CN105260953A - 一种综合风电场理论出力评估仿真系统和评估方法 - Google Patents

Abstract

本发明公开了一种综合风电场理论出力评估仿真系统和评估方法，包括信息层、环境层、风电场层、评估层和数据库。信息层用于从互联网收集信息数据，将信息数据汇集到数据库中，供其它层调用数据；数据库将信息层、环境层、风电场层、评估层、模型参数修改维护系统中的信息进行读取、保存、查询；环境层将信息层获得信息数据进行融合处理，建立环境模型；风电场层包括风电机组出力分析模型和风电场整体出力模型；评估层用于建立整个风电基地的弃风量模型，并对其进行评估。本发明通过仿真系统平台的建设，有助于风力发电的电力系统的安全、经济运行，并且风电出力的预测结果可辅助电网调度运行控制决策，提高含风电发电电网的稳定性。

Description

一种综合风电场理论出力评估仿真系统和评估方法

技术领域

本发明涉及电力系统技术领域，尤其涉及一种综合风电场理论出力评估仿真系统和评估方法。

背景技术

我国风能资源丰富，2006年1月1日，《可再生能源法》的正式实施为风电的发展提供了新的推动力和保障，我国的风力发电进入了大规模发展阶段，“建设大基地，接入大电网”已成为风电开发的主要模式。2014年，中国风电装机容量达91.4GW，新增装机容量16.1GW，占全球新增装机容量的46.1％，位居全球第一。

甘肃省属全国风能资源丰富的省区之一，风能资源理论储量为2.37亿千瓦，风能总储量居全国第五位，甘肃风能资源可开发容量在4000万千瓦以上，风能资源可开发容量居全国第三位，甘肃省的风能资源主要集中在河西地区。甘肃省委省政府2006年提出了建设河西风电走廊、再造西部陆上“三峡”的战略构想，2007年国家批准了甘肃酒泉风电基地总体规划，2008年省委省政府进一步明确了建设河西走廊风电基地三步走的战略，第一步，到2015年，装机容量达到1000万千瓦，成为全国最大的风电基地之一；第二步，到2020年，装机容量增加到2000万千瓦，建成陆上“三峡”工程；第三步，2020年以后，装机容量继续扩大到3000万千瓦以上，使河西走廊成为世界上最大的风电基地。同时，利用光电、风电的互补性，将大力发展光电，2015年在甘肃的太阳能发电将达到600万千瓦，2020年将达到1000万千瓦。

截至2014年11月，甘肃风电装机容量832万千瓦，光伏装机455万千瓦，风光电总装机已经超过甘肃电网负荷最大值，如此大规模的新能源很难在甘肃省内消纳，在正负800kV特高压直流还没有建设完成之前，弃风弃光问题非常严重，已经给甘肃省新能源的发展造成了一定的影响。为了解决这一问题，对风电场、光伏电站及新能源场站群的理论出力分析研究，找出能够比较实际反应风电场理论出力方面的方法和模型，为弃风电量计算提供科学的理论依据。因此，研究风电场、光伏电站理论出力非常必要。

大规模风电的接入给电网调峰带来很大的压力，受调峰能力及网架结构的制约，多个风电基地出现较大规模弃风限电的情况。目前风电入网特别是并网风电弃风限电问题已成为各方关注的焦点。对风电场理论功率与电量进行计算，并进行弃风电量评估，对于协调网厂矛盾、促进风电行业的良性发展等方面具有重要意义。

2012年12月17日，国家电网公司出台了《风电受阻电量计算办法》，文件中规定弃风电量按月统计，相对误差在3％以内为合格。国家电力监管委员会下达了《风电场弃风电量计算办法(试行)》文件，文件中建议采用样板风机法(也称特征风机法)计算弃风电量。

