CN107045548A - 一种计算风电能量利用率的系统及方法 - Google Patents
一种计算风电能量利用率的系统及方法 Download PDFInfo
- Publication number
- CN107045548A CN107045548A CN201710239190.6A CN201710239190A CN107045548A CN 107045548 A CN107045548 A CN 107045548A CN 201710239190 A CN201710239190 A CN 201710239190A CN 107045548 A CN107045548 A CN 107045548A
- Authority
- CN
- China
- Prior art keywords
- wind
- driven generator
- data base
- sample
- state
- 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
Links
- 230000005611 electricity Effects 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000012544 monitoring process Methods 0.000 claims abstract description 33
- 238000012545 processing Methods 0.000 claims abstract description 25
- 238000004364 calculation method Methods 0.000 claims abstract description 10
- 230000002452 interceptive effect Effects 0.000 claims abstract description 10
- 238000010248 power generation Methods 0.000 claims description 36
- 230000008859 change Effects 0.000 claims description 25
- 230000000737 periodic effect Effects 0.000 claims description 7
- 230000001186 cumulative effect Effects 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 230000004069 differentiation Effects 0.000 claims description 4
- 230000007717 exclusion Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- 230000004907 flux Effects 0.000 claims description 3
- 238000009432 framing Methods 0.000 abstract description 2
- 230000004888 barrier function Effects 0.000 abstract 1
- 238000005259 measurement Methods 0.000 description 8
- 238000012423 maintenance Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000000151 deposition Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 101150064138 MAP1 gene Proteins 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24553—Query execution of query operations
- G06F16/24561—Intermediate data storage techniques for performance improvement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/211—Schema design and management
- G06F16/212—Schema design and management with details for data modelling support
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
-
- 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
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Computational Linguistics (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Wind Motors (AREA)
- Control Of Eletrric Generators (AREA)
Abstract
