CN106707166B - 一种风电场出力特性评估方法 - Google Patents

一种风电场出力特性评估方法 Download PDF

Info

Publication number
CN106707166B
CN106707166B CN201710007128.4A CN201710007128A CN106707166B CN 106707166 B CN106707166 B CN 106707166B CN 201710007128 A CN201710007128 A CN 201710007128A CN 106707166 B CN106707166 B CN 106707166B
Authority
CN
China
Prior art keywords
wind
unit
data
power plant
parameter
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
Application number
CN201710007128.4A
Other languages
English (en)
Other versions
CN106707166A (zh
Inventor
梁俊宇
李孟阳
邹京希
罗恩博
陆海
赵明
苏适
李萍
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.)
Electric Power Research Institute of Yunnan Power System Ltd
Original Assignee
Electric Power Research Institute of Yunnan Power System 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 Electric Power Research Institute of Yunnan Power System Ltd filed Critical Electric Power Research Institute of Yunnan Power System Ltd
Priority to CN201710007128.4A priority Critical patent/CN106707166B/zh
Publication of CN106707166A publication Critical patent/CN106707166A/zh
Application granted granted Critical
Publication of CN106707166B publication Critical patent/CN106707166B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/34—Testing dynamo-electric machines
    • G01R31/343—Testing dynamo-electric machines in operation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313—Resource planning in a project environment
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/06—Power analysis or power optimisation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • Y02P90/82—Energy audits or management systems therefor

Abstract

本发明是关于一种风电场出力特性评估方法，包括在风电场内选定一台基准机组，利用激光雷达测量该基准机组的舱前风力数据；采集该基准机组的运行数据，并将上述两项数据进行时间同步；利用计算流体力学法对基准机组所处场地的地形进行标定，根据标定结果修正风力数据；利用修正后的风力数据得到服从三参数韦伯分布的风速分布概率密度函数；标定被测机组的风速风向仪；建立其他机组与被测机组的外推函数；建立风电场各机组排布点处的舱前风资源分布数据库；将该数据库导入风电场评估系统数据库；估算出风电场中各个机组或全场的出力特性。本发明实施例可以实时掌握并评估机组的运行情况，为电力调度提供可靠的风电场信息，实用性强。

