CN105896599A

CN105896599A - 一种考虑风机特性的风机出力多指标评估方法

Info

Publication number: CN105896599A
Application number: CN201610268702.7A
Authority: CN
Inventors: 牛新生; 李雪亮; 吴健; 刘晓明; 张怡; 曹本庆; 温妍; 施啸寒; 张�杰; 王亮; 汪湲; 安鹏; 王春义; 李莉; 瞿寒冰; 慈文斌; 田鑫; 曹相阳; 亓超; 高效海
Original assignee: State Grid Corp of China SGCC; Shandong University; Economic and Technological Research Institute of State Grid Shandong Electric Power Co Ltd
Current assignee: State Grid Corp of China SGCC; Shandong University; Economic and Technological Research Institute of State Grid Shandong Electric Power Co Ltd
Priority date: 2016-04-27
Filing date: 2016-04-27
Publication date: 2016-08-24

Abstract

本发明公开了一种考虑风机特性的风机出力多指标评估方法，包括：获取原始风速数据并对原始风速数据进行预处理；风速概率分布拟合：对预处理后的风速数据进行风速概率分布拟合；风电机组出力概率分布求取：以获得的风速概率分布为起点，结合风电机组出力特性导出风电机组出力概率分布；风电机组出力统计数值特征量计算：基于导出的风电机组出力概率分布，计算得到风电机组的多个统计指标；风电机组出力综合评估。可以对不同地区相同时间段或者同一地区不同时间段的风能资源进行评估，应用范围广泛；本发明评估过程中计入风电机组出力特性，能够更为准确的反应出实际可利用风能的大小；使用多统计指标综合评估，提高了评估结果的全面性和可信度。

Description

一种考虑风机特性的风机出力多指标评估方法

技术领域

本发明涉及风力技术领域，具体涉及一种考虑风机特性的风机出力多指标评估方法。

背景技术

随着经济和社会的发展，人类对能源的需求迅猛增加。然而占主导地位的化石能源逐渐枯竭，且化石能源的利用还会带来环境污染和气候变暖等问题。为保证人类社会的可持续发展，开发和利用可再生能源势在必行。在多种可再生能源中，分布广泛的风能是最具利用前景的能源之一，风力发电技术的成熟也为风能的大规模开发提供了基础。在风能资源的开发利用中，首先要对风能资源进行评估，以了解某地区风能资源的分布状况、变化规律以及不同地区风能资源的相互关系。其次，要分析风电接入对电网安全性、可靠性以及经济性等方面的影响，为风电场规划提供理论支撑。

目前，风能资源的评估主要基于风速数据展开。基于历史风速数据(可能来自气象站、测风塔等实测，也可以是相关软数值模拟所得)，能够拟合出风速分布规律(如使用weibull分布拟合)，进而计算出诸如平均风速、平均风能密度、风能可利用小时数、平均有效风能密度等指标。利用这些指标可绘制地区或国家级的风资源分布图，构建风资源数据库，为宏观战略层面的风资源评估及风电场规划提供依据。然而，风功率与风电机组出力通常是不等的，基于风速的风能指标不能完全反应风电机组的出力特征。简单使用经验上的利用系数乘以风功率得到风电机组出力的做法也十分粗糙，基于这些指标和方法估计出的风电机组出力大小及其对电网影响的可信度难以保证。

发明内容

为解决现有技术存在的不足，本发明公开了一种考虑风机特性的风机出力多指标评估方法，该方法以假想装设的风电机组发电功率为估计目标，通过对假想风电机组发电功率的估计来评价该地风资源丰富程度，同时为风电装设后对电网的影响分析提供数据。