本发明公开了一种计算风电能量利用率的系统及方法，包括实时数据库和历史数据库，还包括分别与实时数据库和历史数据库相连的风力发电机状态在线监测模块、风力发电机样本组数据处理模块、风力发电机总发电量记录服务模块、风力发电机指标周期计算服务模块和用户交互模块，能解决当前行业内计算该指标时面临的风力发电机型号多样、风力发电机状态划分不一致、指标计算准确性低等技术难题。同时其引入的样本组框架及对样本有效标记的判定和处理，减小了单一样本的计算误差，避免了因单一样本异常造成的理论发电量无法计算的问题，实现了各维度指标计算的灵活性，是一种通用的计算该类指标的数据处理技术。
Description
技术领域
本发明涉及一种计算风电能量利用率的系统及方法。
背景技术
从风电场评价体系看，当前国内以可利用率作为评价体系的核心，该指标从可用时间的维度衡量了风力发电机和风场的性能优劣。据中国能源报2015年6月的报道，目前中国风电场已经进入较高的时间利用率阶段，但中国风电平均等效发电小时数并不高，在相同风资源和发电能力下，中国风电资产发电量比美国低15％-20％。随着我国风电进入平稳的发展阶段，风电投资企业逐渐理性化，从过去的单纯关注装机数量转变为“数量和质量”并重，产生了更加合理和急迫的科学管理能量利用率的诉求。
能量利用率是指风力发电机的实际发电量与理论发电量的比值，最早由国际电工协会提出，实际使用中还需考虑风力发电机状态因素。目前，能量利用率指标的获取比较困难，该类指标的准确度也无法达到要求，造成该类评价体系很难在行业内推广，主要存在以下两个技术问题：
第一、不同型号的风力发电机状态难以准确统一起来：当前各发电集团都规定了自己的风力发电机状态划分标准，以期在集团内部把不同厂家不同型号的风力发电机状态统一起来，以便在指标计算时基于统一标准的状态变化数据计算某些状态子集的能量可利用率。但各型号风力发电机状态判别逻辑不同，很难把每种机型的每个状态都清晰的区别开来。
第二、理论发电量计算精度无法达到要求：风场指标评价中一般采用以实际风速对应的理论功率做积分的方法(后面简称为功率曲线法)或以样本机发电量(后面简称为样本法)计算风力发电机理论发电量。功率曲线法存在风力发电机轮毂和叶片的转动惯性造成的功率爬坡问题、温湿度/海拔等动态的外部环境造成的风速功率动态偏差修正计算太过复杂等问题；样本法以类比的思想自动包含了大气压力、温湿度、地形条件、风力发电机爬坡阶段的风轮惯性等各种影响风力发电机发电的因素，但存在单一样本的代表性不强造成的计算误差大、样本失效/检修时无法计算等问题。
发明内容
针对上述问题，本发明提供一种计算风电能量利用率的系统及方法，以解决风电行业能量利用率指标计算难度高、计算误差大的问题。
名词解释：
1、历史数据库：用于存储结构化历史数据的介质及其配套的存取访问接口和服务，可以是商用关系型数据库，也可以是文件等其他存储类型。
2、实时数据库：包含对象模型信息，用于提供实时原数据和数据处理中间结果的缓存和交换场地。
3、风力发电机状态：把风力发电机运行的全生命周期按工况划分为完整互斥的多种状态，比如运行、故障、限电运行、限电停机、检修、维修等。
4、样本风力发电机：风场内人为选取若干个不参与限电的风力发电机，以这些风力发电机的发电量为标杆，类比计算其他风力发电机的理论发电量。
5、样本组：由多个发电条件类似的样本风力发电机组成。一个风场可根据发电条件的差异程度定义多个样本组，每个实际风力发电机都有一个样本组与之对应。
6、原数据：指风机上送到本系统的原始测量数据，比如实测风速、实测有功功率、实时检修标记、风机各故障告警信号等。
7、历史存档：指以特定的数据格式保存到历史数据库中的数据。
为实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现：
一种计算风电能量利用率的系统，包括实时数据库和历史数据库，还包括分别与实时数据库和历史数据库相连的风力发电机状态在线监测模块、风力发电机样本组数据处理模块、风力发电机总发电量记录服务模块、风力发电机指标周期计算服务模块和用户交互模块，其中：
实时数据库用于存放各风力发电机对象模型信息、各风力发电机状态信息，存放各风力发电机实时采集的原数据和数据处理中间结果，每个风力发电机状态信息都设置有一个“样本处于该状态时是否有效”的属性，即有效标记；
风力发电机状态在线监测模块读取各风力发电机实时采集的原数据进行实时判别并刷新实时数据库中风力发电机状态信息，当风力发电机的状态变化时产生历史存档存入历史数据库；
风力发电机样本组数据处理模块在线监测实时数据库中各样本风力发电机的有效标记，并计算有效样本的平均发电量，当有效样本不发生变化时，周期存档风力发电机样本组内有效样本在本周期的平均发电量至历史数据库；当风力发电机样本组内有样本退出或加入时，则计算从上次历史存档时刻开始到当前时间的时段内风力发电机样本组内有效样本平均发电量，并做历史存档存入历史数据库；
风力发电机总发电量记录服务模块以设定周期采样实时数据库中各风力发电机的实际总发电量，并存入历史数据库；
风力发电机指标周期计算服务模块基于实时数据库中的对象模型信息和历史数据库中的风力发电机状态变化历史存档、各风力发电机样本组平均发电量历史存档、风力发电机实际总发电量历史存档三类历史数据，计算并统计每台风力发电机在每种状态下的周期实际发电量、理论发电量，并把各周期统计结果存入历史数据库；
用户交互模块：用户通过用户交互模块与系统进行交互并提取数据库中的数据进行风电能量利用率的计算。
优选，风力发电机状态是把风力发电机运行的全生命周期按工况划分为完整互斥的多种状态。
优选，风力发电机状态在线监测模块包括风力发电机状态信息建模单元、风力发电机对象建模单元和风力发电机状态在线监测单元，其中：
风力发电机状态信息建模单元用于用户自定义风力发电机状态信息集合；
风力发电机对象建模单元用于用户自定义风力发电机对象模型信息；
风力发电机状态在线监测单元用于进行风力发电机状态在线判别和风力发电机状态变化监测。
相对应的，一种计算风电能量利用率的方法，包括如下步骤：