Description

一种风电场出力特性评估方法
技术领域
本发明涉及风力发电监测技术领域，尤其涉及一种风电场出力特性评估方法。
背景技术
风电场出力特性是指当前风电场的风力发电机组发出的电功率，通常为当前风电场向电网输送的有功功率。通过获取风电场并网运行以后的风能资源数据，对风电场中单个风电机组或全场风电机组出力特性进行评估，为风电场效益分析、风电场调度项目等提供参考依据。
现有风电场出力特性评估方法主要适用于平坦地形的风电场，在平坦地形的风电场，由于机组是成片区的布置，所以塔影效应或尾流干扰是在估算风电机组出力特性时的需要考虑的主要因素。在估算风电机组出力特性时，通常基于单点测风塔得到的风资源数据，利用年利用小时数，发电量等宏观指标对风电机组进行出力特性法评估，其中，在计算发电量时，由于平坦地形的风资源数据通常满足形状参数为2的韦伯分布，因此可根据IEC61400-12-1的方法计算出年平均发电量。
与平坦地形的风电场相比，位于山地的风电场内风资源分布情况要更加复杂，为了更好的利用山地的风加速特点，大多数风电机组连成一排沿山脊布置，因此在估算风电机组出力特性时，塔影效应和尾流干扰都可以忽略不计，而地形将是影响各机组出力的主要因素。由于整个风电场的延伸范围很长，导致依靠单点测风塔得到的风资源数据无法代表整个风电场风资源的实际情况，而由于风电场不同位置的风资源不同，导致处于风电场不同位置风力发电机组的风能输入和捕获能力存在客观差异，因此，一方面，现有技术中仅以年利用小时数，发电量等宏观指标来衡量风电机组的出力特性，只能得知某台风电机组发电量的大小，并不能得到每台风电机组实际上的理论最大出力上限值，也无法获取风电机组的优化空间大小和优化方向，进而导致不能充分利用风电机组的发电潜能；另一方面，由于各机组间风资源分布的差异较大，多数情况下风资源数据并不满足形状参数为2的韦伯分布，导致按照IEC61400-12-1的方法计算出的年平均发电量与实际存在较大的差异，进而导致现有技术中复杂地形的风电场出力特性评估的准确性较低。
发明内容
为克服相关技术中存在的问题，本发明提供一种风电场出力特性评估方法，包括：
选择风电场内其中一台机组为基准机组，利用双光路机舱式激光雷达测量所述基准机组舱前2.5D处的风力数据，其中，所述风力数据包括实测风速和实测风向；
采集所述基准机组中机组分散式控制与数据记录系统内的运行数据，将所述风力数据中的时间信息和运行数据中的时间信息进行同步；
利用计算流体力学法对所述基准机组所处场地的地形进行标定，根据标定结果修正所述风力数据；
利用修正后的风力数据建立灰色模型，得到服从三参数韦伯分布的风速分布概率密度函数，其中，三参数为形状参数、位置参数和比例参数；
根据所述修正后的风力数据，标定被测机组的风速风向仪；
基于所述风速风向仪，利用计算流体力学法建立所述被测机组和风电场内除所述基准机组之外的其他机组的外推函数，其中，所述外推函数包括风速外推函数和风向外推函数；
根据所述风速外推函数和风向外推函数，建立风电场各机组排布点处的舱前风资源分布数据库；
将所述舱前风资源分布数据库导入风电场评估系统数据库；
利用所述风电场评估系统数据库和风速分布概率密度函数，估算出风电场中各个机组的出力特性和风电场全场的出力特性，其中，所述各个机组的出力特性包括理论最大发电量、年平均发电量和风能利用效率。
优选地，利用计算流体力学法对所述基准机组所处场地的地形进行标定，根据标定结果修正所述风力数据包括：
利用计算流体力学法对所述基准机组所处场地的地形进行全风向模拟，以方位角5°为间隔，得出所述基准机组舱前2.5D处360°风向范围内舱前风速和所述基准机组机所处场地的风速比；
根据所述360°风向范围内舱前风速和风速比，对所述风力数据进行修正，根据所述修正后的风力数据建立全风向气流修正系数函数表。
优选地，所述方法还包括：
根据所述舱前风资源分布数据库和全风向气流修正系数函数表，对所述各个机组的出力特性进行在线评估，并按照预设频率刷新评估。
优选地，利用所述修正后的风力数据建立灰色模型，得到服从三参数韦伯分布的风速分布概率密度函数，其中，三参数为形状参数、位置参数和比例参数包括：
通过对所述实测风速建立灰色GM(1,1)模型，确定所述形状参数、位置参数和比例参数其中一个参数；
采用最大似然估计法估计出所述形状参数、位置参数和比例参数中其他参数，得到服从三参数韦伯分布的风速分布概率密度函数。
优选地，通过实时采集所述风力数据，在线估算风电场各机组排布点处的舱前风资源分布。
优选地，所述风向外推函数中风向角度为360度，所述风速外推函数中风速范围为2-25m/s。
优选地，所述双光路机舱式激光雷达发射激光的频率为5-8Hz。
本发明的实施例提供的技术方案可以包括以下有益效果：
本发明实施例提供的风电场出力特性评估方法，可以实时掌握机组的运行情况，相较现有技术中利用年利用小时数，发电量等宏观指标对风电场出力特性评估的方法更加直观，也能够更合理地评估风电场的实际运行情况。其中，最大发电能力和风能利用效率评估可以有效地指导风电场优化控制运行，合理安排机组的检修计划。所述方法还为调度提供可靠的风电场信息，为安排发电计划提供参考。所述方法仅需要增加一台评估系统数据库服务器和风资源分布数据库服务器，投资小，实用性高。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种风电场出力特性评估方法的流程示意图；
图2为本发明实施例提供的一种风电场出力特性评估方法的实施框架结构示意图；
图3为本发明实施例提供的一种风电场出力特性评估方法的实施原理示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种风电场出力特性评估方法的流程图，如图1所示，本发明提供的风电场出力特性评估方法，包括以下步骤：
S110：选择风电场内其中一台机组为基准机组，利用双光路机舱式激光雷达测量基准机组舱前2.5D(D为风轮直径)处的风力数据，其中，风力数据包括实测风速和实测风向。
具体的，双光路机舱式激光雷达发射激光的频率为5-8Hz，避免因在部分天气情况下如气压偏低，天气晴朗，湿度偏低时因雷达回波较弱而无法收到雷达回波信号的问题。本实施中，优选激光发射的频率为5Hz。
S120：采集基准机组中机组分散式控制与数据记录系统内的运行数据，将风力数据中的时间信息和运行数据中的时间信息进行同步。
具体的，采集机组分散式控制与数据记录系统，即SCADA系统内的运行数据，采集频率不低于1Hz，运行数据为基准机组的运行数据，将运行数据和风力数据进行统一的GPS对时，保证两种数据之间时标的一致性。
S130：利用计算流体力学法对基准机组所处场地的地形进行标定，根据标定结果修正风力数据。
具体的，利用计算流体力学法，即CFD对基准机组所处场地的地形进行全风向模拟，以方位角5°为间隔，得出该基准机组舱前2.5D处360°风向范围内舱前风速和基准机组机所处场地的风速比；
根据360°风向范围内舱前风速和风速比，对风力数据进行修正，根据修正后的风力数据建立全风向气流修正系数α的函数表，根据全风向气流修正系数α函数表，可在线评估当前机组的当前理论最大出力、风能利用效率、年平均出力等出力特性，并按照一定频率进行刷新，进而可了解当前机组的风力发电的优化空间与发电潜能；
进一步的，还可利用CFD对基准机组所处场地的地形进行全风向模拟还得到基准机组舱前2.5D处360°风向范围内的风加速因子，利用风加速因子对基准机组所处场地的地形进行标定，根据标定结果对风力数据进行修正，得到舱前风速和实际到达风轮平面处风速间的关系。
S140：利用修正后的风力数据建立灰色模型，得到服从三参数韦伯分布的风速分布概率密度函数，其中，三参数为形状参数、位置参数和比例参数。
具体的，通过对实测风速建立灰色GM(1,1)模型，确定形状参数、位置参数和比例参数其中一个参数；
采用最大似然估计法估计出形状参数、位置参数和比例参数中其他参数，得到服从三参数韦伯分布，即Weibull分布的风速分布概率密度函数。
本实施例中，建立的三参数韦伯分布中包含位置参数，反映风资源分布情况比现有二参数韦伯分布的准确性更高。
S150：根据修正后的风力数据，标定被测机组的风速风向仪。
具体的，由于双光路机舱式激光雷达测量的数据是舱前2.5D处的风力数据，而舱前到风轮平面，由于受到了山地起伏的影响，风会加速或减速，因此不能直接利用舱前2.5D处的风力数据来标定风速风向仪，但是，修正后的风力数据，考虑了舱前风速和实际到达风轮平面处风速间的关系，因此可以用来标定风速风向仪。
S160：基于风速风向仪，利用计算流体力学法建立被测机组和风电场内除基准机组之外的其他机组的外推函数，其中，外推函数包括风速外推函数和风向外推函数。
具体的，利用CFD建立外推函数进行全场外推的过程包括：
1.以被测机组作为风场内一个边界条件的输入点，采用CFD，对全场进行360全向计算，其中，风向间隔为5°，风速范围为2-25m/s。得到测风塔，各机组处的风加速因子，从而得到全场的风资源分布数据库；
2.将激光雷达修正过的风速和风向作为风场内的一个基准测试点。该测点的风速首先与场内现有的测风塔进行外推交叉验证，进而建立被测机组与测风塔的关系，进而初度得到风速外推函数和风向外推函数；
3.收集试验期间，风场内其余机组的风速、风向和功率的运行数据，用CFD结果修正上述数据；以被测机组为基准，建立修正过的数据与测量数据间的关联关系，进而修正风速外推函数和风向外推函数。
S170：根据风速外推函数和风向外推函数，建立风电场各机组排布点处的舱前风资源分布数据库。
S180：将舱前风资源分布数据库导入风电场评估系统数据库。
具体的，舱前风资源分布数据库建立完成后，对基准机组风速风向仪的测量数据进行实时采集并存入独立的历史数据库，并将历史数据库导入风电场评估系统数据库。
S190：利用风电场评估系统数据库和风速分布概率密度函数，估算出风电场中各个机组的出力特性和风电场全场的出力特性，其中，各个机组的出力特性包括理论最大发电量、年平均发电量和风能利用效率。
具体的，在风电场的现场布置独立的风电场评估应用服务器，并在应用服务器中设计评估算法程序；利用风电场评估应用服务器获取历史数据库中的风力数据，并利用历史数据库中的基准机组的风力数据，外推其他机组的风力数据，进而估算出风电场单机组或全场的理论最大发电能力、年平均发电量、风能利用效率等出力特性。
参见图2，为本发明实施例提供的一种风电场出力特性评估方法的实施框架结构示意图，如图2所示，选取机组2为基准机组，对机组2进行单机功率特性测试，测试过程包括利用双光路机舱式激光雷达对机组2的舱前2.5D处的风速和风向进行测量，并同时对SCADA主服务器内的机组运行数据进行采样，采样频率不低于1Hz，以保证对机组动态性能良好的追踪能力。进一步的，实时采集机组2的风力数据，并存入独立的历史数据库服务器，以实现在线估算风电场各机组排布点处的舱前风资源分布。对机组2完成测试后采用步骤S120-S160所述步骤进行评估系统的开发，评估系统开发完成后，利用评估系统应用服务器对评估系统数据库服务器中的风电场出力特性进行评估，将评估结果发送至场站监控计算机(监控PC1、监控PC2和监控PC3)、远程监控计算机(远程监视PC1和触屏设备)和电力调度中心，电力调度中心可根据获取的风电场出力特性，对风电场的发电目标和发电计划等进行调度。
本发明实施例中，对风电场出力特性的评估过程主要分为3部分，参见图3，为本发明实施例提供的一种风电场出力特性评估方法的实施原理示意图。如图3所示，评估过程主要分为离线单机性能测试、CFD模拟和在线评估3部分。其中，离线单机性能测试包括对被测机组进行单机功率特性试验，得到机组的风力数据和机组运行数据，对上述数据进行处理系统开发完成后，在现场布置一台数据库服务器和一台应用服务器。应用服务器通过场站监控数据总线，在网络隔离装置外对多台机组的实时数据进行请求，通过实测的风速查询评估系统服务器内的数据库，在线计算出机组的年发电量、风能利用效率等参数，从而对机组的性能进行在线评估。
由上述实施例可见，本发明提供的风电场出力特性评估方法，可以实时掌握机组的运行情况，相较现有技术中利用年利用小时数，发电量等宏观指标对风电场出力特性评估的方法更加直观，也能够更合理地评估风电场的实际运行情况。其中，最大发电能力和风能利用效率评估可以有效地指导风电场优化控制运行，合理安排机组的检修计划。该方法还为调度提供可靠的风电场信息，为安排发电计划提供参考。该方法仅需要增加一台评估系统数据库服务器和风资源分布数据库服务器，投资小，实用性高。
本领域技术人员在考虑说明书及实践这里发明的公开后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (7)