目前，风电场理论出力及弃风电量计算方法主要有样板风机法、测风塔数据外推法，机头风速法三种方式。对这三种方法，实例对比分析结果表明，此三种方法有各自的优缺点及其适条件，因此能够找到一种方法，既可以根据风机实时运行数据来判断风电出力的真实性，又能通过测风塔实际风速判断其风电场理论出力，又能通过机头风速去判断和激光雷达的实测尾流值作为尾流影响的判断及衰减参数，故进行综合考虑环境、尾流、地理信息等因素影响的风电场理论出力评估分析方法研究及仿真平台开发，具有十分重要的意义。

发明内容

有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是提供一种综合风电场理论出力评估仿真系统和评估方法，建立大型新能源基地理论出力仿真系统平台，综合考虑环境、尾流、地理信息等因素影响，对风电场理论出力进行评估分析。

为实现上述目的，本发明提供了一种综合风电场理论出力评估仿真系统，其特征在于，包括信息层、环境层、风电场层、评估层和数据库；所述信息层用于从互联网收集信息数据，将所述信息数据汇集到数据库中，供其它层调用数据，并负责所述信息数据的管理、显示、更新数据库；所述数据库将信息层、环境层、风电场层、评估层、模型参数修改维护系统中的信息进行读取、保存、查询；所述环境层将信息层获得所述信息数据进行融合处理，建立环境模型，得出整个风力发电场的风速数据；所述风电场层包括风电机组出力分析模型和风电场整体出力模型，用于根据所述环境层提供的所述风速数据计算每个风电机组的理论出力，通过风场风电机组出力及拓扑结构，构建风电场整体出力模型；所述评估层用于建立建立整个风电基地的弃风量模型，并对其进行评估。

优选地，所述综合风电场理论出力评估仿真系统还包括各模型参数修改维护系统，所述各模型参数修改维护系统用于修改维护所述信息层、所述环境层、所述风电场层、所述评估层内部的数学模型或参数。

优选地，所述信息数据包括天气环境信息、风场信息、风电机组信息、机组地理坐标、天气数据、地理位置信息、测风塔或者雷达测速站的风速信息信息。

一种综合风电场理论出力评估方法，用于对风电场理论功率与电量进行计算，并进行弃风电量评估，其特征在于，包括如下步骤：

收集信息数据，将所述信息数据汇集到数据库中；

将获得所述信息数据进行融合处理，建立环境模型；

建立单个风电机组出力分析模型，根据环境模型，通过数学中的插值方法计算每个风电机组的理论出力；

考虑尾流效应、风电场之间影响，对环境模型和插值模型进行修正，得到风电机组实际出力分析结果；

通过风场风电机组出力及拓扑结构，构建风电场整体出力模型，并考虑风电场之间影响因素，得到风电场整体处理分析结果；

通过实测数据和理论出力，建立整个风电基地的弃风量模型，并对其进行评估，得出最终风电场出力结果。

优选地，所述风电场整体出力模型以已知环境节点的风速以及地理数据、风机坐标点为基础，建立环境节点的拓扑结构，最终利用数学中的插值方法得出整个风力发电场的风速数据。

优选地，所述差值方法为一般分布数据的插值方法，运用MATLAB提供的griddata函数来完成。

优选地，所述差值方法为自然邻居插值方法：

$G(x,y,z)=\underset{i=1}{\overset{n}{\Σ}}{w}_{i}f(x_i,y_i,z_i)$

其中，点(x_i,y_i,z_i)是风场三维地图中的一个坐标点，G(x,y,z)是在点(x,y,z)估算求得的值，w_i为已知点(x_i,y_i,z_i)的权值，f(x_i,y_i,z_i)为已知点((x_i,y_i,z_i)处的已知数据。权重w_i的获得方式是：当在剖分中加入(x,y,z)点时，查找有各个周边区域有多少面积被“偷走”。

在理想情况下，风力发电机处的风速可直接用环境节点的数据在一定的插值方法的基础上得到，同时，因为该插值过程是在三维的基础上，所以具体的插值方法使用‘natural’算法比较适用，具体的方法MATLAB程序如下：

v1＝griddata(x,y,z,v,x1,y1,z1,'natural')