步骤1、建立各风力发电机对象模型信息、各风力发电机状态信息，其中，每个风力发电机状态信息都设置有一个“样本处于该状态时是否有效”的属性，即有效标记；
步骤2、实时采集各风力发电机的原数据；
步骤3、风力发电机状态在线监测模块根据实时采集的各风力发电机的原数据实时判别并刷新实时数据库中风力发电机状态信息，当风力发电机的状态变化时产生历史存档存入历史数据库；
步骤4、风力发电机样本组数据处理模块在线监测实时数据库中各样本风力发电机的有效标记，并计算有效样本的平均发电量，当有效样本不发生变化时，周期存档风力发电机样本组内有效样本在本周期的平均发电量至历史数据库；当风力发电机样本组内有样本退出或加入时，则计算从上次历史存档时刻开始到当前时间的时段内风力发电机样本组内有效样本平均发电量，并做历史存档存入历史数据库；风力发电机总发电量记录服务模块以设定周期采样实时数据库中各风力发电机的实际总发电量，并存入历史数据库；
步骤5、风力发电机指标周期计算服务模块基于实时数据库中的对象模型信息和历史数据库中风力发电机状态变化历史存档、各风力发电机样本组平均发电量历史存档、风力发电机实际总发电量历史存档三类历史数据，计算并统计每台风力发电机在每种状态下的周期实际发电量、理论发电量，并把各周期统计结果存入历史数据库；
步骤6、用户按需通过四则运算即可得到待求的风电能量利用率。
本发明的有益效果是：
第一、满足了用户对风力发电机状态定义的定制化要求，细化到测点粒度的判据使其能够把不同机型的风力发电机状态准确映射到用户定义的统一风力发电机状态集合上来，具备了以统一标准计算不同机型能量利用率的能力，使得不同机型、不同维度的能量利用率指标具备了横向可比性。
第二、采用样本组式框架计算理论发电量，异常样本可及时剔除，恢复正常的样本可及时自动加入，避免了单一样本异常造成的理论发电量无法计算的问题。
第三、通过采用组内多样本数据的均值，减小了因风力发电机个体工况差异、外部发电环境差异等引入的计算偏差。
第四、本发明封装了所有的业务计算，并把细粒度的指标结果输出到历史数据库存档，使得本发明只需经过简单的四则运算便可灵活实现各种维度的能量利用率计算，保证了本发明在风电能量利用率计算中的通用性。
附图说明
图1是本发明一种计算风电能量利用率的系统的结构框图；
图2是本发明风力发电机样本组数据处理流程图；
图3是本发明实施例中样本有效判别序列图；
图4是本发明样本组法理论发电量计算数据处理时间序列图；
图5是本发明一种计算风电能量利用率的方法的数据流示意图。
具体实施方式
下面结合附图和具体的实施例对本发明技术方案作进一步的详细描述，以使本领域的技术人员可以更好的理解本发明并能予以实施，但所举实施例不作为对本发明的限定。
如图1-5所示，一种计算风电能量利用率的系统，包括实时数据库和历史数据库，还包括分别与实时数据库和历史数据库相连的风力发电机状态在线监测模块、风力发电机样本组数据处理模块、风力发电机总发电量记录服务模块、风力发电机指标周期计算服务模块和用户交互模块(此模块图1中未示出)，各个模块通过实时数据库和历史数据库进行数据的相互交互，下面对各个模块进行详细介绍：
实时数据库用于存放各风力发电机对象模型信息、各风力发电机状态信息，存放各风力发电机实时采集的原数据和数据处理中间结果，每个风力发电机状态信息都设置有一个“样本处于该状态时是否有效”的属性，即有效标记。风力发电机状态划分可现场按需定制，每个风力发电机状态定义都带有“样本处于本状态时是否有效”的标记，据此判定当样本机处于某种状态时是否退出或加入样本组平均发电量的计算。
风力发电机状态在线监测模块读取各风力发电机实时采集的原数据进行实时判别并刷新实时数据库中风力发电机状态信息，当风力发电机的状态变化时产生历史存档存入历史数据库。
用户可按需定义风力发电机状态集合(后面称之为自定义风力发电机状态集合)，基于此状态集合针对不同风力发电机型号定制不同的状态判别逻辑，由风力发电机状态在线监测模块实时判别并刷新实时数据库对应属性值，当风力发电机状态变化时产生历史存档。优选，风力发电机状态在线监测模块包括风力发电机状态信息建模单元、风力发电机对象建模单元和风力发电机状态在线监测单元，其中：
风力发电机状态信息建模单元用于用户自定义风力发电机状态信息集合，自定义风力发电机状态信息集合存放于实时数据库中，比如，模型如表1所示：
表1自定义风力发电机状态信息模型结构
其中，动态属性：是指用于存放实测数据或数据处理中间结果的属性，实时处理程序实时刷新动态属性；静态属性：是指用于存放一些配置参数、模型从属关系等信息的属性，实时处理程序一般不对静态属性做刷新。
风力发电机对象建模单元用于用户自定义风力发电机对象模型信息，比如，实时数据库中风力发电机对象建模如表2所示：
表2风力发电机对象模型结构
风力发电机状态在线监测单元用于进行风力发电机状态在线判别和风力发电机状态变化监测。即风力发电机状态在线监测单元包括风力发电机状态在线判别服务和风力发电机状态变化监测服务两部分。
风力发电机状态在线判别的判据使用风力发电机上送的测点信息，与风力发电机型号无关，这种最小粒度的判据配置支撑了本方法可适用于所有类型的风力发电机。风力发电机状态判别分为逻辑规则定义和对象实例判别两大部分，类似于程序代码中类和对象实例的关系。首先由规则定义工具生成逻辑规则；然后由对象定义工具根据规则实例化每个风力发电机对象，期间逻辑规则被继承到每个风力发电机对象的判别实例中；接下来由测点配置工具为每个风力发电机对象判别实例配置对应的实际测点；最后，在线状态判别服务以秒级周期(1秒到60秒可自行配置)扫描并推导风力发电机对象实例的各实际测点判据，把推导结果刷新到实时数据库对应风力发电机的“实时风力发电机状态”属性中(见表2风力发电机对象模型结构)。
风力发电机状态变化监测服务实时监测风力发电机对象模型中的“实时风力发电机状态”和“监测对比用的风力发电机状态”，当发现两者不一致时，产生历史存档，历史数据结构如表3所示：