为实现上述目的，本发明的具体方案如下：

一种考虑风机特性的风机出力多指标评估方法，包括以下步骤：

步骤一：获取原始风速数据并对原始风速数据进行预处理；

步骤二：风速概率分布拟合：对步骤一中预处理后的风速数据进行风速概率分布拟合，在拟合时，每种拟合方式有相应的拟合目标；

步骤三：风电机组出力概率分布求取：以步骤二中的拟合获得的风速概率分布为起点，结合风电机组出力特性导出风电机组出力概率分布；

步骤四：风电机组出力统计数值特征量计算：基于导出的风电机组出力概率分布，计算得到风电机组的多个统计指标；

步骤五：风电机组出力综合评估：根据步骤四中得到的风电机组的多个统计指标对风电机组出力进行综合评价。

进一步的，获取的原始风速数据为来自气象站或测风塔的实际数据，还可以是软件模拟的仿真数据。

进一步的，原始风速数据需要满足等时间间隔的要求，从而能够用于风速概率分布拟合，若风速数据序列时间尺度不同，应采用差值方法扩充数据至等时间间隔。

进一步的，在风速概率分布拟合时，采用Weibull分布或RayLeigh分布拟合相关分布的参数。

进一步的，拟合过程采用最小二乘拟合或最大似然估计拟合。

进一步的，记风速的概率密度函数和概率分布函数分别为f_V(v)和F_V(v)，则采用双参数Weibull分布时的风速概率密度函数f_V(v)及概率分布函数F_V(v)的形式如下，V为风速，是随机变量，v表示指定的风速，其中尺寸参数c和形状参数k是拟合目标：

f_{V} (v) = P {V = v} = (\frac{k}{c}) {(\frac{v}{c})}^{k - 1} \exp [- {(\frac{v}{c})}^{k}];

F_{V} (v) = P {V \leq v} = 1 - \exp [- {(\frac{v}{c})}^{k}] .

进一步的，风电机组出力特性反映了风电机组对不同风速的风能利用能力的差异，使用机组特性曲线表征，使用下式P(V)表征风电机组出力特性：

P (V) = \{\begin{matrix} 0 & \begin{matrix} V < v_{c u t - i n} & o r & V > v_{c u t - o u t} \end{matrix} \\ \frac{V^{3} - v_{c u t - i n}^{3}}{v_{r}^{3} - v_{c u t - i n}^{3}} P_{r} & v_{c u t - i n} < V < v_{r} \\ P_{r} & v_{r} < V < v_{c u t - o u t} \end{matrix}

其中，输入数据有：切入风速v_cut-in，切出风速v_cut-out，额定风速v_r和额定功率P_r，。以额定出力P_r为基值将实际出力P标幺，以使分析结果更加直观。

进一步的，风电机组出力特性可更换为实测或厂家给出的风电机组出力特性曲线的数值拟合。

进一步的，由连续型随机变量的函数的分布求解定理可导出风电机组出力概率分布函数为：

F_{P} (p) = P {P \leq p} = \{\begin{matrix} F_{V} (v_{c u t - i n}) + 1 - F_{V} (v_{c u t - o u t}) & p = 0 \\ {&Integral;}_{0^{+}}^{p} f_{P} (t) d t & 0 < p < 1 \\ 1 & p = 1 \end{matrix}

式中，f_P(p)＝f_V(h(p))|h'(p)|为风电机组出力概率密度函数，式中的h(p)为P(V)的反函数，其存在性由P(V)的单调性保证。

进一步的，统计指标包括风电机组的出力期望E(P)、风能可利用小时数h_e、风机年最大利用小时数h_max、出力分别大于0.5和0.9的置信度p₁和p₂、满发概率p₃、停机概率p₄、置信度分别等于0.5和0.9的置信区间C₁和C₂。各指标计算公式如下：

E (P) = {&Integral;}_{0}^{1} p \cdot f_{P} (p) d p

h_{e} = 8760 \cdot {&Integral;}_{0}^{1} f_{P} (p) d p

h_max＝8760·E(P)

p_{1} = {&Integral;}_{0.5}^{1} f_{P} (p) d p

p_{2} = {&Integral;}_{0.9}^{1} f_{P} (p) d p

p₃＝F_V(v_cut-in)+1-F_V(v_cut-out) p₄＝F_V(v_cut-out)-F_V(v_cut-in)

