CN106056312B - 一种样本风机动态选取方法 - Google Patents
一种样本风机动态选取方法 Download PDFInfo
- Publication number
- CN106056312B CN106056312B CN201610459811.7A CN201610459811A CN106056312B CN 106056312 B CN106056312 B CN 106056312B CN 201610459811 A CN201610459811 A CN 201610459811A CN 106056312 B CN106056312 B CN 106056312B
- Authority
- CN
- China
- Prior art keywords
- blower
- sample
- wind
- planes
- wind turbines
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 230000005611 electricity Effects 0.000 claims abstract description 20
- 230000001932 seasonal effect Effects 0.000 claims abstract description 15
- 230000008859 change Effects 0.000 claims description 7
- 230000002123 temporal effect Effects 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 3
- 238000000418 atomic force spectrum Methods 0.000 claims 1
- 230000006978 adaptation Effects 0.000 abstract description 3
- 238000011161 development Methods 0.000 abstract description 3
- 230000005684 electric field Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005290 field theory Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Wind Motors (AREA)
Abstract
本发明公开的是一种样本风机动态选取方法，其方法为：根据风机类型、地形和气候等因素，基于时空两个尺度划将风机的有功出力划分为若干个样本，基于风电场的总有功出力和装机容量分配拟合该样本下的各风机的有功出力曲线，从而选取样本风机，其综合考虑风机类型、地形、气候等因素，按不同季节选取样本风机，使得选取的样本风机更具有代表性，更加适应存在明显地形起伏和季节性差异的区域，能够准确反映风电场总体实际发电能力，提高了风电场弃风电量统计的准确度，有助于提升电网调度运行水平，推动风电规划与电网规划的协调发展，提高清洁能源利用率。
Description
技术领域
本发明属于新能源发电调度领域，涉及一种样本风机动态选取方法。
背景技术
近年来，随着风电场数量的不断增大以及风电场建设规模的日益扩大，风电已经成为电网电源中的重要组成部分，风电并网之后将会对电力系统的安全、稳定和经济运行带来诸多不利的影响。受电网调峰限制及电网输送能力等因素的限制，实际风电并网运行过程中存在弃风现象。
以样本风机发电量还原风电场理论发电量，进而估算风电场弃风电量的弃风统计方法得到绝大多数风电场的认可。2013年1月，国家电监会发布《风电场弃风电量计算办法(试行)》，明确在风电场出力受限时，采用样板机法计算风电受限电量，在全国范围内推行样本风机法。因此，样本风机的选取是否得当关系着样本风机法估算风电弃风电量的准确与否。样本风机的选择需要有代表性，原则上能够准确反映风电场总体实际发电能力。
目前，尚未形成规范有效的风电场样本风机选取标准。因此，需要充分考虑风电场的地理因素以及风能的季节性差异，建立合适的样本风机选取方法，提高风电场弃风电量统计的准确度。
发明内容
针对现有技术上存在的不足，本发明目的是在于提供一种样本风机动态选取方法，基于风电场的总有功出力和装机容量分配拟合该样本下的各风机的有功出力曲线，从而选取样本风机，使得选取的样本风机更具有代表性，能够准确反映风电场总体实际发电能力，提高了弃风电量估算的准确度。
为了实现上述目的，本发明是通过如下的技术方案来实现：
一种样本风机动态选取方法，其特征在于，包括以下步骤：
1)将风电场内的风电机组中的风机划分为若干个基于空间尺度的风电机组机群；
2)获取各风机的有功出力曲线，根据风电场所在地区的风速的季节变化特点，将各风机的有功实测运行数据按时间周期划分为若干个基于时间尺度的风机出力数据段；
3)以某一风电机组机群和该机群中机组的某一时间周期内的风机出力数据段为一样本，选取基于时空尺度划分下该样本的样本风机；
4)某一时间周期内的所有风电机组机群的样本风机组成该风电场当前时间周期下的样本风机集合，汇集各周期内的样本风机集合组成风电场全年下的样本风机集合。