表3风力发电机状态记录历史数据结构
样本组框架模型包含样本组和组内的样本两层，每个风场可根据自身需求配置多组样本，每组样本内可配置多个样本，风力发电机样本组模型结构可参照表4所示，而风力发电机样本模型结构可参照表5所示：
表4风力发电机样本组模型结构
表5风力发电机样本模型结构
风力发电机样本组数据处理模块在线监测实时数据库中各样本风力发电机的有效标记，并计算有效样本的平均发电量，当有效样本不发生变化时，周期存档风力发电机样本组内有效样本在本周期的平均发电量至历史数据库；当风力发电机样本组内有样本退出或加入时，则计算从上次历史存档时刻开始到当前时间的时段内风力发电机样本组内有效样本平均发电量，并做历史存档存入历史数据库。
风力发电机样本组数据处理模块经有效标记实现合理的样本退出和加入机制保证样本组数据的洁净，如图2所示，风力发电机样本组数据处理流程如下：
(1)样本个体属性的监测：如图3样本有效判别序列图所示，根据样本模型中“对应的实体风力发电机对象”属性，确定对应的真实风力发电机W，进而找到W的“实时风力发电机状态”属性值(见表2)，结合表1中该状态值的“样本处于该状态时是否退出”，确定并刷新该样本的“是否有效”属性值。
(2)样本组属性的监测：实时累加本组中当前所有有效样本的总电量遥脉值，更新到样本机组的“当前电量遥脉值”属性(见表4)；基于组内每个样本的“是否有效”属性，计算当前本组的样本BCD码，与实时库中的“样本BCD码”属性值对比，如不一致则说明有效样本发生变化，执行步骤(3)；如一致则按“历史存档周期”执行步骤(3)。
(3)根据下列公式计算样本组平均发电量，并按表6所示的数据格式做历史存档：
其中：sampleGroupAvgEny为样本组平均发电量，dCurPulseVal为当前电量遥脉值，dStartPulseVal为起始电量遥脉值，usBenchmarkNum为有效样本个数。
表6数据格式
然后把样本组模型中“当前电量遥脉值”填入“起始电量遥脉值”，如果当前有效样本个数发生变化则更新样本组模型“有效样本个数”属性值，而后开始下一轮扫描。
风力发电机总发电量记录服务模块以设定周期采样实时数据库中各风力发电机的实际总发电量，并存入历史数据库。即风力发电机总发电量记录服务模块以周期方式(风力发电机总发电量记录服务模块以小粒度周期，比如1-30分钟)做历史存档，存档周期可按需配置，存档的历史表结构如表7所示：
表7风力发电机实际总发电量历史数据结构
风力发电机指标周期计算服务模块基于数据库中的对象模型信息和风力发电机状态变化历史存档、各风力发电机样本组平均发电量历史存档、风力发电机实际总发电量历史存档三类历史数据，计算并统计每台风力发电机在每种状态下的周期实际发电量、理论发电量，并把各周期统计结果存入历史数据库。下面进行详细描述。
系统内每个风力发电机每种状态的周期实际发电量、理论发电量计算和存档在本模块完成，有了这些细分的周期指标，后续即可通过简单的四则运算得到所需的能量利用率结果值。如图4样本组法理论发电量计算数据处理时间序列图所示，周期实际发电量、周期理论发电量的计算是相互独立的：
周期实际发电量的计算：风力发电机指标周期计算服务模块从实时数据库获取风力发电机对象列表、风力发电机状态信息列表，在特定计算周期内对特定风力发电机的特定状态做如下数据处理：
(1)以风力发电机ID、风力发电机状态(或风力发电机状态码)、计算周期起止时刻为查询参数，从风力发电机状态历史存档中获取对应的时段列表；
(2)针对步骤(1)获取的每个时段，以风力发电机ID、时段起止时间为查询参数，基于历史数据计算时段内最后一条记录值与该时段内第一条记录值之差，便获取到该时段内风力发电机的实际发电量；
(3)各时段的实际发电量累加即为所求结果。最后把结果按周期做历史存档。
周期理论发电量的计算：风力发电机指标周期计算服务模块从实时数据库获取风力发电机对象列表、风力发电机状态信息列表，在特定计算周期内对特定风力发电机的特定状态做如下数据处理：
(1)以风力发电机ID、风力发电机状态码、计算周期起止时刻为查询参数，从风力发电机状态历史记录中获取对应的时段列表；
(2)从实时库对象模型中获取风力发电机对应的样本组ID；
(3)针对步骤(1)获取的每个时段，以样本组ID、时段起止时间为查询参数，基于样本组平均发电量历史记录计算该时段内样本组平均发电量累计值即为该风力发电机该时段内的理论发电量；
(4)各时段的理论发电量累加即为所求结果。最后把结果按周期做历史存档。
用户交互模块：用户通过用户交互模块与系统进行交互并提取数据库中的数据进行风电能量利用率的计算。其中，风力发电机状态是把风力发电机运行的全生命周期按工况划分为完整互斥的多种状态，例如，某工程现场风力发电机状态分为以下13类：
A：通信异常
B：正常运行
C：告警运行
D：电网限电运行
E：告警限负荷运行
F：低风待机
G：高风待机
H：环境温度原因待机
I：风力发电机解揽
J：外部原因待机
K：故障停机
L：限电停机
M：外部原因停机
N：环境原因停机
O：维修停机
P：维保停机
风力发电机指标周期计算服务模块计算并生成了每个风力发电机在各状态小时、日、周、月、年的整周期实际发电量、理论发电量的历史存档，若需计算所有限电状态下的能量利用率，首先通过用户交互模块圈定参与计算的风力发电机状态子集，包括：D、E、L，则某风力发电机在某统计周期的限电状态下的能量利用率计算公式为：
其中：EBArestrict为某风力发电机在某统计周期的限电状态下的能量利用率；DRealEny为某风力发电机在某统计周期的电网限电运行状态下的实际发电量；ERealEny为某风力发电机在某统计周期的告警限负荷运行状态下的实际发电量；DTheryEny为某风力发电机在某统计周期的电网限电运行状态下的理论发电量；ETheryEny为某风力发电机在某统计周期的告警限负荷运行状态下的理论发电量；LTheryEny为某风力发电机在某统计周期的限电停机状态下的理论发电量；此处，限电停机实际发电量为0，公式中分子上无需考虑此计算因子。