0.5 = {&Integral;}_{0^{-}}^{C_{1}} f_{P} (p) d p

0.9 = {&Integral;}_{0^{-}}^{C_{2}} f_{P} (p) d p

进一步的，风电机组出力综合评估时，风电机组出力期望越高、可利用小时数、年最大利用小时数以及各指定区间下的置信度越高、指定置信度水平下的置信区间数值越大，表明该地的风资源越大，反之越小。

进一步的，上述考虑风机特性的风机出力多指标评估结果用于有效风能资源评估、风电场选址、风机选型及风力发电并网对电网的影响分析。

本发明的有益效果：

本发明以风速等历史气象数据为输入，保留了现有方法容易获取原始数据的优点；适用于不同时间尺度的风速历史数据，可以对不同地区相同时间段或者同一地区不同时间段的风能资源进行评估，应用范围广泛；评估过程中计入风电机组出力特性，能够更为准确的反应出实际可利用风能的大小；使用多统计指标综合评估，提高了评估结果的全面性和可信度。本专利所提方法也可用适用于其他可再生能源的资源评估问题，具有普适性。

附图说明

附图1为风电机组出力评估方法流程图；

附图2为风速数据示例；

附图3为风速数据频率密度直方图及拟合曲线；

附图4为风电机组出力频率密度直方图及出力概率密度函数曲线；

附图5为风电机组出力频率累积直方图及出力概率分布函数曲线。

具体实施方式：

下面结合附图对本发明进行详细说明：

附图1给出了风机出力评估方法流程图。评估过程共包括原始风速数据输入及预处理、风速概率分布拟合、风电机组出力概率分布求取、电机组出力统计数值特征量计算、综合评估等5个步骤，分述如下：

步骤1：原始风速数据输入。原始风速数据为风电出力估计的起点，它既可以是来自气象站、测风塔的实际数据，也可以是软件模拟的仿真数据，但风速数据应满足等时间间隔的要求，从而能够用于风速概率分布拟合。若风速数据序列时间尺度不同，应采用差值方法扩充数据至等时间间隔。

步骤2：风速概率分布拟合。根据所输入的风速时间序列，采用Weibull分布或RayLeigh分布拟合相关分布的参数。拟合过程可采用最小二乘拟合或最大似然估计拟合。所采用的分布规律及参数选择取决于拟合精度和拟合复杂度的折中。记风速的概率密度函数和概率分布函数分别为f_V(v)和F_V(v)，则采用双参数Weibull分布时的风速概率密度函数f_V(v)及概率分布函数F_V(v)的形式如下，其中尺寸参数c和形状参数k是拟合目标，P{·}为随机变量·对应的概率。V表示风速，是随机变量，v表示指定的风速，用于表示V取值v时对应的概率等。同样P是随机变量，p是指定的功率。

f_{V} (v) = P {V = v} = (\frac{k}{c}) {(\frac{v}{c})}^{k - 1} \exp [- {(\frac{v}{c})}^{k}]

F_{V} (v) = P {V \leq v} = 1 - \exp [- {(\frac{v}{c})}^{k}]

步骤3：风电机组出力概率分布求取。该步以步骤2所得风速分布为起点，结合风电机组出力特性导出风电机组出力分布。风电机组出力特性反映了风电机组对不同风速的风能利用能力的差异，通常使用机组特性曲线表征。此处使用下式表征风电机组出力特性，风机特性公式可更换为实测或厂家给出的风电机组出力特性曲线的数值拟合。下式风机特性公式主要输入数据有：切入风速(v_cut-in)，切出风速(v_cut-out)，额定风速(v_r)和额定功率(P_r)，通常以额定出力P_r为基值将实际出力P标幺，以使分析结果更加直观。