1.一种风电场出力特性评估方法，其特征在于，包括：
选择风电场内其中一台机组为基准机组，利用双光路机舱式激光雷达测量所述基准机组舱前2.5D处的风力数据，其中，所述风力数据包括实测风速和实测风向；
采集所述基准机组中机组分散式控制与数据记录系统内的运行数据，将所述风力数据中的时间信息和运行数据中的时间信息进行同步；
利用计算流体力学法对所述基准机组所处场地的地形进行标定，根据标定结果修正所述风力数据；
利用修正后的风力数据建立灰色模型，得到服从三参数韦伯分布的风速分布概率密度函数，其中，三参数为形状参数、位置参数和比例参数；
根据所述修正后的风力数据，标定被测机组的风速风向仪；
基于所述风速风向仪，利用计算流体力学法建立所述被测机组和风电场内除所述基准机组之外的其他机组的外推函数，其中，所述外推函数包括风速外推函数和风向外推函数；
根据所述风速外推函数和风向外推函数，建立风电场各机组排布点处的舱前风资源分布数据库；
将所述舱前风资源分布数据库导入风电场评估系统数据库；
利用所述风电场评估系统数据库和风速分布概率密度函数，估算出风电场中各个机组的出力特性和风电场全场的出力特性，其中，所述各个机组的出力特性包括理论最大发电量、年平均发电量和风能利用效率。
2.根据权利要求1所述的风电场出力特性评估方法，其特征在于，利用计算流体力学法对所述基准机组所处场地的地形进行标定，根据标定结果修正所述风力数据包括：
利用计算流体力学法对所述基准机组所处场地的地形进行全风向模拟，以方位角5°为间隔，得出所述基准机组舱前2.5D处360°风向范围内舱前风速和所述基准机组所处场地的风速比；
根据所述360°风向范围内舱前风速和风速比，对所述风力数据进行修正，根据所述修正后的风力数据建立全风向气流修正系数函数表。
3.根据权利要求2所述的风电场出力特性评估方法，其特征在于，所述方法还包括：
根据所述舱前风资源分布数据库和全风向气流修正系数函数表，对所述各个机组的出力特性进行在线评估，并按照预设频率刷新评估。
4.根据权利要求1所述的风电场出力特性评估方法，其特征在于，利用所述修正后的风力数据建立灰色模型，得到服从三参数韦伯分布的风速分布概率密度函数，其中，三参数为形状参数、位置参数和比例参数包括：
通过对所述实测风速建立灰色GM(1,1)模型，确定所述形状参数、位置参数和比例参数其中一个参数；
采用最大似然估计法估计出所述形状参数、位置参数和比例参数中其他参数，得到服从三参数韦伯分布的风速分布概率密度函数。
5.根据权利要求1所述的风电场出力特性评估方法，其特征在于，通过实时采集所述风力数据，在线估算风电场各机组排布点处的舱前风资源分布。
6.根据权利要求1所述的风电场出力特性评估方法，其特征在于，所述风向外推函数中风向角度为360度，所述风速外推函数中风速范围为2-25m/s。
7.根据权利要求1所述的风电场出力特性评估方法，其特征在于，所述双光路机舱式激光雷达发射激光的频率为5-8Hz。
CN201710007128.4A 2017-01-05 2017-01-05 一种风电场出力特性评估方法 Active CN106707166B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710007128.4A CN106707166B (zh) 2017-01-05 2017-01-05 一种风电场出力特性评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710007128.4A CN106707166B (zh) 2017-01-05 2017-01-05 一种风电场出力特性评估方法