对应的，一种计算风电能量利用率的方法，包括如下步骤：
步骤1、建立各风力发电机对象模型信息、各风力发电机状态信息，其中，每个风力发电机状态信息都设置有一个“样本处于该状态时是否有效”的属性，即有效标记。
步骤2、实时采集各风力发电机的原数据。
步骤3、风力发电机状态在线监测模块根据实时采集的各风力发电机的原数据实时判别并刷新实时数据库中风力发电机状态信息，当风力发电机的状态变化时产生历史存档存入历史数据库。
步骤4、风力发电机样本组数据处理模块在线监测实时数据库中各样本风力发电机的有效标记，并计算有效样本的平均发电量，当有效样本不发生变化时，周期存档风力发电机样本组内有效样本在本周期的平均发电量至历史数据库；当风力发电机样本组内有样本退出或加入时，则计算从上次历史存档时刻开始到当前时间的时段内风力发电机样本组内有效样本平均发电量，并做历史存档存入历史数据库。风力发电机总发电量记录服务模块以设定周期采样实时数据库中各风力发电机的实际总发电量，并存入历史数据库。
步骤5、风力发电机指标周期计算服务模块基于实时数据库中的对象模型信息和历史数据库中的风力发电机状态变化历史存档、各风力发电机样本组平均发电量历史存档、风力发电机实际总发电量历史存档三类历史数据，计算并统计每台风力发电机在每种状态下的周期实际发电量、理论发电量，并把各周期统计结果存入历史数据库。
步骤6、用户按需通过四则运算即可得到待求的风电能量利用率。每台风力发电机每种状态在每个周期内的理论发电量数据、每台风力发电机每种状态在每个周期内的实际发电量数据、基于风力发电机状态划分的能量利用率公式定义，上述三类历史数据经计算，形成能量利用率结果数据。
其中，系统内每个风力发电机每种状态的周期实际发电量计算过程如下：
(1)以风力发电机ID、风力发电机状态、计算周期起止时刻为查询参数，从风力发电机状态历史存档中获取对应的时段列表；
(2)针对步骤(1)获取的每个时段，以风力发电机ID、时段起止时间为查询参数，基于历史数据计算时段内最后一条记录值与该时段内第一条记录值之差，计算该时段内风力发电机的实际发电量；
(3)累加各时段的实际发电量。
系统内每个风力发电机每种状态的周期理论发电量计算过程如下：
(1)以风力发电机ID、风力发电机状态、计算周期起止时刻为查询参数，从风力发电机状态历史记录中获取对应的时段列表；
(2)从实时数据库的对象模型中获取风力发电机对应的样本组ID；
(3)针对步骤(1)获取的每个时段，以样本组ID、时段起止时间为查询参数，基于样本组平均发电量历史记录计算该时段内样本组平均发电量累计值即为该风力发电机该时段内的理论发电量；
(4)累加各时段的理论发电量。
本发明提供一种计算风电能量利用率的系统和方法，能解决当前行业内计算该指标时面临的风力发电机型号多样、风力发电机状态划分不一致、指标计算准确性低等技术难题。同时其引入的样本组框架及对样本有效标记的判定和处理，减小了单一样本的计算误差，避免了因单一样本异常造成的理论发电量无法计算的问题，实现了各维度指标计算的灵活性，是一种通用的计算该类指标的数据处理技术。
本发明的有益效果是：
第一、满足了用户对风力发电机状态定义的定制化要求，细化到测点粒度的判据使其能够把不同机型的风力发电机状态准确映射到用户定义的统一风力发电机状态集合上来，具备了以统一标准计算不同机型能量利用率的能力，使得不同机型、不同维度的能量利用率指标具备了横向可比性。
第二、采用样本组式框架计算理论发电量，异常样本可及时剔除，恢复正常的样本可及时自动加入，避免了单一样本异常造成的理论发电量无法计算的问题。
第三、通过采用组内多样本数据的均值，减小了因风力发电机个体工况差异、外部发电环境差异等引入的计算偏差。
第四、本发明封装了所有的业务计算，并把细粒度的指标结果输出到历史数据库存档，使得本发明只需经过简单的四则运算便可灵活实现各种维度的能量利用率计算，保证了本发明在风电能量利用率计算中的通用性。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或者等效流程变换，或者直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (7)
1.一种计算风电能量利用率的系统，包括实时数据库和历史数据库，其特征在于，还包括分别与实时数据库和历史数据库相连的风力发电机状态在线监测模块、风力发电机样本组数据处理模块、风力发电机总发电量记录服务模块、风力发电机指标周期计算服务模块和用户交互模块，其中：
实时数据库用于存放各风力发电机对象模型信息、各风力发电机状态信息，存放各风力发电机实时采集的原数据和数据处理中间结果，每个风力发电机状态信息都设置有一个“样本处于该状态时是否有效”的属性，即有效标记；
风力发电机状态在线监测模块读取各风力发电机实时采集的原数据进行实时判别并刷新实时数据库中风力发电机状态信息，当风力发电机的状态变化时产生历史存档存入历史数据库；
风力发电机样本组数据处理模块在线监测实时数据库中各样本风力发电机的有效标记，并计算有效样本的平均发电量，当有效样本不发生变化时，周期存档风力发电机样本组内有效样本在本周期的平均发电量至历史数据库；
当风力发电机样本组内有样本退出或加入时，则计算从上次历史存档时刻开始到当前时间的时段内风力发电机样本组内有效样本平均发电量，并做历史存档存入历史数据库；
风力发电机总发电量记录服务模块以设定周期采样实时数据库中各风力发电机的实际总发电量，并存入历史数据库；