其中(x,y,z)是环境节点的坐标，v为环境节点处测得的风速，(x1,y1,z1)是风力发电机的位置点坐标，通过该条命令语句得到风力发电机位置点的理想风速v1。

根据所有环境节点的坐标和数据，经过该方法，可以得到理想情况下整个风力发电场的风速数据。

优选地，计算所述风力机组所在位置的风速时还需要考虑尾流效应、风电场之间影响，通过有限元仿真的方法得到其影响系数，并对环境模型和插值模型进行修正，同时考虑到其它扰动(如温度、阴雨等)对环境模型的影响。

优选地，所述风场整体出力计算方法如下：

风机将风能转化为机械能，根据空气动力学原理，风机的机械能输出表示为公式：

$P_w=\frac{1}{2}{\mathrm{\ρu}}_0^3{A}_r{C}_T\left(u\right)$

其中，ρ空气密度，u₀为风机轮毂高度的水平风速，A_r为风桨扫掠面积，C_T(u)为推力系数，推力系数为一组非线性的曲线。公式(1)是一个一维的风机推力模型。

$A_r=\mathrm{\π}{\left(\frac{D}{2}\right)}^2$

其中，D为风机直径，通常情况下，空气密度ρ(kg/m3)有直接观测值，当ρ缺测的时候，可以用下面的计算公式来确定：

$\mathrm{\ρ}=\frac{P}{RT}$

其中，P为大气压(Pa)，R为气体常数(287J/kgK)，T为空气温度(K)。

大气压缺测时，可以用下面的经验公式计算：

P＝e^{5.25885×ln(288.15-0.0065h)-18.2573}

其中，h为海拔高度。

优选地，所述方法内部的数学模型或参数可以进行修改，以便适应不同规模风电场、不同的机组类型、不同地域环境因素、不同的弃风量评估模型；所述数学模型或参数修改方式为：

添加数学模型库，通过系统设置选择不同类型的数学模型；

或，开放底层算法函数，完善现有数学模型；

或，只提供模型参数的修改，不对算法修改。

综上，本发明的一种合风电场理论出力评估方法和仿真系统，通过仿真系统平台的建设，有助于风力发电的电力系统的安全、经济运行，并且风电出力的预测结果可辅助电网调度运行控制决策，提高含风电发电电网的稳定性。利用平台的开发性特点，可以通过该模型参数修改维护系统将模型内部的数学模型改或参数进行修改，以便适应不同规模风电场、不同的机组类型、不同地域环境因素、不同的弃风量评估模型等。为河西新能源基地的发展提出建设性意见和建议，为甘肃新能源的消纳与甘肃电网的建设提供技术支持和基础数据，为弃风电量计算提供依据。

以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明，以充分地了解本发明的目的、特征和效果。

附图说明

图1是本发明的一个较佳实施例的一种综合风电场理论出力评估仿真系统结构框图。

图2是是本发明的一个较佳实施例的一种综合合风电场理论出力评估方法流程示意图。

具体实施方式

如图1所示，一种合风电场理论出力评估仿真系统，包括信息层1、环境层2、风电场层3、评估层4和数据库5。

信息层可以与互联网相连，负责收集包括天气环境信息、风场库信息、风电机组信息、机组地理坐标信息等数据，将所有的信息数据汇集到数据中，供其它层调用数据，并负责基本信息的管理、显示、更新数据库等。

数据库5将信息层1、环境层2、风电场层3、评估层4的信息进行读取、保存、查询。

环境层2将信息层1获得天气环境信息、风场信息、风电机组信息、机组地理坐标信息等信息数据进行融合处理，建立环境模型，得出整个风力发电场的风速数据。

风电场层3包括风电机组出力分析模型和风电场整体出力模型，用于根据环境层2提供的风速数据计算每个风电机组的理论出力，通过风场风电机组出力及拓扑结构，构建风电场整体出力模型；

评估层4用于建立建立整个风电基地的弃风量模型，并对其进行评估。

综合风电场理论出力评估仿真系统还包括各模型参数修改维护系统6，各模型参数修改维护系统6与数据库5连接，用于修改维护信息层1、环境层2、风电场层3、评估层4内部的数学模型或参数。