Publications (2)

Publication Number Publication Date
CN106707166A CN106707166A (zh) 2017-05-24
CN106707166B true CN106707166B (zh) 2019-08-06

Family

ID=58907896

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710007128.4A Active CN106707166B (zh) 2017-01-05 2017-01-05 一种风电场出力特性评估方法

Country Status (1)

Country Link
CN (1) CN106707166B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108196949B (zh) * 2017-12-28 2021-05-04 华润电力技术研究院有限公司 一种测风数据处理方法及相关设备
CN108196087B (zh) * 2017-12-28 2021-09-07 华润电力技术研究院有限公司 数据处理装置
CN110348654A (zh) * 2018-04-04 2019-10-18 北京金风科创风电设备有限公司 风力发电机组评价及运行数据的修正方法、装置及终端
CN109274121B (zh) * 2018-11-15 2021-03-23 山东中车风电有限公司 一种风电场控制参数优化方法及系统
CN110568357A (zh) * 2019-09-10 2019-12-13 国网黑龙江省电力有限公司电力科学研究院 一种核电机组电出力监测与诊断系统
CN110968942A (zh) * 2019-11-11 2020-04-07 许昌许继风电科技有限公司 一种基于周边环境的风电机组的性能评估方法
CN111396246B (zh) * 2019-11-27 2021-02-09 浙江运达风电股份有限公司 基于叶轮等效风速修正的激光雷达辅助控制方法
CN111223009B (zh) * 2020-02-20 2023-04-18 华润电力技术研究院有限公司 一种风电场机位点风速修正方法、装置、设备及介质
CN111709644B (zh) * 2020-06-16 2023-04-18 华能威宁风力发电有限公司 一种利用机组scada数据的风电场风资源计算方法
CN113187672B (zh) * 2021-04-30 2022-05-24 东方电气风电股份有限公司 一种风力发电站的潜能评估方法
CN115408962B (zh) * 2022-11-02 2023-03-31 南京信息工程大学 基于cfd模拟和测风激光雷达的风场重建方法及系统
CN115600931A (zh) * 2022-11-30 2023-01-13 东方电气风电股份有限公司（Cn） 一种风力发电机组发电性能对标评估分析方法及系统

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102011692A (zh) * 2010-11-26 2011-04-13 浙江运达风电股份有限公司 一种在不同湍流地形下风电机组稳定运行的控制方法
CN102663251A (zh) * 2012-04-09 2012-09-12 华北电力大学 基于计算流体力学模型的风电场功率物理预测方法
CN102707230A (zh) * 2012-05-09 2012-10-03 东北电力科学研究院有限公司 690v电压等级风电机组电网瞬变响应特性测试方法
CN102967400A (zh) * 2012-12-10 2013-03-13 北京普华亿能风电技术有限公司 一种复杂地形下的风电机组功率特性曲线测试方法
CN104156575A (zh) * 2014-07-28 2014-11-19 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
CN104484704A (zh) * 2014-12-22 2015-04-01 国家电网公司 一种基于bp神经网络的风电场理论功率确定方法
CN104574202A (zh) * 2014-12-09 2015-04-29 国网青海省电力公司经济技术研究院 一种风电场出力特性分析方法
EP2963431A1 (en) * 2013-02-27 2016-01-06 State Grid Corporation of China (SGCC) Test system for power grid adaptability of mobile wind turbine generator system
CN105427005A (zh) * 2016-01-18 2016-03-23 重庆大学 一种风电场运行风险评估方法
CN105626391A (zh) * 2016-03-04 2016-06-01 云南电网有限责任公司电力科学研究院 一种基于激光测风雷达的风电单台机组功率曲线测试方法
CN105911467A (zh) * 2016-04-21 2016-08-31 华电电力科学研究院 复杂地形下的风电机组功率曲线考核评估方法
CN106157165A (zh) * 2015-04-09 2016-11-23 华电电力科学研究院 一种基于激光雷达测风仪风电机组功率曲线考核评估方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104021424B (zh) * 2013-02-28 2018-12-07 乌托巴斯洞察公司 用于预测风场中的风机的输出功率的方法和装置

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102011692A (zh) * 2010-11-26 2011-04-13 浙江运达风电股份有限公司 一种在不同湍流地形下风电机组稳定运行的控制方法
CN102663251A (zh) * 2012-04-09 2012-09-12 华北电力大学 基于计算流体力学模型的风电场功率物理预测方法
CN102707230A (zh) * 2012-05-09 2012-10-03 东北电力科学研究院有限公司 690v电压等级风电机组电网瞬变响应特性测试方法
CN102967400A (zh) * 2012-12-10 2013-03-13 北京普华亿能风电技术有限公司 一种复杂地形下的风电机组功率特性曲线测试方法
EP2963431A1 (en) * 2013-02-27 2016-01-06 State Grid Corporation of China (SGCC) Test system for power grid adaptability of mobile wind turbine generator system
CN104156575A (zh) * 2014-07-28 2014-11-19 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
CN104574202A (zh) * 2014-12-09 2015-04-29 国网青海省电力公司经济技术研究院 一种风电场出力特性分析方法
CN104484704A (zh) * 2014-12-22 2015-04-01 国家电网公司 一种基于bp神经网络的风电场理论功率确定方法
CN106157165A (zh) * 2015-04-09 2016-11-23 华电电力科学研究院 一种基于激光雷达测风仪风电机组功率曲线考核评估方法
CN105427005A (zh) * 2016-01-18 2016-03-23 重庆大学 一种风电场运行风险评估方法
CN105626391A (zh) * 2016-03-04 2016-06-01 云南电网有限责任公司电力科学研究院 一种基于激光测风雷达的风电单台机组功率曲线测试方法
CN105911467A (zh) * 2016-04-21 2016-08-31 华电电力科学研究院 复杂地形下的风电机组功率曲线考核评估方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
IEC标准在风电机组功率特性测试中的应用;李媛等;《风能产业》;20141031;正文第53-57页
基于激光雷达测风仪的复杂地形风电机组;张伟等;《华电技术》;20161231;第38卷(第12期);正文第62-66页
风力发电机组功率特性测试中复杂地形计算方法的研究;姚兴佳等;《可再生能源》;20130731;第31卷(第7期);正文第45-50页

Also Published As

Publication number Publication date
CN106707166A (zh) 2017-05-24

Similar Documents

Publication Publication Date Title
CN106707166B (zh) 一种风电场出力特性评估方法
Gibescu et al. Estimation of variability and predictability of large‐scale wind energy in The Netherlands
CN106873359B (zh) 一种基于聚类分析和神经网络的风电噪声评价方法
Vasiljević et al. Perdigão 2015: methodology for atmospheric multi-Doppler lidar experiments
Han et al. Four-dimensional wind speed model for adequacy assessment of power systems with wind farms
Ouahabi et al. Comparative study of five different methods of adjustment by the Weibull model to determine the most accurate method of analyzing annual variations of wind energy in Tetouan-Morocco.
CN111091298B (zh) 一种风电场流场耦合特性评估与智能分群方法及系统
Han et al. Adequacy study of a wind farm considering terrain and wake effect
Zhang et al. Multivariate and multimodal wind distribution model based on kernel density estimation
US20200264313A1 (en) Lidar-based turbulence intensity error reduction
JP2015092085A (ja) 逸失エネルギの決定方法
CN109636019B (zh) 基于神经网络算法的测风塔布置方案确定方法
CN108843497B (zh) 风力发电机组的偏航控制方法和设备
Sørensen et al. Wind farms' spatial distribution effect on power system reserves requirements
Potter et al. Wind power data for grid integration studies
CN109510240A (zh) 一种大规模新能源并网对电力系统运行影响的分析方法
Islam et al. Statistical distribution and energy estimation of the wind speed at Saint Martin’s Island, Bangladesh
Brand et al. Variability and predictability of large-scale wind energy in the Netherlands
Ghita et al. Modeling of wind resource to the turbine hub height
CN214836884U (zh) 一种用于海上风电机组功率特性测量的装置
Grilli et al. Offshore wind resource assessment in Rhode Island waters
Zhang et al. A hybrid measure-correlate-predict method for wind resource assessment
Che et al. Wind Energy Assessment in Forested Regions Based on the Combination of WRF and LSTM-Attention Models
Cutululis et al. Report on design tool on variability and predictability
Ercan et al. Method and case study for wind power assessment in Cyprus

Legal Events

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