风力发电机指标周期计算服务模块基于实时数据库中的对象模型信息和历史库中的风力发电机状态变化历史存档、各风力发电机样本组平均发电量历史存档、风力发电机实际总发电量历史存档三类历史数据，计算并统计每台风力发电机在每种状态下的周期实际发电量、理论发电量，并把各周期统计结果存入历史数据库；
用户交互模块：用户通过用户交互模块与系统进行交互并提取数据库中的数据进行风电能量利用率的计算。
2.根据权利要求1所述的一种计算风电能量利用率的系统，其特征在于，风力发电机状态是把风力发电机运行的全生命周期按工况划分为完整互斥的多种状态。
3.根据权利要求1所述的一种计算风电能量利用率的系统，其特征在于，风力发电机状态在线监测模块包括风力发电机状态信息建模单元、风力发电机对象建模单元和风力发电机状态在线监测单元，其中：
风力发电机状态信息建模单元用于用户自定义风力发电机状态信息集合；
风力发电机对象建模单元用于用户自定义风力发电机对象模型信息；
风力发电机状态在线监测单元用于进行风力发电机状态在线判别和风力发电机状态变化监测。
4.根据权利要求3所述的一种计算风电能量利用率的系统，其特征在于，风力发电机状态在线判别的判据使用风力发电机上送的测点信息。
5.一种计算风电能量利用率的方法，其特征在于，包括如下步骤：
步骤1、建立各风力发电机对象模型信息、各风力发电机状态信息，其中，每个风力发电机状态信息都设置有一个“样本处于该状态时是否有效”的属性，即有效标记；
步骤2、实时采集各风力发电机的原数据；
步骤3、风力发电机状态在线监测模块根据实时采集的各风力发电机的原数据实时判别并刷新实时数据库中风力发电机状态信息，当风力发电机的状态变化时产生历史存档存入历史数据库；
步骤4、风力发电机样本组数据处理模块在线监测实时数据库中各样本风力发电机的有效标记，并计算有效样本的平均发电量，当有效样本不发生变化时，周期存档风力发电机样本组内有效样本在本周期的平均发电量至历史数据库；当风力发电机样本组内有样本退出或加入时，则计算从上次历史存档时刻开始到当前时间的时段内风力发电机样本组内有效样本平均发电量，并做历史存档存入历史数据库；风力发电机总发电量记录服务模块以设定周期采样实时数据库中各风力发电机的实际总发电量，并存入历史数据库；
步骤5、风力发电机指标周期计算服务模块基于实时数据库中的对象模型信息和历史数据库中的风力发电机状态变化历史存档、各风力发电机样本组平均发电量历史存档、风力发电机实际总发电量历史存档三类历史数据，计算并统计每台风力发电机在每种状态下的周期实际发电量、理论发电量，并把各周期统计结果存入历史数据库；
步骤6、用户按需通过四则运算即可得到待求的风电能量利用率。
6.根据权利要求5所述的一种计算风电能量利用率的方法，其特征在于，系统内每个风力发电机每种状态的周期实际发电量计算过程如下：
(1)以风力发电机ID、风力发电机状态、计算周期起止时刻为查询参数，从风力发电机状态历史存档中获取对应的时段列表；
(2)针对步骤(1)获取的每个时段，以风力发电机ID、时段起止时间为查询参数，基于历史数据计算时段内最后一条记录值与该时段内第一条记录值之差，计算该时段内风力发电机的实际发电量；
(3)累加各时段的实际发电量。
7.根据权利要求5所述的一种计算风电能量利用率的方法，其特征在于，系统内每个风力发电机每种状态的周期理论发电量计算过程如下：
(1)以风力发电机ID、风力发电机状态、计算周期起止时刻为查询参数，从风力发电机状态历史记录中获取对应的时段列表；
(2)从实时数据库的对象模型中获取风力发电机对应的样本组ID；
(3)针对步骤(1)获取的每个时段，以样本组ID、时段起止时间为查询参数，基于样本组平均发电量历史记录计算该时段内样本组平均发电量累计值即为该风力发电机该时段内的理论发电量；
(4)累加各时段的理论发电量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710239190.6A CN107045548B (zh) | 2017-04-13 | 2017-04-13 | 一种计算风电能量利用率的系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710239190.6A CN107045548B (zh) | 2017-04-13 | 2017-04-13 | 一种计算风电能量利用率的系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107045548A true CN107045548A (zh) | 2017-08-15 |
| CN107045548B CN107045548B (zh) | 2021-02-09 |
Family
ID=59545693
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710239190.6A Active CN107045548B (zh) | 2017-04-13 | 2017-04-13 | 一种计算风电能量利用率的系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107045548B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112015793A (zh) * | 2020-07-30 | 2020-12-01 | 固安华电天仁控制设备有限公司 | 基于st语言的风机后台数据处理系统及数据处理方法 |
| CN113076861A (zh) * | 2021-03-30 | 2021-07-06 | 南京大学环境规划设计研究院集团股份公司 | 一种基于二阶特征的鸟类细粒度识别方法 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102609791A (zh) * | 2012-03-15 | 2012-07-25 | 北京华电天仁电力控制技术有限公司 | 基于云平台的规模化集中式远程风电功率预测中心 |