一种综合风电场理论出力评估方法，用于对风电场理论功率与电量进行计算，并进行弃风电量评估，其特征在于，包括如下步骤：

步骤S1，收集信息数据，将信息数据汇集到数据库中。

信息数据包括环境信息、天气数据、地理位置信息、测风塔或者雷达测速站的风速信息等。

在实际的风电场中，风力发电机的数量较为庞大，如果对每一个风力发电机的位置均实时监测风速是不太合理的，现阶段风电场也只是使用几个测风塔来实时监测整个风电场相关位置的风速、温度等环境数据。

步骤S2，将获得信息数据进行融合处理，建立环境模型。

环境模型是以已知环境节点的风速以及地理数据、风机坐标点为基础，建立环境节点的拓扑结构，考虑机组之间的关联性(尾流效应)对环境模型的影响。

步骤S3，建立单个风电机组出力分析模型，根据环境模型，通过数学中的插值方法计算每个风电机组的理论出力。

因为新能源基地整体风场是在一个三维地图中，每一个坐标点还应该对应有一个风速，这样就表示在环境中的每一个点都会有四个数据，所以使用二维插值的方法是不行的。同时，在整体风场环境中环境节点的位置变化不是固定方向的，虽然节点坐标点x的大小在逐渐增大，但y和z方向却不是单调的，这样就不能够使用分段多项式插值手段来完成具体的大型新能源基地整体风场的模拟分析。经过以上两点的考虑，在本实施例中使用一般分布数据的插值方法，该插值方法可以运用MATLAB提供的griddata函数来完成，这种方式可以对非网格数据进行插值，能同时满足上述的两个要求或者说是限制。自然邻居插值方法是空间插值的一种方法，由RobinSibson创建。该方法是基于一组离散空间点的沃罗努瓦剖分。这种插值方法之所以比如最临近插值算法这样的简单插值算法更有优势，在于它提供了一个更加光滑的接近底层真实数据的函数。

该种插值方法在3维中的基础公式为：

$G(x,y,z)=\underset{i=1}{\overset{n}{\Σ}}{w}_{i}f(x_i,y_i,z_i)$

其中，点(x_i,y_i,z_i)是风场三维地图中的一个坐标点，G(x,y,z)是在点(x,y,z)估算求得的值，w_i为已知点(x_i,y_i,z_i)的权值，f(x_i,y_i,z_i)为已知点((x_i,y_i,z_i)处的已知数据。权重w_i的获得方式是：当在剖分中加入(x,y,z)点时，查找有各个周边区域有多少面积被“偷走”。

在理想情况下，风力发电机处的风速可直接用环境节点的数据在一定的插值方法的基础上得到。同时，因为该插值过程是在三维的基础上，所以具体的插值方法只有‘natural’算法比较适用。具体的方法MATLAB函数为：

v1＝griddata(x,y,z,v,x1,y1,z1,'natural')；

其中(x,y,z)是环境节点的坐标，v为环境节点处测得的风速，(x1,y1,z1)是风力发电机的位置点坐标，通过该条命令语句得到风力发电机位置点的理想风速v1。

根据所有环境节点的坐标和数据，经过该方法，可以得到理想情况下整个风力发电场的风速数据。

步骤S4，考虑尾流效应、风电场之间影响，对环境模型和插值模型进行修正，得到风电机组实际出力分析结果。

考虑到各种各样的影响，如尾流效应、风电场之间影响，通过有限元仿真的方法得到其影响系数，并对环境模型和插值模型进行修正，同时考虑到其它扰动(如温度、阴雨等)对环境模型的影响。由于环境模型中已经考虑到机组之间的关联性(尾流效应)对环境模型及插值模型的影响，此处的尾流相应只分析其机组之间的关联性强弱及评估。