P (V) = \{\begin{matrix} 0 & \begin{matrix} V < v_{c u t - i n} & o r & V > v_{c u t - o u t} \end{matrix} \\ \frac{V^{3} - v_{c u t - i n}^{3}}{v_{r}^{3} - v_{c u t - i n}^{3}} P_{r} & v_{c u t - i n} < V < v_{r} \\ P_{r} & v_{r} < V < v_{c u t - o u t} \end{matrix}

上式可见风功率是风速的分段函数，且在各分段区间内P(V)对V的导数不改变符号。由连续型随机变量的函数的分布求解定理可导出风电机组出力概率分布函数为

F_{P} (p) = P {P \leq p} = \{\begin{matrix} F_{V} (v_{c u t - i n}) + 1 - F_{V} (v_{c u t - o u t}) & p = 0 \\ {&Integral;}_{0^{+}}^{p} f_{P} (t) d t & 0 < p < 1 \\ 1 & p = 1 \end{matrix}

步骤4：风电机组出力统计数值特征量计算。基于导出的风电机组出力概率分布，可风电机组的出力期望E(P)、风能可利用小时数h_e、风机年最大利用小时数h_max、出力分别大于0.5和0.9的置信度p₁和p₂、满发概率p₃、停机概率p₄、置信度分别等于0.5和0.9的置信区间C₁和C₂等统计指标。各指标计算公式如下：

E (P) = {&Integral;}_{0}^{1} p \cdot f_{P} (p) d p

h_{e} = 8760 \cdot {&Integral;}_{0}^{1} f_{P} (p) d p

h_max＝8760·E(P)

p_{1} = {&Integral;}_{0.5}^{1} f_{P} (p) d p

p_{2} = {&Integral;}_{0.9}^{1} f_{P} (p) d p

p₃＝F_V(v_cut-in)+1-F_V(v_cut-out) p₄＝F_V(v_cut-out)-F_V(v_cut-in)

0.5 = {&Integral;}_{0^{-}}^{C_{1}} f_{P} (p) d p

0.9 = {&Integral;}_{0^{-}}^{C_{2}} f_{P} (p) d p

步骤5：风电机组出力综合评估。步骤4计算了假想风电机组出力的多个统计指标，它们从不同角度反映风资源的大小。风电机组出力期望越高、可利用小时数、年最大利用小时数以及各指定区间下的置信度越高、指定置信度水平下的置信区间数值越大，表明该地的风资源越大，反之越小。

更为详细的实施例子：如下以某地风资源评估为应用对象，演示本专利评估方法的应用结果。

附图2给出了某时间区间内原始风速变化曲线。原始风速数据取自美国国家航空航天局(NASA)网站。附图3给出风速数据频率密度直方图及拟合曲线，此处使用双参数weibull分布对风速分布进行拟合，拟合所得尺寸参数c和形状参数k分别为5.594，2.175。

基于风速分布，结合风电机组特性公式导出的风电机组出力概率分布如下式，其中风机特性参数为：切入风速为3m/s，额定风速10.5m/s，切出风速为25m/s。

F_{P} (p) = \{\begin{matrix} 0.2273 & p = 0 \\ {&Integral;}_{0}^{p} f_{P} (t) d t & 0 < p < 1 \\ 0.0196 & p = 1 \end{matrix}

其中，f_P(p)＝f_weibull(p+0.0239|0.1548,0.725)。附图4和附图5分别给出了风电机组出力概率密度函数曲线及概率分布函数曲线，图中同时给出了直接对风功率进行统计得到的频率直方图。对比可见，本发明方法导出的风电机组出力概率密度函数及概率分布函数能够很好拟合风功率的分布。

附表1给出了风电机组出力统计指标及综合评估。由表中数据可以看出，该示例停机概率达到0.2以上，而满发、0.9pu以上出力概率在0.03以内，0.5pu以上出力也在0.1之内；尽管有效利用小时数较高，但大部分实际风机出力较小，一半以上的时间出力小于0.1pu，出力小于半载的时间达到了90％，因而风机最大利用小时数较低，出力期望值较小。上述数据表明：该地风资源不是十分丰富，建设风电场时成本回收周期较长，且应选用切入和额定风速低的风机。

附表1 风电机组出力统计指标及综合评估示例

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims

1.一种考虑风机特性的风机出力多指标评估方法，其特征是，包括以下步骤：

步骤一：获取原始风速数据并对原始风速数据进行预处理；

2.如权利要求1所述的一种考虑风机特性的风机出力多指标评估方法，其特征是，获取的原始风速数据为来自气象站或测风塔的实际数据，还可以是软件模拟的仿真数据。

3.如权利要求2所述的一种考虑风机特性的风机出力多指标评估方法，其特征是，原始风速数据需要满足等时间间隔的要求，从而能够用于风速概率分布拟合，若风速数据序列时间尺度不同，应采用差值方法扩充数据至等时间间隔。

4.如权利要求3所述的一种考虑风机特性的风机出力多指标评估方法，其特征是，在风速概率分布拟合时，采用Weibull分布或RayLeigh分布拟合相关分布的参数。

5.如权利要求4所述的一种考虑风机特性的风机出力多指标评估方法，其特征是，拟合过程采用最小二乘拟合或最大似然估计拟合；

利用续型随机变量的函数的分布求解定理，结合风速概率分布特性和风机特性，推导风机出力概率分布特性。

6.如权利要求1所述的一种考虑风机特性的风机出力多指标评估方法，其特征是，记风速的概率密度函数和概率分布函数分别为f_V(v)和F_V(v)，则采用双参数Weibull分布时的风速概率密度函数f_V(v)及概率分布函数F_V(v)的形式如下，其中尺寸参数c和形状参数k是拟合目标：

f_{V} (v) = P {V = v} = (\frac{k}{c}) {(\frac{v}{c})}^{k - 1} \exp [- {(\frac{v}{c})}^{k}];

F_{V} (v) = P {V \leq v} = 1 - \exp [- {(\frac{v}{c})}^{k}];

V表示风速，是随机变量，v表示指定的风速。

7.如权利要求6所述的一种考虑风机特性的风机出力多指标评估方法，其特征是，风电机组出力特性反映了风电机组对不同风速的风能利用能力的差异，使用机组特性曲线表征，使用下式P(V)表征风电机组出力特性：

P (V) = \{\begin{matrix} 0 & \begin{matrix} V < v_{c u t - i n} & o r & V > v_{c u t - o u t} \end{matrix} \\ \frac{V^{3} - v_{c u t - i n}^{3}}{v_{r}^{3} - v_{c u t - i n}^{3}} P_{r} & v_{c u t - i n} < V < v_{r} \\ P_{r} & v_{r} < V < v_{c u t - o u t} \end{matrix}

其中，输入数据有：切入风速v_cut-in，切出风速v_cut-out，额定风速v_r和额定功率P_r，使用额定出力P_r对P标幺，以使分析结果更加直观。

8.如权利要求7所述的一种考虑风机特性的风机出力多指标评估方法，其特征是，由连续型随机变量的函数的分布求解定理可导出风电机组出力概率分布函数为：

F_{P} (p) = P {P \leq p} = \{\begin{matrix} F_{V} (v_{c u t - i n}) + 1 - F_{V} (v_{c u t - o u t}) & p = 0 \\ {&Integral;}_{0^{+}}^{p} f_{P} (t) d t & 0 < p < 1 \\ 1 & p = 1 \end{matrix}

9.如权利要求1所述的一种考虑风机特性的风机出力多指标评估方法，其特征是，统计指标包括风电机组的出力期望E(P)、风能可利用小时数h_e、风机年最大利用小时数h_max、出力分别大于0.5和0.9的置信度p₁和p₂、满发概率p₃、停机概率p₄、置信度分别等于0.5和0.9的置信区间C₁和C₂。

10.如权利要求1-9任一所述的一种考虑风机特性的风机出力多指标评估方法，其特征是，考虑风机特性的风机出力多指标评估结果用于有效风能资源评估、风电场选址、风机选型及风力发电并网对电网的影响分析。