| CN102622458A (zh) * | 2011-01-30 | 2012-08-01 | 华锐风电科技(集团)股份有限公司 | 一种风力发电机组振动与载荷综合评估系统及评估方法 |
| CN102736546A (zh) * | 2012-06-28 | 2012-10-17 | 西安交通大学 | 一种流程工业复杂机电系统的状态监测装置及方法 |
| US20130024045A1 (en) * | 2011-07-21 | 2013-01-24 | Hitachi Consumer Electronics Co., Ltd. | Power control unit |
| CN103606107A (zh) * | 2013-08-21 | 2014-02-26 | 国家电网公司 | 一种风光储联合发电系统设备状态评估信息系统 |
| CN103748620A (zh) * | 2011-04-22 | 2014-04-23 | 艾克潘尔基公司 | 用于分析能量使用的系统和方法 |
| CN104123456A (zh) * | 2014-07-21 | 2014-10-29 | 北京中科伏瑞电气技术有限公司 | 一种风电场弃风电量分类统计方法及系统 |
| CN105574610A (zh) * | 2015-12-11 | 2016-05-11 | 西安热工研究院有限公司 | 一种风力发电机组优化启动控制方法 |
| US20160359363A1 (en) * | 2014-02-28 | 2016-12-08 | Hitachi, Ltd. | Power system monitoring apparatus, power system control apparatus, and power system monitoring method |
| CN106442720A (zh) * | 2016-08-29 | 2017-02-22 | 重庆交通大学 | 一种声振式轨道桥梁健康监测装置、系统及方法 |
-
2017
- 2017-04-13 CN CN201710239190.6A patent/CN107045548B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102622458A (zh) * | 2011-01-30 | 2012-08-01 | 华锐风电科技(集团)股份有限公司 | 一种风力发电机组振动与载荷综合评估系统及评估方法 |
| CN103748620A (zh) * | 2011-04-22 | 2014-04-23 | 艾克潘尔基公司 | 用于分析能量使用的系统和方法 |
| US20130024045A1 (en) * | 2011-07-21 | 2013-01-24 | Hitachi Consumer Electronics Co., Ltd. | Power control unit |
| CN102609791A (zh) * | 2012-03-15 | 2012-07-25 | 北京华电天仁电力控制技术有限公司 | 基于云平台的规模化集中式远程风电功率预测中心 |
| CN102736546A (zh) * | 2012-06-28 | 2012-10-17 | 西安交通大学 | 一种流程工业复杂机电系统的状态监测装置及方法 |
| CN103606107A (zh) * | 2013-08-21 | 2014-02-26 | 国家电网公司 | 一种风光储联合发电系统设备状态评估信息系统 |
| US20160359363A1 (en) * | 2014-02-28 | 2016-12-08 | Hitachi, Ltd. | Power system monitoring apparatus, power system control apparatus, and power system monitoring method |
| CN104123456A (zh) * | 2014-07-21 | 2014-10-29 | 北京中科伏瑞电气技术有限公司 | 一种风电场弃风电量分类统计方法及系统 |
| CN105574610A (zh) * | 2015-12-11 | 2016-05-11 | 西安热工研究院有限公司 | 一种风力发电机组优化启动控制方法 |
| CN106442720A (zh) * | 2016-08-29 | 2017-02-22 | 重庆交通大学 | 一种声振式轨道桥梁健康监测装置、系统及方法 |
Non-Patent Citations (1)
| Title |
|---|
| 张维智等: ""大型水平轴风力机风能利用效率的估算探讨"", 《东方电气评论》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112015793A (zh) * | 2020-07-30 | 2020-12-01 | 固安华电天仁控制设备有限公司 | 基于st语言的风机后台数据处理系统及数据处理方法 |
| CN112015793B (zh) * | 2020-07-30 | 2023-09-08 | 国能信控互联技术(河北)有限公司 | 基于st语言的风机后台数据处理系统及数据处理方法 |
