＝∞，其中1≤i≤n，∞表示无穷大。

假设风机A在时间段t∈[t₁,t₂]发生故障停运，首先将距离风机A最近的两台正常运行的风机B和C设为增设的虚拟风机：B＝n_n+1，C＝n_n+2。

遍历n台风机，进行n轮循环，其中对风机n_i(1≤i≤n)进行如下操作：

1)如果n_i为风机A本身，则结束本轮循环并开始下一轮循环，否则进行步骤2)。

2)如果风机n_i在时间段t∈[t₁,t₂]内正常运行，并且D(n_i,A)＜D(B,A)，则置B为B＝n_i，结束本轮循环并开始下一轮循环，否则进行步骤3)。

3)如果风机n_i在时间段t∈[t₁,t₂]内正常运行，并且D(n_i,A)＜D(C,A)，则置C为C＝n_i，结束本轮循环并开始下一轮循环。

循环结束后，如果B≠n_n+1，D(A,B)＜D(A,T)且C≠n_n+2，D(A,C)＜D(A,T),则表明获取成功，否则获取失败。

如果获取成功，本发明方法利用地理位置距离故障风机最近的两台正常运行风机风速，对故障风机故障期间所损失的发电量进行估计，估计方法如下：

本发明方法利用地理位置距离故障风机最近的两台正常运行风机，对故障风机故障期间所损失的发电量进行估计，估计方法如下：

设风机B和C的风速分别为v₁(t)和v₂(t)，风向为d₁(t)和d₂(t)。

假设在时间段[t₁,t₂]d₁(t)和d₂(t)与南北方向的夹角分别为θ₁(t)和θ₂(t)，其中θ₁,θ₂∈[0°,90°]。则B和C风机的风速在南北方向的分量v_HB(t)、v_HC(t)和东西方向的分量v_LB(t)、v_LC(t)分别为：

风机A和风机B、C之间的距离D(A,B)、D(A,C)在南北方向的分量D_H和东西方向的分量D_L分别为：

风机A的风速在南北方向的估计分量和东西方向的估计分量为风机B和C在两个方向上的分量根据距离成比例的叠加：

将式(1)、(2)、(3)、(4)代入式(5)可得:

得到风机A的风速在南北方向和东西方向两个估计分量后，可得风机A的风速估计值如下:

对风机A的实际输出功率特性曲线分段使用最小二乘法进行曲线拟合，获得风机A的输出功率特性曲线表达式P(v)。

风机A在时间段t∈[t₁,t₂]内的发电量估计值如下为：

将式(6)代入式(8)，并对此复合函数积分求解，便可得风机A在时间段t∈[t₁,t₂]内的发电量估计值。

如果获取失败，或者所获取的风机与故障风机之间的距离大于测风塔与故障风机之间的距离，本发明方法利用测风塔风速风向，对故障风机故障期间所损失的发电量进行估计，估计方法如下：

如果B＝n_n+1或者D(A,B)＞D(A,T)且C≠n_n+2，D(A,C)＜D(A,T)，则使用测风塔风速风向与风机C风速风向对故障风机A的风速做出估计。设测风塔风速与风机C的风速分别为v_t(t)和v₂(t)，且与南北方向的夹角分别为θ_t(t)和θ₂(t)，其中θ_t,θ₂∈[0°,90°]。可得风机A的风速在南北方向的估计分量和东西方向的估计分量如下：

如果C＝n_n+2或者D(A,C)＞D(A,T)且B≠n_n+1，D(A,B)＜D(A,T)，则使用测风塔风速风向与风机B风速风向对故障风机A的风速做出估计。设测风塔风速与风机B的风速分别为v_t(t)和v₁(t)，且与南北方向的夹角分别为θ_t(t)和θ₁(t)，其中θ_t,θ₁∈[0°,90°]。可得风机A的风速在南北方向的估计分量和东西方向的估计分量如下：

由式(9)或(10)，获取风机A的风速在南北方向和东西方向两个分量后，利用式(8)可得故障风机在时间段t∈[t₁,t₂]内损失发电量的估计值。

如果C＝n_n+2或者D(A,C)＞D(A,T)且B＝n_n+1或者D(A,B)＞D(A,T)，则只使用测风塔风速与风向对故障风机A的风速做出估计，即:

从而可得故障风机A在时间段t∈[t₁,t₂]内损失发电量的估计值如下：

下面参照附图1并结合实施例对本发明作进一步详细描述。但是本发明不限于所给出的例子。

实施例一

设风电场建设有n台风机，风机编号为1～n，风机n_i表示编号为i的风机，其中i∈[1,n]。

风机n_i在时间段t∈[t₁,t₂]内发生故障停运，则在该段时间内对风机n_i所损失的发电量的估计过程如下：

1.根据风机的地理信息，建立风机的无向图模型。模型通过(n+2)×(n+2)维矩阵D所表示，矩阵的下标表示风机的编号，矩阵内容保存两台风机之间的物理距离，即D[i][j]表示风机n_i与风机n_j之间的物理距离，其中i,j∈[1,n]。特别地，n+1和n+2为虚拟风机编号,D[i][n+1]＝∞，D[i][n+2]＝∞。

2.根据风机的无向图模型D，试图获取地理位置距离故障风机n_i最近的两台正常运行风机n_B和n_c。

置n_B＝n_n+1，n_c＝n_n+2，则D[n_B][n_i]＝∞，D[n_C][n_i]＝∞。

遍历n台风机，进行n轮循环，其中对风机n_j(1≤j≤n)进行如下操作：

1)如果i＝j，则结束本轮循环并开始下一轮循环，否则进行步骤2)。

2)如果风机n_j在时间段t∈[t₁,t₂]内正常运行，并且D[n_j][n_i]<D[n_B][n_i]，则置n_B＝n_j，结束本轮循环并开始下一轮循环，否则进行步骤3)。

3)如果风机n_j在时间段t∈[t₁,t₂]内正常运行，并且D[n_j][n_i]<D[n_C][n_i]，则置n_C＝n_j，结束本轮循环并开始下一轮循环。

n轮循环结束后，n_B≠n_n+1，n_c≠n_n+2，且D[n_B][n_i]，D[n_C][n_i]均小于风机n_B、n_c和测风塔之间的距离，即获取成功。

3.利用风机n_B和n_c对故障风机n_i在故障期间t∈[t₁,t₂]所损失的发电量进行估计。

风机n_B和n_c在时间段t∈[t₁,t₂]风速分别为v₁(t)和v₂(t)，风向与南北方向的夹角分别为θ₁(t)和θ₂(t)，其中θ₁,θ₂∈[0°,90°]。可得故障风机n_i的风速在南北方向的估计分量和东西方向的估计分量如下：

从而可得故障风机n_i的估计风速为对风机n_i的实际输出功率特性曲线分段使用最小二乘法进行曲线拟合，获得风机n_i的输出功率特性曲线表达式P(v)。

则风机n_i在故障时间段t∈[t₁,t₂]内的发电量估计值为：

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (3)

1.一种故障风机损失发电量的估计方法，其特征在于，包括以下步骤：

1)根据风机的地理信息，建立风机的无向图模型；

2)风机发生故障停运时根据风机的无向图模型，获取地理位置距离故障风机最近的两台正常运行风机；

3)如果获取成功，利用地理位置距离故障风机最近的两台正常运行风机风速风向，对故障风机故障期间所损失的发电量进行估计；

4)如果获取失败，或者所获取的风机与故障风机之间的距离大于测风塔与故障风机之间的距离，则利用测风塔风速风向，对故障风机故障期间所损失的发电量进行估计；

在所述步骤3)中，风机发生故障停运时根据风机的无向图模型，获取地理位置距离故障风机最近的两台正常运行风机，获取方法如下：

设风电场共有n台风机，D(n_i,n_j)表示两台风机n_i与n_j之间的物理距离，D(n_i,T)表示风机与测风塔T之间的物理距离，其中1≤i≤n，1≤j≤n；增设两台虚拟风机n_n+1与n_n+2，任意一台风机与该两台虚拟风机之间的物理距离为无穷大，即D(n_i,n_n+1)＝∞，D(n_i,n_n+2)＝∞，其中1≤i≤n，∞表示无穷大；

假设风机A在时间段t∈[t₁,t₂]发生故障停运，首先将距离风机A最近的两台正常运行的风机B和风机C设为增设的虚拟风机：B＝n_n+1，C＝n_n+2；

遍历n台风机，进行n轮循环，其中对风机n_i(1≤i≤n)进行如下操作：

21)如果n_i为风机A本身，则结束本轮循环并开始下一轮循环，否则进行步骤22)；

22)如果风机n_i在时间段t∈[t₁,t₂]内正常运行，并且D(n_i,A)＜D(B,A)，则置B为B＝n_i，结束本轮循环并开始下一轮循环，否则进行步骤23)；

23)如果风机n_i在时间段t∈[t₁,t₂]内正常运行，并且D(n_i,A)＜D(C,A)，则置C为C＝n_i，结束本轮循环并开始下一轮循环；

循环结束后，如果B≠n_n+1，D(A,B)＜D(A,T)且C≠n_n+2，D(A,C)＜D(A,T),则表明获取成功，否则获取失败；

在所述步骤3)中，如果获取成功，利用地理位置距离故障风机最近的两台正常运行风机风速，对故障风机故障期间所损失的发电量进行估计，估计方法如下：

设风机B和风机C的风速分别为v₁(t)和v₂(t)，风向为d₁(t)和d₂(t)；

假设在时间段[t₁,t₂]内d₁(t)和d₂(t)与南北方向的夹角分别为θ₁(t)和θ₂(t)，其中θ₁,θ₂∈[0°,90°]，则风机B和风机C的风速在南北方向的分量v_HB(t)、v_HC(t)和东西方向的分量v_LB(t)、v_LC(t)分别为：

风机A和风机B、C之间的距离D(A,B)、D(A,C)在南北方向的分量D_H和东西方向的分量D_L分别为：

风机A的风速在南北方向的估计分量和东西方向的估计分量为风机B和C在两个方向上的分量根据距离成比例的叠加：

$\left\{\begin{array}{c}{\hat{v}}_{HA}\left(t\right)=\frac{D_H(A,B)v_{HB}\left(t\right)+D_H(A,C)v_{HC}\left(t\right)}{D_H(A,B)+D_H(A,C)}\\ {\hat{v}}_{LA}\left(t\right)=\frac{D_L(A,B)v_{LB}\left(t\right)+D_L(A,C)v_{LC}\left(t\right)}{D_L(A,B)+D_L(A,C)}\end{array}\right.,t\&Element;\&lsqb;t_1,t_2\&rsqb;---\left(5\right)$

将式(1)、(2)、(3)、(4)代入式(5)可得:

$\left\{\begin{array}{c}{\hat{v}}_{HA}\left(t\right)=\frac{D(A,B)\cos \left({\mathrm{\&theta;}}_1\right(t\left)\right)v_1\left(t\right)\cos \left({\mathrm{\&theta;}}_1\left(t\right)\right)+D(A,C)\cos \left({\mathrm{\&theta;}}_2\right(t\left)\right)v_2\left(t\right)\cos \left({\mathrm{\&theta;}}_2\left(t\right)\right)}{D(A,B)\cos \left({\mathrm{\&theta;}}_1\right(t\left)\right)+D(A,C)\cos \left({\mathrm{\&theta;}}_2\left(t\right)\right)}\\ {\hat{v}}_{LA}\left(t\right)=\frac{D(A,B)\sin \left({\mathrm{\&theta;}}_1\right(t\left)\right)v_1\left(t\right)\sin \left({\mathrm{\&theta;}}_1\left(t\right)\right)+D(A,C)\sin \left({\mathrm{\&theta;}}_2\right(t\left)\right)v_2\left(t\right)\sin \left({\mathrm{\&theta;}}_2\left(t\right)\right)}{D(A,B)\sin \left({\mathrm{\&theta;}}_1\right(t\left)\right)+D(A,C)\sin \left({\mathrm{\&theta;}}_2\left(t\right)\right)}\end{array}\right.---\left(6\right)$

得到风机A的风速在南北方向和东西方向两个估计分量后，可得风机A的风速估计值如下:

$\hat{v}\left(t\right)=\sqrt{{\left({\hat{v}}_{HA}\right(t\left)\right)}^2+{\left({\hat{v}}_{LA}\right(t\left)\right)}^2},t\&Element;\&lsqb;t_1,t_2\&rsqb;---\left(7\right)$

对风机A的实际输出功率特性曲线分段使用最小二乘法进行曲线拟合，获得风机A的输出功率特性曲线表达式P(v)；

风机A在时间段t∈[t₁,t₂]内的发电量估计值如下为：

$\hat{K}={\&Integral;}_{t1}^{t2}P\left(\hat{v}\right(t\left)\right)dt={\&Integral;}_{t1}^{t2}P(\sqrt{{\left({\hat{v}}_{HA}\right(t\left)\right)}^2+{\left({\hat{v}}_{LA}\right(t\left)\right)}^2}dt---\left(8\right)$

将式(6)代入式(8)，并对此复合函数积分求解，便可得风机A在时间段t∈[t₁,t₂]内的发电量估计值。

2.根据权利要求1所述的一种故障风机损失发电量的估计方法，其特征在于：在所述步骤1)中，风机的无向图模型以风机作为图的顶点，边权重为风机之间的物理距离，物理距离通过对风机地理坐标进行换算得到。

3.根据权利要求1所述的一种故障风机损失发电量的估计方法,其特征在于：在所述步骤4)中，如果获取失败，或者所获取的风机与故障风机之间的距离大于测风塔与故障风机之间的距离，则利用测风塔风速风向，对故障风机故障期间所损失的发电量进行估计，估计方法如下：

如果B＝n_n+1或者D(A,B)＞D(A,T)且C≠n_n+2，D(A,C)＜D(A,T)，则使用测风塔风速风向与风机C风速风向对故障风机A的风速做出估计，设测风塔风速与风机C的风速分别为v_t(t)和v₂(t)，且与南北方向的夹角分别为θ_t(t)和θ₂(t)，其中θ_t,θ₂∈[0°,90°]，可得风机A的风速在南北方向的估计分量和东西方向的估计分量如下：

$\left\{\begin{array}{c}{\hat{v}}_{HA}\left(t\right)=\frac{D(A,T)\cos \left({\mathrm{\&theta;}}_t\right(t\left)\right)v_t\left(t\right)\cos \left({\mathrm{\&theta;}}_t\left(t\right)\right)+D(A,C)\cos \left({\mathrm{\&theta;}}_2\right(t\left)\right)v_2\left(t\right)\cos \left({\mathrm{\&theta;}}_2\left(t\right)\right)}{D(A,T)\cos \left({\mathrm{\&theta;}}_t\right(t\left)\right)+D(A,C)\cos \left({\mathrm{\&theta;}}_2\left(t\right)\right)}\\ {\hat{v}}_{LA}\left(t\right)=\frac{D(A,T)\sin \left({\mathrm{\&theta;}}_t\right(t\left)\right)v_t\left(t\right)\sin \left({\mathrm{\&theta;}}_t\left(t\right)\right)+D(A,C)\sin \left({\mathrm{\&theta;}}_2\right(t\left)\right)v_2\left(t\right)\sin \left({\mathrm{\&theta;}}_2\left(t\right)\right)}{D(A,t)\sin \left({\mathrm{\&theta;}}_t\right(t\left)\right)+D(A,C)\sin \left({\mathrm{\&theta;}}_2\left(t\right)\right)}\end{array}\right.---\left(9\right)$

如果C＝n_n+2或者D(A,C)＞D(A,T)且B≠n_n+1，D(A,B)＜D(A,T)，则使用测风塔风速风向与风机B风速风向对故障风机A的风速做出估计，设测风塔风速与风机B的风速分别为v_t(t)和v₁(t)，且与南北方向的夹角分别为θ_t(t)和θ₁(t)，其中θ_t,θ₁∈[0°,90°]，可得风机A的风速在南北方向的估计分量和东西方向的估计分量如下：

$\left\{\begin{array}{c}{\hat{v}}_{HA}\left(t\right)=\frac{D(A,B)\cos \left({\mathrm{\&theta;}}_1\right(t\left)\right)v_1\left(t\right)\cos \left({\mathrm{\&theta;}}_1\left(t\right)\right)+D(A,T)\cos \left({\mathrm{\&theta;}}_t\right(t\left)\right)v_t\left(t\right)\cos \left({\mathrm{\&theta;}}_t\left(t\right)\right)}{D(A,B)\cos \left({\mathrm{\&theta;}}_1\right(t\left)\right)+D(A,T)\cos \left({\mathrm{\&theta;}}_t\left(t\right)\right)}\\ {\hat{v}}_{LA}\left(t\right)=\frac{D(A,B)\sin \left({\mathrm{\&theta;}}_1\right(t\left)\right)v_1\left(t\right)\sin \left({\mathrm{\&theta;}}_1\left(t\right)\right)+D(A,T)\sin \left({\mathrm{\&theta;}}_t\right(t\left)\right)v_t\left(t\right)\sin \left({\mathrm{\&theta;}}_t\left(t\right)\right)}{D(A,B)\sin \left({\mathrm{\&theta;}}_1\right(t\left)\right)+D(A,T)\sin \left({\mathrm{\&theta;}}_t\left(t\right)\right)}\end{array}\right.---\left(10\right)$

由式(9)或(10)，获取风机A的风速在南北方向和东西方向两个分量后，利用式(8)可得故障风机在时间段t∈[t₁,t₂]内损失发电量的估计值；

如果C＝n_n+2或者D(A,C)＞D(A,T)且B＝n_n+1或者D(A,B)＞D(A,T)，则只使用测风塔风速与风向对故障风机A的风速做出估计，即:

$\hat{v}\left(t\right)=v_t\left(t\right)---\left(11\right)$

从而可得故障风机A在时间段t∈[t₁,t₂]内损失发电量的估计值如下：

$\hat{K}={\&Integral;}_{t1}^{t2}P\left(\hat{v}\right(t\left)\right)dt={\&Integral;}_{t1}^{t2}P\left(v_t\right(t\left)\right)dt---\left(12\right).$