步骤S5，通过风场风电机组出力及拓扑结构，构建风电场整体出力模型，并考虑风电场之间影响因素，得到风电场整体处理分析结果。

风场整体出力计算方法如下：

风机将风能转化为机械能，根据空气动力学原理，风机的机械能输出表示为公式(1)，

$P_w=\frac{1}{2}{\mathrm{\ρu}}_0^3{A}_r{C}_T\left(u\right)$ (式1)

其中，ρ空气密度，u₀为风机轮毂高度的水平风速，A_r为风桨扫掠面积，C_T(u)为推力系数，推力系数为一组非线性的曲线。公式(2)是一个一维的风机推力模型，

$A_r=\mathrm{\π}{\left(\frac{D}{2}\right)}^2$ (式2)

其中，D为风机直径，通常情况下，空气密度ρ(kg/m3)有直接观测值，当ρ缺测的时候，可以用下面的计算公式(3)来确定：

$\mathrm{\ρ}=\frac{P}{RT}$ (式3)

其中，P为大气压(Pa)，R为气体常数(287J/kgK)，T为空气温度(K)。

大气压缺测时，可以用下面的经验公式(4)计算：

P＝e^{5.25885×ln(288.15-0.0065h)-18.2573}(式4)

其中，h为海拔高度。

步骤S6，通过实测数据和理论出力，建立整个风电基地的弃风量模型，并对其进行评估，得出最终风电场出力结果。

本实施例内部的数学模型或参数可以进行修改，以便适应不同规模风电场、不同的机组类型、不同地域环境因素、不同的弃风量评估模型。修改方式可以为以下3中：

添加数学模型库，通过系统设置选择不同类型的数学模型；

或，开放底层算法函数，完善现有数学模型；

或，只提供模型参数的修改，不对算法修改。

在本发明的一个较佳实施例中，选取21号测风塔(经度96°06'49.6；纬度40°42'52.5；海拔：1420m)的地理位置为代表，通过googleearth查找该点的海拔高度为1420m。接着利用公式(4)确定该点的大气压为84340.74Pa，之后，利用公式(3)可以计算得到受大气温度影响的大气密度，在本实施例中，为了确定单台风机的理论出力，选取0摄氏度作为代表温度来确定大气密度，计算得到的大气密度为1.0758(kg/m)。最后利用公式(1)和公式(2)，可以计算单台风机的理论出力。

以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (10)

1.一种综合风电场理论出力评估仿真系统，其特征在于，包括信息层、环境层、风电场层、评估层和数据库；

所述信息层用于从互联网收集信息数据，将所述信息数据汇集到数据库中，供其它层调用数据，并负责所述信息数据的管理、显示、更新数据库；所述数据库将信息层、环境层、风电场层、评估层、模型参数修改维护系统中的信息进行读取、保存、查询；

所述环境层将信息层获得所述信息数据进行融合处理，建立环境模型，得出整个风力发电场的风速数据；

所述风电场层包括风电机组出力分析模型和风电场整体出力模型，用于根据所述环境层提供的所述风速数据计算每个风电机组的理论出力，通过风场风电机组出力及拓扑结构，构建风电场整体出力模型；

所述评估层用于建立建立整个风电基地的弃风量模型，并对其进行评估。

2.如权利要求1所述的综合风电场理论出力评估仿真系统，其特征在于，所述综合风电场理论出力评估仿真系统还包括各模型参数修改维护系统，所述各模型参数修改维护系统用于修改维护所述信息层、所述环境层、所述风电场层、所述评估层内部的数学模型或参数。

3.如权利要求1或2所述的综合风电场理论出力评估仿真系统，其特征在于，所述信息数据包括天气环境信息、风场信息、风电机组信息、机组地理坐标、天气数据、地理位置信息、测风塔或者雷达测速站的风速信息。

4.一种综合风电场理论出力评估方法，其特征在于，包括如下步骤：

收集信息数据，将所述信息数据汇集到数据库中；

将获得所述信息数据进行融合处理，建立环境模型；

建立单个风电机组出力分析模型，根据环境模型，通过数学中的插值方法计算每个风电机组的理论出力；

考虑尾流效应、风电场之间影响，对环境模型和插值模型进行修正，得到风电机组实际出力分析结果；

通过风场风电机组出力及拓扑结构，构建风电场整体出力模型，并考虑风电场之间影响因素，得到风电场整体处理分析结果；

通过实测数据和理论出力，建立整个风电基地的弃风量模型，并对其进行评估，得出最终风电场出力结果。

5.如权利要求4所述的综合风电场理论出力评估方法，其特征在于，所述风电场整体出力模型以已知环境节点的风速以及地理数据、风机坐标点为基础，建立环境节点的拓扑结构，最终利用数学中的插值方法得出整个风力发电场的风速数据。

6.如权利要求5所述的综合风电场理论出力评估仿真方法，其特征在于，所述差值方法为一般分布数据的插值方法，运用MATLAB提供的griddata函数来完成。

7.如权利要求6所述的综合风电场理论出力评估仿真方法，其特征在于，所述差值方法为自然邻居插值方法：

$G(x,y,z)=\underset{i=1}{\overset{n}{\Σ}}{w}_{i}f(x_i,y_i,z_i)$

其中，点(x_i,y_i,z_i)是风场三维地图中的一个坐标点，G(x,y,z)是在点(x,y,z)估算求得的值，w_i为已知点(x_i,y_i,z_i)的权值，f(x_i,y_i,z_i)为已知点((x_i,y_i,z_i)处的已知数据，权重w_i的获得方式是：当在剖分中加入(x,y,z)点时，查找有各个周边区域有多少面积被“偷走”。

在理想情况下，风力发电机处的风速可直接用环境节点的数据在一定的插值方法的基础上得到，同时，因为该插值过程是在三维的基础上，所以具体的插值方法使用‘natural’算法比较适用，具体的方法MATLAB程序如下：

v1＝griddata(x,y,z,v,x1,y1,z1,'natural')

其中(x,y,z)是环境节点的坐标，v为环境节点处测得的风速，(x1,y1,z1)是风力发电机的位置点坐标，通过该条命令语句得到风力发电机位置点的理想风速v1。

8.如权利要求4所述的综合风电场理论出力评估仿真方法，其特征在于，所述尾流效应、风电场之间影响通过有限元仿真的方法得到其影响系数，并对环境模型和插值模型进行修正，同时考虑到其它扰动(如温度、阴雨等)对环境模型的影响。

9.如权利要求4所述的综合风电场理论出力评估仿真方法，其特征在于，所述风场整体出力计算方法如下：

风机将风能转化为机械能，根据空气动力学原理，风机的机械能输出表示为公式：

$P_w=\frac{1}{2}{\mathrm{\ρu}}_0^3{A}_r{C}_T\left(u\right)$

其中，ρ空气密度，u₀为风机轮毂高度的水平风速，A_r为风桨扫掠面积，C_T(u)为推力系数，推力系数为一组非线性的曲线。公式(1)是一个一维的风机推力模型。

$A_r=\mathrm{\π}{\left(\frac{D}{2}\right)}^2$

其中，D为风机直径，通常情况下，空气密度ρ(kg/m3)有直接观测值，当ρ缺测的时候，可以用下面的计算公式来确定：

$\mathrm{\ρ}=\frac{P}{RT}$

其中，P为大气压(Pa)，R为气体常数(287J/kgK)，T为空气温度(K)。大气压缺测时，可以用下面的经验公式计算：

P＝e^{5.25885×ln(288.15-0.0065h)-18.2573}

其中，h为海拔高度。

10.如权利要求4所述的综合风电场理论出力评估仿真方法，其特征在于，所述方法内部的数学模型或参数可以进行修改，以便适应不同规模风电场、不同的机组类型、不同地域环境因素、不同的弃风量评估模型；所述数学模型或参数修改方式为：

添加数学模型库，通过系统设置选择不同类型的数学模型；

或，开放底层算法函数，完善现有数学模型；

或，只提供模型参数的修改，不对算法修改。