| CN113076861A (zh) * | 2021-03-30 | 2021-07-06 | 南京大学环境规划设计研究院集团股份公司 | 一种基于二阶特征的鸟类细粒度识别方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107045548B (zh) | 2021-02-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6925385B2 (en) | Wind power management system and method | |
| US20210150877A1 (en) | Systems and methods for managing smart alarms | |
| CN112136161B (zh) | 用于智能报警分组的系统和方法 | |
| CN111913935A (zh) | 一种基于cim模型的风电场集控中心scada系统 | |
| CN107045548A (zh) | 一种计算风电能量利用率的系统及方法 | |
| CN114036206A (zh) | 一种基于时序数据库的多能种能源信息管理系统 | |
| CN104991218B (zh) | 一种监测电能计量装置运行状态的系统 | |
| CN111966663A (zh) | 一种多元用户侧综合能源数据服务系统 | |
| CN103620420B (zh) | 用于确定公共设施成本节省的系统和方法 | |
| CN111127186A (zh) | 一种基于大数据技术的客户信用等级评价体系的使用方法 | |
| CN116431701A (zh) | 一种综合性的电厂生产数据分析与统计系统 | |
| CN115951172A (zh) | 一种母线电量不平衡异常计量点定位方法、装置及设备 | |
| Zhou et al. | Research and Implementation of Distribution Network Operating Analysis Platform Based on Multi-source Heterogeneous Data | |
| CN108960688B (zh) | 一种风电机组的综合管理系统 | |
| CN113361840A (zh) | 一种风电场内和场外弃风电量的评估方法及系统 | |
| CN112700097B (zh) | 面向连续生产操作优化的平稳率建模及计算方法 | |
| Dai et al. | Design and Development of Power Failure and Restoration Scene State Analysis System Based on AR | |
| Jiangming et al. | Life Prediction of Electric Energy Meter Based on Electric Power Big Data | |
| Fan et al. | Common information model for social data extended by IEC 62325 environmental package and its application in renewable energy accommodation | |
| Wang | Design of electric energy metering detection algorithm based on stacking integration mode | |
| Mankov et al. | Forecasting of emergency power line outages based on weather data and past emergency outages | |
| CN111445349B (zh) | 一种适用于能源互联网的混合式数据存储处理方法及系统 | |
| CN113034306B (zh) | 一种在线判断火电机组启停机状态的方法 | |
| Xiao et al. | Research on Power Quality Feature Extraction and Traceability Based on Multi-Source Information | |
| Zhang et al. | Application of Digital Twins in Smart Grids |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20190627 Address after: 211102 Suyuan Avenue, Jiangning District, Nanjing, Jiangsu Province, No. 69 Applicant after: Nanrui Relay Protection Electricity Co., Ltd., Nanjing Applicant after: Nanjing Nari-Relays Engineering Technology Co., Ltd. Applicant after: CHINA THREE GORGES NEW ENERGY CO., LTD. Address before: 211102 Suyuan Avenue, Jiangning District, Nanjing, Jiangsu Province, No. 69 Applicant before: Nanrui Relay Protection Electricity Co., Ltd., Nanjing Applicant before: Nanjing Nari-Relays Engineering Technology Co., Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |