CN107587982B - 一种风电机组运行状态划分方法及装置 - Google Patents

Abstract

本发明涉及一种风电机组运行状态划分方法及装置，其包括：根据预先采集的风电机组数据中转速与风速的关系确定风电机组运行区间，构建分析数据集；根据分析数据集，确定风电机组运行状态的划分阈值；根据阈值确定风电机组运行状态；通过上述方案可实现风电机组运行状态划分。

Description

一种风电机组运行状态划分方法及装置

技术领域

本发明涉及新能源发电技术领域，具体涉及一种风电机组运行状态划分方法及装置。

背景技术

风电机组发电的直接能量来源是风能，因而目前的风电理论功率计算主要以风速作为输入数据，通过构建风电场物理模型实现风电场理论功率计算。但实际工程中发现，采用该方法所得的结果存在一定的计算偏差，通过分析风电机组风速与实际功率关系发现，在相同风速水平下，风电机组出力存在差异，说明风电机组的运行状态除受风速影响外，还受其它因素影响，各因素综合作用，使风电机组呈现不同的运行状态，即不同的发电能力。

发明内容

为了弥补上述缺陷，本发明提供一种风电机组运行状态划分方法及装置，可用于风电场理论发电能力计算，从而提高了计算结果准确性。

本发明的目的是采用下述技术方案实现的：

一种风电机组运行状态划分方法，所述方法包括：

根据预先采集的风电机组数据中转速与风速的关系确定风电机组运行区间，构建分析数据集；

根据所述分析数据集，确定风电机组运行状态的划分阈值；

根据所述阈值确定所述风电机组运行状态。

优选的，所述根据预先采集的风电机组数据中转速与风速的关系确定风电机组运行区间，包括：

若风电机组无转速，则确定风电机组运行区间低于切入风速；

若转速随风速的增加而线性增大，则确定风电机组运行区间处于切入风速与额定风速之间；

若转速保持稳定，则确定风电机组运行区间处于额定风速与切除风速之间。

进一步地，若风电机组运行区间处于切入风速与额定风速之间，通过{S_I}＝{S|w_I}确定分析数据集；

若风电机组运行区间处于额定风速与切除风速之间，通过{S_C}＝{S|w_C}确定分析数据集；

式中，{S}表示预设风电机组实际运行数据样本集，w_额定≤w_I＜w_切除；w_I表示风电机组运行区间处于切入风速w_切入与额定风速w_额定之间的风速水平，w_C表示风电机组运行区间处于额定风速w_额定与切除风速w_切除之间的风速水平；w_I和w_C满足w_切入＜w_I＜w_额定。

优选的，所述根据分析数据集，确定风电机组运行状态的划分阈值，包括：

根据预定义的风电机组运行的概率分布，划分风电机组运行状态，获得每一种运行状态的概率分布，以及分析数据集{S_I}和{S_C}的转速概率密度分布；

根据所述转速概率密度分布计算风电机组运行状态的划分阈值；其中，{S_I}和{S_C}表示风电机组运行区间分别处于切入风速与额定风速之间和额定风速与切除风速之间的分析数据集。

进一步地，通过下式确定风电机组运行的概率分布：

P(|x|≤3)＝0.9974

式中，x表示在±3σ范围内的风电机组运行状态，标准正态分布中σ＝1；0.9974通过查找标准正态分布表获得。

优选的，所述确定风电机组运行状态，包括：按照标准正态分布规律将风电机组运行状态定义为五类，分别通过下式确定五类风电机组运行状态：

其中，x₁,x₂,x₃,x₄,x₅分别表示最佳状态x₁、较佳状态x₂、一般状态x₃、较差状态x₄和最差状态x₅；最佳和最差运行状态分布于正态分布的两端，一般状态处于正态分布中间。

进一步地，通过下式确定每一种运行状态的概率分布：

进一步地，采用直方图法，以风电机组转速为参量，分别获得分析数据集{S_I}和{S_C}的转速概率密度分布f(R_I,x),1≤x≤n_I和f(R_C,x),1≤x≤n_C；其中，n_I和n_C分别为分析样本集的样本容量。

进一步地，按照上式中的状态概率分布，确定风电机组运行的划分阈值：

式中，

分别为状态分析数据集{S_I}对应的风电机组运行状态的划分阈值。

进一步地，所述根据阈值确定所述风电机组运行状态通过下式确定：

式中，当数据处于{S_I,1}时为最佳状态、当数据处于{S_I,2}时为较佳状态、当数据处于{S_I,3}时为一般状态、当数据处于{S_I,4}时为较差状态和当数据处于{S_I,5}时为最差状态。

一种风电机组运行状态划分装置，所述装置包括：

定义模块，用于根据预先采集的风电机组数据中转速与风速的关系确定风电机组运行区间；

构建模块，用于构建分析数据集；

确定模块，用于根据所述分析数据集，确定风电机组运行状态的划分阈值；

获取模块，用于根据阈值确定风电机组运行状态。

优选的，所述定义模块，包括：

第一定义单元，用于若风电机组无转速，则风电机组运行区间低于切入风速；

第二定义单元，用于若转速随风速的增加而线性增大，则风电机组运行区间处于切入风速与额定风速之间；

第三定义单元，用于若转速保持稳定，则风电机组运行区间处于额定风速与切除风速之间。

优选的，所述构建模块，包括第一构建单元，用于若风电机组运行区间处于切入风速与额定风速之间，通过{S_I}＝{S|w_I}确定分析数据集；

第二构建单元，用于若风电机组运行区间处于额定风速与切除风速之间，通过{S_C}＝{S|w_C}确定分析数据集；

式中，{S}表示预设风电机组实际运行数据样本集，w_额定≤w_I＜w_切除；w_I表示风电机组运行区间处于切入风速w_切入与额定风速w_额定之间的风速水平，w_C表示风电机组运行区间处于额定风速w_额定与切除风速w_切除之间的风速水平；w_I和w_C满足w_切入＜w_I＜w_额定。

优选的，所述确定模块，包括：

状态划分单元，用于根据预定义的风电机组运行的概率分布，划分风电机组运行状态；

第一计算单元，用于获得每一种运行状态的概率分布；

第二计算单元，用于获得分析数据集{S_I}和{S_C}的转速概率密度分布；

第三计算单元，用于根据转速概率密度分布计算风电机组运行状态的划分阈值。

与最接近的现有技术相比，本发明的有益效果为：

本发明提出的方案，为了考虑不同状态的概率分布规律，本发明根据预先采集的风电机组数据中转速与风速的关系确定风电机组运行区间，构建分析数据集；根据分析数据集，确定风电机组运行状态的划分阈值；根据阈值确定风电机组运行状态。在实现风电机组运行状态划分的同时，保证了获得的各运行状态下的样本数据更为准确。

附图说明

图1为本发明实施例中风电机组运行状态划分方法流程图；

图2为本发明实施例中风电机组转速与风速的关系示意图；

图3为本发明实施例中风电机组运行状态判断分析样本数据提取结果示意图；

图4为本发明实施例中直方图。

具体实施方式

下面结合附图对本发明的具体实施方式作详细说明。

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

本发明提供一种风电机组运行状态划分方法，包括：

S1根据预先采集的风电机组数据中转速与风速的关系确定风电机组运行区间，构建分析数据集；

由图2可知，风电机组主要运行在3种区间内，一是切入风速以下，风电机组无转速；二是切入风速与额定风速之间，转速随风速的增加而线性增大；三是额定风速与切除风速之间，转速保持稳定，不再随风速的增大而增大。因而需对切入风速与额定风速之间和额定风速与切除风速之间的风电机组运行状态分别进行划分，具体为：

若风电机组无转速，则风电机组运行区间低于切入风速；

若转速随风速的增加而线性增大，则风电机组运行区间处于切入风速与额定风速之间；

若转速保持稳定，则风电机组运行区间处于额定风速与切除风速之间。

在切入风速与额定风速之间，需综合考虑样本容量和数据异常问题，恰当选取合适的风速水平w_I对风电机组运行状态的判断提取分析数据；在额定风速与切除风速之间，恰当选取的风速水平w_C对风电机组运行状态的判断提取分析数据。假定风电机组实际运行数据样本集为{S}，

若风电机组运行区间处于切入风速与额定风速之间，通过{S_I}＝{S|w_I}确定分析数据集：

若风电机组运行区间处于额定风速与切除风速之间，通过{S_C}＝{S|w_C}确定分析数据集：

式中，{S}表示预设风电机组实际运行数据样本集，w_额定≤w_I＜w_切除；w_I表示风电机组运行区间处于切入风速w_切入与额定风速w_额定之间的风速水平，w_C表示风电机组运行区间处于额定风速w_额定与切除风速w_切除之间的风速水平；w_I和w_C满足w_切入＜w_I＜w_额定。

S2根据所述分析数据集，确定风电机组运行状态的划分阈值；

根据预定义的风电机组运行的概率分布，划分风电机组运行状态，获得每一种运行状态的概率分布，以及分析数据集{S_I}和{S_C}的转速概率密度分布；

根据所述转速概率密度分布计算风电机组运行状态的划分阈值。

根据分析数据集确定不同运行状态的划分阈值，阈值的确定需依从客观规律，一般而言，最佳和最差运行状态相对较少，一般运行状态相对较多，如以正态分布来进行表征，最佳和最差运行状态应处于正态分布的两端，一般运行状态应处于正态分布的中间；如图3所示。

正态分布(Normal distribution)，也称“常态分布”，又名高斯分布(Gaussiandistribution)，最早由A.棣莫弗在求二项分布的渐近公式中得到。对一维正态分布而言，若随机变量X服从一个位置参数为μ、尺度参数为σ的概率分布，且其概率密度函数为：

则这个随机变量就称为正态随机变量，正态随机变量服从的分布就称为正态分布，记作X～(μ,σ²)。

当μ＝0,σ＝1时，正态分布就成为标准正态分布：

本项目中将风电机组运行状态定义为5类，分别为“1”最佳状态，“2”较佳状态，“3”一般状态，“4”较差状态，“5”最差状态，按照标准正态分布规律确定各状态划分阈值，根据标准正态分布规律，在±3σ范围内累积概率分布达到99.74％，±3σ之外的累积概率仅为0.26％，本模型中忽略该小概率事件。标准正态分布中σ＝1，于是通过下式确定风电机组运行的概率分布：

P(|x|≤3)＝0.9974式中，x表示风电机组运行状态。

划分风电机组运行状态，包括：按照标准正态分布规律将风电机组运行状态定义为5类，分别为最佳状态x₁、较佳状态x₂、一般状态x₃、较差状态x₄和最差状态x₅；其中，最佳和最差运行状态分布于正态分布的两端，一般状态处于正态分布中间；分别通过下式确定五种风电机组运行状态：

通过下式确定每一种运行状态的概率分布：

0.0346、0.2384、0.4514、0.2384和0.0346分别为3倍标准差范围内，每一种风电机组运行状态x₁,x₂,x₃,x₄,x₅平均分的5个区间在标准正太分布中的概率占比。

采用直方图法，以风电机组转速为参量，分别获得分析数据集{S_I}和{S_C}的转速概率密度分布f(R_I,x),1≤x≤n_I和f(R_C,x),1≤x≤n_C；其中，n_I和n_C分别为分析样本集的样本容量。

直方图法：直方图法基于概率密度的一个基本性质：随机变量X如有密度f，则X取值在区间[a,b]的概率P(a≤X≤b)等于

若有X的简单样本X₁,…,X_n，则P(a≤X≤b)可用

#{i:1≤i≤n,a≤X_i≤b}/n

去估计，式中#{·}计算样本数量。因此，P(a≤X≤b)/(b-a)即

可以用

#{i；1≤i≤n,a≤X_i≤b}/n(b-a)

去估计；当b-a充分小时，

可近似代表f(x)在区间[a,b]上之值。这样就得到了f的一个估值。基于上述原理，直方图法可描述为：选择一个恰当的正数θ，把全直线分为一些长为θ的区间，任取这些区间之一，计为I。对x∈I，以

#{i:1≤i≤n,X_i∈I}/nθ

作为f(x)的估计。这个估计的图形是一个边长为h的阶梯形，若从每一端点底边作垂线以构成举行，则得到一个如图1的图形，它是由一些直立的矩形排在一起而成，故称为直方图法，如图4所示。

图中，O为分割点之一，如预先选定任一点a为分割点，则所有分割点都有a+iθ的形式，i＝0,±1,±2,…。其中重要的是θ的选择。θ太大，平均化的作用突出，淹没了密度的细节部分；θ太小，首随机性影响太大，易产生极不规则的形状。目前无现成规则，一般进行恰当选择，平衡上述两种效应。当样本个数n较大时，θ可适当取小。

按照上式中的状态概率分布，确定风电机组运行的划分阈值：

式中，

分别为状态分析数据集{S_I}对应的风电机组运行状态的划分阈值。

S3根据阈值确定风电机组运行状态通过下式确定：

式中，当数据处于{S_I,1}时为最佳状态、当数据处于{S_I,2}时为较佳状态、当数据处于{S_I,3}时为一般状态、当数据处于{S_I,4}时为较差状态和当数据处于{S_I,5}时为最差状态。

基于同一发明构思，本发明还提出一种风电机组运行状态划分装置，包括：

定义模块，用于根据预先采集的风电机组数据中转速与风速的关系确定风电机组运行区间；

构建模块，用于构建分析数据集；

确定模块，用于根据所述分析数据集，确定风电机组运行状态的划分阈值；

获取模块，用于根据阈值确定风电机组运行状态。

其中，定义模块，包括：

第一定义单元，用于若风电机组无转速，则风电机组运行区间低于切入风速；

第二定义单元，用于若转速随风速的增加而线性增大，则风电机组运行区间处于切入风速与额定风速之间；

第三定义单元，用于若转速保持稳定，则风电机组运行区间处于额定风速与切除风速之间。

构建模块，包括第一构建单元，用于若风电机组运行区间处于切入风速与额定风速之间，通过{S_I}＝{S|w_I}确定分析数据集；

第二构建单元，用于若风电机组运行区间处于额定风速与切除风速之间，通过{S_C}＝{S|w_C}确定分析数据集；

式中，{S}表示预设风电机组实际运行数据样本集，w_额定≤w_I＜w_切除；w_I表示风电机组运行区间处于切入风速w_切入与额定风速w_额定之间的风速水平，w_C表示风电机组运行区间处于额定风速w_额定与切除风速w_切除之间的风速水平；w_I和w_C满足w_切入＜w_I＜w_额定。

确定模块，包括：

状态划分单元，用于根据预定义的风电机组运行的概率分布，划分风电机组运行状态；

第一计算单元，用于获得每一种运行状态的概率分布；

第二计算单元，用于获得分析数据集{S_I}和{S_C}的转速概率密度分布；

第三计算单元，用于根据转速概率密度分布计算风电机组运行状态的划分阈值。本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (12)

1.一种风电机组运行状态划分方法，其特征在于，所述方法包括：

根据预先采集的风电机组数据中转速与风速的关系确定风电机组运行区间，构建分析数据集；

根据所述分析数据集，确定风电机组运行状态的划分阈值；

根据所述阈值确定所述风电机组运行状态；

所述根据分析数据集，确定风电机组运行状态的划分阈值，包括：

根据预定义的风电机组运行的概率分布，划分风电机组运行状态，获得每一种运行状态的概率分布，以及分析数据集{S_I}和{S_C}的转速概率密度分布；

根据所述转速概率密度分布计算风电机组运行状态的划分阈值；其中，{S_I}和{S_C}表示风电机组运行区间分别处于切入风速与额定风速之间和额定风速与切除风速之间的分析数据集；

采用直方图法，以风电机组转速为参量，分别获得分析数据集{S_I}和{S_C}的转速概率密度分布f(R_I,x),1≤x≤n_I和f(R_C,x),1≤x≤n_C；其中，n_I和n_C分别为分析样本集的样本容量。

2.如权利要求1所述的方法，其特征在于，所述根据预先采集的风电机组数据中转速与风速的关系确定风电机组运行区间，包括：

若风电机组无转速，则确定风电机组运行区间低于切入风速；

若转速随风速的增加而线性增大，则确定风电机组运行区间处于切入风速与额定风速之间；

若转速保持稳定，则确定风电机组运行区间处于额定风速与切除风速之间。

3.如权利要求2所述的方法，其特征在于，若风电机组运行区间处于切入风速与额定风速之间，通过{S_I}＝{S|w_I}确定分析数据集；

若风电机组运行区间处于额定风速与切除风速之间，通过{S_C}＝{S|w_C}确定分析数据集；

式中，{S}表示预设风电机组实际运行数据样本集，w_额定≤w_I＜w_切除；w_I表示风电机组运行区间处于切入风速w_切入与额定风速w_额定之间的风速水平，w_C表示风电机组运行区间处于额定风速w_额定与切除风速w_切除之间的风速水平；w_I和w_C满足w_切入＜w_I＜w_额定。

4.如权利要求1所述的方法，其特征在于，通过下式确定风电机组运行的概率分布：

P(|x|≤3)＝0.9974

式中，x表示在±3σ范围内的风电机组运行状态，标准正态分布中σ＝1；0.9974通过查找标准正态分布表获得。

5.如权利要求1所述的方法，其特征在于，所述确定风电机组运行状态，包括：按照标准正态分布规律将风电机组运行状态定义为五类，分别通过下式确定五类风电机组运行状态：

其中，x₁,x₂,x₃,x₄,x₅分别表示最佳状态x₁、较佳状态x₂、一般状态x₃、较差状态x₄和最差状态x₅；最佳和最差运行状态分布于正态分布的两端，一般状态处于正态分布中间。

6.如权利要求5所述的方法，其特征在于，通过下式确定每一种运行状态的概率分布：

7.如权利要求1所述的方法，其特征在于，按照上式中的状态概率分布，确定风电机组运行的划分阈值：

式中，

分别为状态分析数据集{S_I}对应的风电机组运行状态的划分阈值。

8.如权利要求7所述的方法，其特征在于，所述根据阈值确定所述风电机组运行状态通过下式确定：

式中，当数据处于{S_I,1}时为最佳状态、当数据处于{S_I,2}时为较佳状态、当数据处于{S_I,3}时为一般状态、当数据处于{S_I,4}时为较差状态和当数据处于{S_I,5}时为最差状态。

9.应用于如权利要求1-8任一种所述风电机组运行状态划分方法的风电机组运行状态划分装置，其特征在于，所述装置包括：

定义模块，用于根据预先采集的风电机组数据中转速与风速的关系确定风电机组运行区间；

构建模块，用于构建分析数据集；

确定模块，用于根据所述分析数据集，确定风电机组运行状态的划分阈值；

获取模块，用于根据阈值确定风电机组运行状态。

10.如权利要求9所述的装置，其特征在于，所述定义模块，包括：

第一定义单元，用于若风电机组无转速，则风电机组运行区间低于切入风速；

第二定义单元，用于若转速随风速的增加而线性增大，则风电机组运行区间处于切入风速与额定风速之间；

第三定义单元，用于若转速保持稳定，则风电机组运行区间处于额定风速与切除风速之间。

11.如权利要求9所述的装置，其特征在于，所述构建模块，包括第一构建单元，用于若风电机组运行区间处于切入风速与额定风速之间，通过{S_I}＝{S|w_I}确定分析数据集；

第二构建单元，用于若风电机组运行区间处于额定风速与切除风速之间，通过{S_C}＝{S|w_C}确定分析数据集；

式中，{S}表示预设风电机组实际运行数据样本集，w_额定≤w_I＜w_切除；w_I表示风电机组运行区间处于切入风速w_切入与额定风速w_额定之间的风速水平，w_C表示风电机组运行区间处于额定风速w_额定与切除风速w_切除之间的风速水平；w_I和w_C满足w_切入＜w_I＜w_额定。

12.如权利要求9所述的装置，其特征在于，所述确定模块，包括：

状态划分单元，用于根据预定义的风电机组运行的概率分布，划分风电机组运行状态；

第一计算单元，用于获得每一种运行状态的概率分布；

第二计算单元，用于获得分析数据集{S_I}和{S_C}的转速概率密度分布；

第三计算单元，用于根据转速概率密度分布计算风电机组运行状态的划分阈值。

Images