在所述步骤1)中，首先综合依据机组型号和容量划分风电机组，然后在此划分结果的基础上，再基于风电场地形和风机位置，依据风机所处经纬度和海拔的因素，将风电机组划分为多个基于空间的风电机组机群。
在所述步骤2)中，时间周期根据风电场所处区域的季节变化情况而定，大多数地区的风资源变化呈现季节性差异，因此一般以一季度为一周期。如果区域风速变化周期很长，可以延长时间周期；如果区域风速变化周期短，可以缩短时间周期。
在所述步骤3)中，针对某一时空尺度划分下的单个样本，选取该样本的样本风机的步骤为：
A1)获取该时间周期下的风电场总有功出力曲线，根据各风电机组机群的装机容量分配，计算各个时刻点的风电机组机群的总有功出力，拟合风电机组机群的总有功出力曲线：
式中，Pi为第i个风电机组机群的总有功，P总为风电场总有功，C总为风电场的总装机容量，Ci为第i个风电机组机群中风机的装机容量之和；
A2)根据风电机组机群中各风机的装机容量分配，计算各个时刻点的单台风机的有功出力，拟合该机群下各风机的有功出力曲线：
式中，Pj为第i个风电机组机群中第j台风机的有功出力，Pi为第i个风电机组机群的总有功，Ci为第个风电机组机群中风机的装机容量之和，Cj为第i个风电机组机群中第j台风机的装机容量；
A3)获取风电机组机群中所有风机的历史出力曲线，寻找最贴合A2)计算的风机有功出力曲线的风机历史出力曲线，该台风机即为本样本的样本风机。
本发明基于时空两个尺度划将风机的有功出力划分为若干个样本，基于风电场的总有功出力和装机容量分配拟合该样本下的各风机的有功出力曲线，从而选取样本风机，其综合考虑风机类型、地形、气候等因素，按不同季节选取样本风机，使得选取的样本风机更具有代表性，更加适应存在明显地形起伏和季节性差异的区域，能够准确反映风电场总体实际发电能力，提高了风电场弃风电量统计的准确度，有助于提升电网调度运行水平，推动风电规划与电网规划的协调发展，提高清洁能源利用率。
附图说明
下面结合附图和具体实施方式来详细说明本发明；
图1为本发明所述的一种基于空间尺度划分的风电机组机群图；
图2为本发明所述的一种样本风机动态选取方法流程图；
图3为本发明所述的单个样本的样本风机选取流程图。
具体实施方式
为使本发明实现的技术手段、创作特征、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。
以下结合附图对本发明作进一步详细的介绍。
如图1所示，一个风电场按照风机类型和容量、风电场地形和布局等因素划分为若干个风电机组机群，G1表示第1个风电机组机群，此机群中包含n1台风机，同理，机群G2中包含n2台风机，以此类推。
如图2所示，一种样本风机动态选取方法，包括如下步骤：
步骤一，将风电场内的风电机组按照风机类型和容量、风电场地形和布局等因素，将风机划分为若干个基于空间尺度的风电机组机群。
首先综合考虑机组型号和容量划分风电机组，然后在此划分结果的基础上，再基于风电场地形和风机位置，考虑风机所处经纬度和海拔等因素，将风电机组划分为多个基于空间的风电机组机群。
步骤二，获取各风机的有功出力曲线，根据风电场所在地区的风速的季节变化特点，将各风机的有功实测运行数据按时间周期划分为若干个基于时间尺度的风机出力数据段。
时间周期根据风电场所处区域的季节变化情况而定，大多数地区的风资源变化呈现季节性差异，因此一般以一季度为一周期。如果区域风速变化周期很长，可以延长时间周期；如果区域风速变化周期短，可以缩短时间周期。
步骤三，以某一风电机组机群和该机群中机组的某一时间周期内的风机出力数据段为一样本，选取基于时空尺度划分下该样本的样本风机。
针对某一时空尺度划分下的单个样本，选取该样本的样本风机的步骤，如图3所示：
A1)获取该时间周期下的风电场总有功出力曲线，根据各风电机组机群的装机容量分配，计算各个时刻点的风电机组机群的总有功出力，拟合风电机组机群的总有功出力曲线：
式中，Pi为第i个风电机组机群的总有功，P总为风电场总有功，C总为风电场的总装机容量，Ci为第i个风电机组机群中风机的装机容量之和；
A2)根据风电机组机群中各风机的装机容量分配，计算各个时刻点的单台风机的有功出力，拟合该机群下各风机的有功出力曲线：
式中，Pj为第i个风电机组机群中第j台风机的有功出力，Pi为第i个风电机组机群的总有功，Ci为第个风电机组机群中风机的装机容量之和，Cj为第i个风电机组机群中第j台风机的装机容量；
A3)获取风电机组机群中所有风机的历史出力曲线，寻找最贴合A2)计算的风机有功出力曲线的风机历史出力曲线，该台风机即为本样本的样本风机。
步骤四，某一时间周期内的所有风电机组机群的样本风机组成该风电场当前时间周期下的样本风机集合，汇集各周期内的样本风机集合组成风电场全年下的样本风机集合。
本实施例是基于时空两个尺度划将风机的有功出力划分为若干个样本，基于风电场的总有功出力和装机容量分配拟合该样本下的各风机的有功出力曲线，从而选取样本风机，其综合考虑风机类型、地形、气候等因素，按不同季节选取样本风机，使得选取的样本风机更具有代表性，更加适应存在明显地形起伏和季节性差异的区域，能够准确反映风电场总体实际发电能力，提高了风电场弃风电量统计的准确度，有助于提升电网调度运行水平，推动风电规划与电网规划的协调发展，提高清洁能源利用率。
以上显示和描述了本发明的基本原理和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 (4)
1.一种样本风机动态选取方法，其特征在于，包括以下步骤：
1)将风电场内的风电机组中的风机划分为若干个基于空间尺度的风电机组机群；
2)获取各风机的有功出力曲线，根据风电场所在地区的风速的季节变化特点，将各风机的有功实测运行数据按时间周期划分为若干个基于时间尺度的风机出力数据段；
3)以某一风电机组机群和该机群中机组的某一时间周期内的风机出力数据段为一样本，选取基于时空尺度划分下该样本的样本风机；
针对某一时空尺度划分下的单个样本，选取该样本的样本风机的方法步骤如下：
A1)获取该时间周期下的风电场总有功出力曲线，根据各风电机组机群的装机容量分配，计算各个时刻点的风电机组机群的总有功出力，拟合风电机组机群的总有功出力曲线：
式中，Pi为第i个风电机组机群的总有功，P总为风电场总有功，C总为风电场的总装机容量，Ci为第i个风电机组机群中风机的装机容量之和；
A2)根据风电机组机群中各风机的装机容量分配，计算各个时刻点的单台风机的有功出力，拟合该机群下各风机的有功出力曲线：
式中，Pj为第i个风电机组机群中第j台风机的有功出力，Pi为第i个风电机组机群的总有功，Ci为第i个风电机组机群中风机的装机容量之和，Cj为第i个风电机组机群中第j台风机的装机容量；
A3)获取风电机组机群中所有风机的历史出力曲线，寻找最贴合A2)计算的风机有功出力曲线的风机历史出力曲线，该台风机即为本样本的样本风机；
4)某一时间周期内的所有风电机组机群的样本风机组成该风电场当前时间周期下的样本风机集合，汇集各周期内的样本风机集合组成风电场全年下的样本风机集合。
2.根据权利要求1所述的样本风机动态选取方法，其特征在于，在所述步骤1)中，风电场内的风电机组中的风机划分方法为：首先依据机组型号和容量划分风电机组，然后在此划分结果的基础上，再基于风电场地形和风机位置，依据风机所处经纬度和海拔的因素，将风电机组划分为多个基于空间的风电机组机群。
3.根据权利要求1所述的样本风机动态选取方法，其特征在于，在所述步骤2)中，时间周期根据风电场所处区域的季节变化情况而定，若区域风速变化周期长，则延长时间周期；如果区域风速变化周期短，则缩短时间周期。
4.根据权利要求1所述的样本风机动态选取方法，其特征在于，在所述步骤2)中，时间周期设置一季度为一周期。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610459811.7A CN106056312B (zh) | 2016-06-23 | 2016-06-23 | 一种样本风机动态选取方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610459811.7A CN106056312B (zh) | 2016-06-23 | 2016-06-23 | 一种样本风机动态选取方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106056312A CN106056312A (zh) | 2016-10-26 |
| CN106056312B true CN106056312B (zh) | 2019-08-16 |
Family
ID=57168939
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610459811.7A Active CN106056312B (zh) | 2016-06-23 | 2016-06-23 | 一种样本风机动态选取方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106056312B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106649987B (zh) * | 2016-11-14 | 2019-11-12 | 中国电建集团成都勘测设计研究院有限公司 | 一种测风塔设立方案的定量分析方法 |
| CN106897771B (zh) * | 2017-01-03 | 2020-03-06 | 国能日新科技股份有限公司 | 一种基于混沌遗传算法的新能源样板机选择方法及系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103475021A (zh) * | 2013-08-22 | 2013-12-25 | 国家电网公司 | 一种基于统计模型的风电场弃风电量确定方法 |
| CN103617462A (zh) * | 2013-12-10 | 2014-03-05 | 武汉大学 | 一种基于地理统计学的风电场风速时空数据建模方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104156575B (zh) * | 2014-07-28 | 2017-09-05 | 国家电网公司 | 基于测风塔数据外推法的风电场理论功率计算方法 |
-
2016
- 2016-06-23 CN CN201610459811.7A patent/CN106056312B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103475021A (zh) * | 2013-08-22 | 2013-12-25 | 国家电网公司 | 一种基于统计模型的风电场弃风电量确定方法 |
| CN103617462A (zh) * | 2013-12-10 | 2014-03-05 | 武汉大学 | 一种基于地理统计学的风电场风速时空数据建模方法 |
Non-Patent Citations (1)
| Title |
|---|
| 风电场弃风电量计算办法（试行）;中国电监会;《风能》;20130228;1 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106056312A (zh) | 2016-10-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104699936B (zh) | 基于计算流体力学短期风速预测的风电场扇区管理方法 | |
| Beyer et al. | Forecast of regional power output of wind turbines | |
| Li et al. | A physical approach of the short-term wind power prediction based on CFD pre-calculated flow fields | |
| ES2838684T3 (es) | Método, dispositivo y sistema para compensar la potencia de salida de conjunto generador de aerogenerador | |
| CN101592538B (zh) | 一种基于实测数据风电场稳态输出功率的计算方法 | |
| CN109524993A (zh) | 用于中长期优化调度的风电光伏典型周出力场景生成方法 | |
| CN103268366A (zh) | 一种适用于分散式风电场的组合风电功率预测方法 | |
| CN101794996A (zh) | 风电场出力实时预测方法 | |
| Liu et al. | Numerical weather prediction wind correction methods and its impact on computational fluid dynamics based wind power forecasting | |
| CN106058920B (zh) | 基于Mixed-Copula函数的风电场旋转备用容量优化方法 | |
| CN104112167B (zh) | 可发电风资源分布的获取方法 | |
| CN103996079A (zh) | 一种基于条件概率的风电功率加权预测方法 | |
| 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 | |
| Holttinen et al. | Variability of load and net load in case of large scale distributed wind power | |
| CN107204615A (zh) | 一种实现功率预测的方法及系统 | |
| CN112968441A (zh) | 一种应用于大规模风电基地的电网规划方法 | |
| Lorente et al. | Constructal distribution of solar chimney power plants: few large and many small | |
| CN108649611A (zh) | 一种全球大型风电基地开发潜力评估方法 | |
| CN112952818A (zh) | 一种基于出力互补性的风光水多能互补容量优化配置方法 | |
| CN102738792A (zh) | 一种风电功率预测方法 | |
| CN106056312B (zh) | 一种样本风机动态选取方法 | |
| Katinas et al. | Investigation of the wind energy characteristics and power generation in Lithuania | |
| Aniskevich et al. | Modelling the spatial distribution of wind energy resources in Latvia | |
| Efe et al. | 72hr forecast of wind power in Manisa, Turkey by using the WRF model coupled to WindSim | |
| CN102767474B (zh) | 风电有功功率的实时评估方法与系统 |
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 |