CN105528735A - 基于量测风速与空间相关性的异常数据点的校正方法 - Google Patents

基于量测风速与空间相关性的异常数据点的校正方法 Download PDF

Info

Publication number
CN105528735A
CN105528735A CN201510876711.XA CN201510876711A CN105528735A CN 105528735 A CN105528735 A CN 105528735A CN 201510876711 A CN201510876711 A CN 201510876711A CN 105528735 A CN105528735 A CN 105528735A
Authority
CN
China
Prior art keywords
energy turbine
turbine set
wind energy
data point
wind
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201510876711.XA
Other languages
English (en)
Other versions
CN105528735B (zh
Inventor
汪宁渤
陈钊
乔颖
赵龙
王尤嘉
丁坤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsinghua University
State Grid Corp of China SGCC
State Grid Gansu Electric Power Co Ltd
Wind Power Technology Center of Gansu Electric Power Co Ltd
Original Assignee
Tsinghua University
State Grid Corp of China SGCC
State Grid Gansu Electric Power Co Ltd
Wind Power Technology Center of Gansu Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tsinghua University, State Grid Corp of China SGCC, State Grid Gansu Electric Power Co Ltd, Wind Power Technology Center of Gansu Electric Power Co Ltd filed Critical Tsinghua University
Priority to CN201510876711.XA priority Critical patent/CN105528735B/zh
Publication of CN105528735A publication Critical patent/CN105528735A/zh
Application granted granted Critical
Publication of CN105528735B publication Critical patent/CN105528735B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply

Abstract

本发明涉及一种基于量测风速与空间相关性的异常数据校正算法，包括以下步骤：步骤S10，建立各风电场的条件概率分布函数；步骤S20，将风电场的功率输出实测数据代入条件概率分布函数；步骤S30，产生服从均匀分布的随机数；步骤S40，求风电场的校正功率估计值；步骤S50，判断校正功率是否位于等效功率曲线内；步骤S60，判断强相关风电场集合中的异常数据点是否校正完毕。

Description

基于量测风速与空间相关性的异常数据点的校正方法
技术领域
本发明涉及一种风电功率异常数据点的校正方法，尤其涉及一种基于量测风速与空间相关性的异常数据的校正方法。
背景技术
风电功率实测历史数据是进行风电建模及运行分析的重要基础。然而，在实际运行中，由于受到通信故障、风力机脱网以及人为风电弃风等因素的干扰，风电功率实测历史数据中往往频繁存在异常数据点。
如果在风电特性建模中直接使用包含异常数据点的历史功率数据，将使所得概率分布失真，降低建模精确性，从而影响运行决策结果的有效性。因此，对风电功率数据中的异常点进行校正，可使校正后的风电功率概率曲线更好地逼近真实值，从而为风电建模研究提供可靠的数据源。
发明内容
综上所述，确有必要提供一种基于量测风速与空间相关性的异常数据点的校正方法。
一种基于量测风速与空间相关性的异常数据点的校正方法，包括步骤S10，建立各风电场的条件概率分布函数，其中，p1为第1个风电场的功率输出值，……，pi-1为第i-1个风电场的功率输出值；步骤S20，将风电场的功率输出实测数据代入条件概率分布函数，其中，为时刻t风电场的功率输出实测值，i为风电场编号；步骤S30，根据条件概率分布函数，获取服从均匀分布[0,1]的随机数：；步骤S40，对求逆，得到风电场的校正功率估计值；步骤S50，判断校正功率是否位于等效功率曲线内，若校正功率位于等效功率曲线内，则进入下一步；反之返回步骤S30；以及步骤S60，判断强相关风电场集合中的异常数据点是否校正完毕，判断i是否大于M，若大于，则时刻t该强相关风电场集合中的异常数据点校正完毕，算法停止，反之返回步骤S10，其中M为风电场数量。
相对于现有技术，本发明提供的风电功率异常数据点的校正方法，以量测风速与空间相关性为基础，准确率高，为后续风电建模研究提供可靠数据源。
附图说明
图1为本发明第一实施例提供的基于量测风速与空间相关性的异常数据校正方法的流程图。
图2为本发明实施例提供的异常数据点校正的关键问题解决方法。
图3为本发明实施例提供的异常数据校正方法的流程框图。
具体实施方式
下面根据说明书附图并结合具体实施例对本发明的技术方案进一步详细表述。
请参阅图1，在大型风电集群中，相邻多个风电场的功率输出具有较强的相关性，因此可结合风电场i的风速实测值，以及相邻多个强相关风电场输出功率实测值进行该风电场的异常数据点校正，将风电场i在时刻t的异常数据点校正为根据风速和空间相关性估计的校正功率估计值。
实现风电场i的异常数据点校正需要解决两个关键问题：第一，确定当量测风速为时，输出功率取值的合理范围。当风电场等效功率曲线已知时，输出功率取值的合理范围即为风速与等效功率曲线上下界交点确定的取值范围。第二，确定风电场i当前功率取值，可基于强相关风电场（例如相关系数大于0.5）的条件概率分布，进行条件递归采样来确定。这里仅考虑强相关风电场的原因在于可降低条件概率分布维数，避免出现维数灾，并且对于风电场数据校正来说，考虑强相关风电场可满足校正需求。
请一并参阅图2及图3，本发明实施例提供的基于量测风速与空间相关性的异常数据点的校正方法，包括如下步骤：
步骤S10，建立各风电场的条件概率分布函数。
设风电场为强相关风电场，M为风电场数量，时刻t有个风电场历史功率数据存在异常数据点，设这些风电场编号为风电场。根据风电场的风速实测值，和无异常数据点的风电场的输出功率实测值，可采用递归条件相依采样算法，进行风电场异常数据点校正。
初始令，其中i为风电场编号，建立风电场的条件概率分布函数，其中，p1为第1个风电场的功率输出值，……，pi-1为为第i-1个风电场的功率输出值。由于数据校正时仅用考虑强相关风电场，维数M较低，可直接建立其经验条件概率分布模型。需要说明的是，当建立集群风电的出力概率模型时，需要考虑集群内所有风电场的相关性，维数即风电场数量M较高，例如如M>30，该方法存在维数灾问题，不再适用。因此，所述维数满足M≤30。
可以理解，上述所述风电场的条件概率分布函数的建立仅仅为一具体的实施例，可以根据需要及风电场的实际情况选择合适的建立方式，所述建立方式均在本发明的保护范围之内。
步骤S20，将风电场的功率输出实测数据代入条件概率分布函数。
当时刻t风电场的功率输出实测值已知时，相当于条件概率分布的条件集合取值已知，此时条件概率分布函数为。
步骤S30，根据条件概率分布函数，获取服从[0,1]均匀分布的随机数。
产生服从[0,1]均匀分布的随机数，令：
。
步骤S40，对随机数求逆，得到风电场的校正功率估计值。
对求逆得风电场i校正功率估计值：
。
步骤S50，判断校正功率是否位于等效功率曲线内。
通过校核是否位于等效功率曲线中与量测风速相对应的取值范围内，判断校正功率是否位于等效功率曲线内。若满足，i=i+1进入下一步，其中和分别表示时段t风电场等效功率曲线的下边界和上边界；反之，返回步骤S30。
步骤S60，判断强相关风电场集合中的异常数据点是否校正完毕。
判断i是否大于M，若大于，则时刻t该强相关风电场集合中的q常数据点校正完毕，算法停止，反之返回步骤S10。
本发明提供的风电功率异常数据点的校正方法，以量测风速与空间相关性为基础，准确率高，为后续风电建模研究提供可靠数据源。
另外，本领域技术人员还可在本发明精神内作其它变化，当然这些依据本发明精神所作的变化，都应包含在本发明所要求保护的范围内。

Claims (7)

1.一种基于量测风速与空间相关性的异常数据点的校正方法，包括以下步骤：
步骤S10，建立各风电场的条件概率分布函数，其中，p1为第1个风电场的功率输出值，……，pi-1为第i-1个风电场的功率输出值；
步骤S20，将风电场的功率输出实测数据代入条件概率分布函数，其中，为时刻t风电场的功率输出实测值，i为风电场编号；
步骤S30，根据条件概率分布函数，获取服从均匀分布[0,1]的随机数：
；
步骤S40，对求逆，得到风电场的校正功率估计值；
步骤S50，判断校正功率是否位于等效功率曲线内，若校正功率位于等效功率曲线内，则进入下一步；反之返回步骤S30；以及
步骤S60，判断强相关风电场集合中的异常数据点是否校正完毕，判断i是否大于M，若大于，则时刻t该强相关风电场集合中的异常数据点校正完毕，算法停止，反之返回步骤S10，其中M为风电场数量。
2.如权利要求1所述的基于量测风速与空间相关性的异常数据点的校正方法，其特征在于，设风电场为强相关风电场，M为风电场数量，时刻t有个风电场历史功率数据存在异常数据点，设这些风电场编号为风电场；根据风电场的风速实测值，和无异常数据点的风电场的输出功率实测值，采用递归条件相依采样算法，进行风电场异常数据点校正。
3.如权利要求1所述的基于量测风速与空间相关性的异常数据点的校正方法，其特征在于，建立集群风电的出力概率模型时，考虑集群内所有风电场的相关性，维数M满足：M≤30。
4.如权利要求1所述的基于量测风速与空间相关性的异常数据点的校正方法，其特征在于，当t时刻风电场的功率输出实测值已知时，则条件概率分布的条件集合取值已知，此时条件概率分布函数为。
5.如权利要求1所述的基于量测风速与空间相关性的异常数据点的校正方法，其特征在于，对求逆得风电场i校正功率估计值：。
6.如权利要求1所述的基于量测风速与空间相关性的异常数据点的校正方法，其特征在于，通过校核是否位于等效功率曲线中与量测风速相对应的取值范围内，判断校正功率是否位于等效功率曲线内；若满足，i=i+1进入下一步；反之，返回步骤S30。
7.如权利要求1所述的基于量测风速与空间相关性的异常数据点的校正方法，其特征在于，确定输出功率取值的合理范围的方法为：当风电场等效功率曲线已知时，输出功率取值的合理范围即为风速与等效功率曲线上下界交点确定的取值范围。
CN201510876711.XA 2015-12-03 2015-12-03 基于量测风速与空间相关性的异常数据点的校正方法 Active CN105528735B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510876711.XA CN105528735B (zh) 2015-12-03 2015-12-03 基于量测风速与空间相关性的异常数据点的校正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510876711.XA CN105528735B (zh) 2015-12-03 2015-12-03 基于量测风速与空间相关性的异常数据点的校正方法

Publications (2)

Publication Number Publication Date
CN105528735A true CN105528735A (zh) 2016-04-27
CN105528735B CN105528735B (zh) 2019-05-31

Family

ID=55770943

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510876711.XA Active CN105528735B (zh) 2015-12-03 2015-12-03 基于量测风速与空间相关性的异常数据点的校正方法

Country Status (1)

Country Link
CN (1) CN105528735B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108590982A (zh) * 2018-03-26 2018-09-28 华北电力大学 一种风电机组限功率运行的异常数据处理方法
CN108732645A (zh) * 2018-05-22 2018-11-02 中国华能集团清洁能源技术研究院有限公司 一种具有异常数据报警功能的自动测风系统及方法
CN110874611A (zh) * 2019-10-16 2020-03-10 中国农业大学 风电集群功率超短期预测误差等级分级补偿方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102496926A (zh) * 2011-12-16 2012-06-13 中国电力科学研究院 风电场功率预测输入数据的判断及处理方法
CN103996079A (zh) * 2014-05-29 2014-08-20 东南大学 一种基于条件概率的风电功率加权预测方法
CN104616087A (zh) * 2015-03-11 2015-05-13 国家电网公司 考虑天气因素和风速连续性的风电场输出功率预测方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102496926A (zh) * 2011-12-16 2012-06-13 中国电力科学研究院 风电场功率预测输入数据的判断及处理方法
CN103996079A (zh) * 2014-05-29 2014-08-20 东南大学 一种基于条件概率的风电功率加权预测方法
CN104616087A (zh) * 2015-03-11 2015-05-13 国家电网公司 考虑天气因素和风速连续性的风电场输出功率预测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
朱倩雯 等: "风电场输出功率异常数据识别与重构方法研究", 《电力系统保护与控制》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108590982A (zh) * 2018-03-26 2018-09-28 华北电力大学 一种风电机组限功率运行的异常数据处理方法
CN108732645A (zh) * 2018-05-22 2018-11-02 中国华能集团清洁能源技术研究院有限公司 一种具有异常数据报警功能的自动测风系统及方法
CN110874611A (zh) * 2019-10-16 2020-03-10 中国农业大学 风电集群功率超短期预测误差等级分级补偿方法
CN110874611B (zh) * 2019-10-16 2022-06-24 中国农业大学 风电集群功率超短期预测误差等级分级补偿方法

Also Published As

Publication number Publication date
CN105528735B (zh) 2019-05-31

Similar Documents

Publication Publication Date Title
US11408399B2 (en) Forecasting output power of wind turbine in wind farm
CN109667727B (zh) 一种基于功率曲线分析的风电机组偏航误差固有偏差辨识及补偿方法
JP5658881B2 (ja) 太陽光発電装置の電気生産量を予測する方法
CN102521080B (zh) 一种电力用户用电信息采集系统的计算机数据修复方法
Wan et al. Development of an equivalent wind plant power-curve
CN102914969B (zh) 一种短期风电功率预测系统的综合误差修正方法
US20180240200A1 (en) Method and device for modeling a long-time-scale photovoltaic output time sequence
CN105162141B (zh) 考虑风电不确定性及电压稳定性因素的电网无功优化方法
CN110648249B (zh) 年度电力平衡测算方法、装置及设备
CN106780104B (zh) 一种基于概率统计的平均风向计算方法
US11644009B2 (en) Method and apparatus for detecting yaw-to-wind abnormality, and device and storage medium thereof
CN110633864B (zh) 一种基于距平偏差的风速数值预报订正方法及其系统
CN112904266B (zh) 一种电能表寿命预测方法及装置
CN107679361A (zh) 一种测风数据处理方法
CN102496926A (zh) 风电场功率预测输入数据的判断及处理方法
CN101414317A (zh) 一种处理风电场静态功率等值分散性问题的等效风速法
CN105528735A (zh) 基于量测风速与空间相关性的异常数据点的校正方法
CN103984986B (zh) 实时校正的自学习arma模型风电功率超短期预测方法
CN114841395A (zh) 一种基于区域建筑类型的实时电力预测系统及方法
CN104158489B (zh) 光伏电站的监测方法和电站监测系统
CN104200280B (zh) 一种用于风电功率预测的方法及系统
CN111709569A (zh) 风电场输出功率预测修正方法及装置
CN104156885A (zh) 一种基于可靠性函数的风电容量可信度的快速计算方法
CN104331748B (zh) 一种预测规划目标年风电场群持续功率曲线的方法
CN110094299A (zh) 风电机组的偏航对风自矫正方法和设备

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant