CN108448625A - 一种基于数据驱动的风机切入风速计算方法 - Google Patents
一种基于数据驱动的风机切入风速计算方法 Download PDFInfo
- Publication number
- CN108448625A CN108448625A CN201810310857.1A CN201810310857A CN108448625A CN 108448625 A CN108448625 A CN 108448625A CN 201810310857 A CN201810310857 A CN 201810310857A CN 108448625 A CN108448625 A CN 108448625A
- Authority
- CN
- China
- Prior art keywords
- wind
- data
- air speed
- incision
- wind turbine
- 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
- 238000000205 computational method Methods 0.000 title claims abstract description 11
- 238000000034 method Methods 0.000 claims abstract description 50
- 238000012216 screening Methods 0.000 claims abstract description 23
- 238000012937 correction Methods 0.000 claims abstract description 15
- 238000013178 mathematical model Methods 0.000 claims abstract description 6
- 238000004364 calculation method Methods 0.000 claims abstract description 4
- 238000010248 power generation Methods 0.000 claims description 9
- 238000005520 cutting process Methods 0.000 claims description 6
- 238000010187 selection method Methods 0.000 claims description 6
- 238000007619 statistical method Methods 0.000 claims description 5
- 230000000717 retained effect Effects 0.000 claims description 4
- 230000007257 malfunction Effects 0.000 claims description 2
- 230000008901 benefit Effects 0.000 abstract description 7
- 230000005611 electricity Effects 0.000 description 10
- 238000011161 development Methods 0.000 description 6
- 230000018109 developmental process Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 241001269238 Data Species 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000032683 aging Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 206010008190 Cerebrovascular accident Diseases 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- H02J3/386—
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
Landscapes
- Wind Motors (AREA)
Abstract
本发明公开了一种基于数据驱动的风机切入风速计算方法，该方法包括采集待计算风机的秒级运行数据组，并通过风向角的余弦计算，校正获得对应功率下的理论风速数据组；通过厂家提供的所述待计算风机型号的风功率曲线表数据，使用最小二乘方法建立风机功率曲线的数学模型，去除所述理论风速数据组中风速与对应功率偏差较大的数据获得待筛选风速数据组。该方法结合了风机标准功率曲线数据，大大提高了切入风速筛选和选择的效率。基于数据驱动的优势，充分利用了风机运行的历史数据，而不必在现场长时间对风机运行进行观测和记录，节省了切入风速计算的时间和成本。本方法考虑了风向角对切入风速的影响，使计算结果更为准确。
Description
技术领域
本发明涉及风机切入风速计算技术领域，特别是涉及一种基于数据驱动的风机切入风速计算方法。
背景技术
在当前的能源环境背景下，新能源发电特别是风力发电的发展受到了广泛的关注。发展风电成为了减少国民经济对化石能源的依赖、解决能源生产与消费之间的矛盾和减少温室气体排放保持生态平衡的重要途径。随着资源与环境双重压力的持续增大，发展风力发电已成为我国甚至是国际未来能源利用的发展方向。
随着我国近年风电事业的迅猛发展，早年投入使用的老旧风机已经接近其设计寿命甚至超期服役，零部件老化现象也逐渐显现，原先制定的风机发电切入风速设定值已难以适应实际运行环境与工况的改变，因此，对老旧风机发电的切入风速设定值开展修订计算方法研究，对合理利用老旧风机，提升风场经济效益具有重要的理论指导与使用价值。
切入风速是针对并网型风机而言的，是指达到并网条件的风速，也就是可以发电的最低风速，低于此风速会自动停机。目前，对于风机切入风速计算的研究，主要通过现场试验的方法，但这种方法需要长时间进行试验，不仅耗费大量时间，也耗费大量的人力，并且由于风速的不确定性，很难通过现场的试验得出有效的风速结果。
发明内容
本发明提供了一种基于数据驱动的风机切入风速计算方法。
本发明提供了如下方案：
一种基于数据驱动的风机切入风速计算方法，包括：
采集待计算风机的秒级运行数据组，并通过风向角的余弦计算，校正获得对应功率下的理论风速数据组；
通过厂家提供的所述待计算风机型号的风功率曲线表数据，使用最小二乘方法建立风机功率曲线的数学模型，去除所述理论风速数据组中风速与对应功率偏差较大的数据获得待筛选风速数据组；
根据所述待计算风机的运行状态值，建立风机切入状态模型，对所述待筛选风速数据组包含的风速数据进行进一步筛选，筛选出符合所述待计算风机切入状态的切入风速数据组；
根据切入风速下的功率对所述切入风速数据组中包含的风速数据进行分类，保留主动切入的风速数据获得主动切入风速数据组；
将所述主动切入风速数据组中包含的风速数据进行排序，通过统计分析学中的分位数选择方法，选出风机能够启动的风速作为所述待计算风机的切入风速。
优选的：所述余弦计算所用公式为：
S'＝S·cosα
上式中S'为校正后风速，S为风机运行秒级数据组中的风速，α为风速的风向角。
优选的：所述最小二乘方法使用的拟合函数为：
y＝∑θixi
上式中θi为第i阶变量的系数，x为风速变量，i为多项式拟合的阶数，y为风机的功率。
优选的：所述去除所述理论风速数据组中风速与对应功率偏差较大的数据获得待筛选风速数据组；包括：
去除风速大于5米每秒的风速数据获得待筛选风速数据组。
优选的：去除风速大于5米每秒的风速数据时的规则为：遍历每一条运行数据，若第i条数据风速大于5米每秒，则去掉第i条数据；若风速小于5米每秒，则保留第i条数据。
优选的：在去掉大于5米的风速数据之后，根据标准功率曲线对数据进行进一步筛选获得筛选风速数据组，对于功率大于0的情况，筛选公式为：
上式中error为实际功率与标准功率曲线的偏差，P为实际功率，y为标准功率曲线下计算的标准功率，θi为标准功率曲线的多项式参数，x为风速S；筛选规则为去除error大于0.5的数据，即实际功率与标准功率曲线功率偏差超过50％的数据，保留error小于0.5的数据。
优选的：所述运行状态包括待机状态、正常发电状态、维护状态、故障状态；将与待机状态以及正常发电状态对应的待筛选风速数据组中的风速数据保留，获得所述切入风速数据组。
优选的：所述将所述主动切入风速数据组中包含的风速数据进行排序，通过统计分析学中的分位数选择方法，选出风机能够启动的风速作为所述待计算风机的切入风速；包括：
排序的规则为从小到大排序；再通过四分位数的规则选取第3个四分位数作为所述待计算风机的切入风速。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
通过本发明，可以实现一种基于数据驱动的风机切入风速计算方法，在一种实现方式下，该方法可以包括采集待计算风机的秒级运行数据组，并通过风向角的余弦计算，校正获得对应功率下的理论风速数据组；通过厂家提供的所述待计算风机型号的风功率曲线表数据，使用最小二乘方法建立风机功率曲线的数学模型，去除所述理论风速数据组中风速与对应功率偏差较大的数据获得待筛选风速数据组；根据所述待计算风机的运行状态值，建立风机切入状态模型，对所述待筛选风速数据组包含的风速数据进行进一步筛选，筛选出符合所述待计算风机切入状态的切入风速数据组；根据切入风速下的功率对所述切入风速数据组中包含的风速数据进行分类，保留主动切入的风速数据获得主动切入风速数据组；将所述主动切入风速数据组中包含的风速数据进行排序，通过统计分析学中的分位数选择方法，选出风机能够启动的风速作为所述待计算风机的切入风速。该方法结合了风机标准功率曲线数据，大大提高了切入风速筛选和选择的效率。基于数据驱动的优势，充分利用了风机运行的历史数据，而不必在现场长时间对风机运行进行观测和记录，节省了切入风速计算的时间和成本。本方法考虑了风向角对切入风速的影响，使计算结果更为准确。
当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
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，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种基于数据驱动的风机切入风速计算方法的流程图；
图2为导出WT02093风机的秒级运行数据；
图3为cos校正后的风机秒级运行数据；
图4为5阶多项式拟合标准功率曲线；
图5为筛选出小于5米的风速数据；
图6为根据功率曲线筛选后数据；
图7为切入逻辑筛选后结果；
图8为主动切入风速列表。
具体实施方式
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，所描述的实施例仅仅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所获得的所有其他实施例，都属于本发明保护的范围。
实施例
参见图1，为本发明实施例提供的一种基于数据驱动的风机切入风速计算方法，如图1所示，该方法包括采集待计算风机的秒级运行数据组，并通过风向角的余弦计算，校正获得对应功率下的理论风速数据组；
通过厂家提供的所述待计算风机型号的风功率曲线表数据，使用最小二乘方法建立风机功率曲线的数学模型，去除所述理论风速数据组中风速与对应功率偏差较大的数据获得待筛选风速数据组；
根据所述待计算风机的运行状态值，建立风机切入状态模型，对所述待筛选风速数据组包含的风速数据进行进一步筛选，筛选出符合所述待计算风机切入状态的切入风速数据组；
根据切入风速下的功率对所述切入风速数据组中包含的风速数据进行分类，保留主动切入的风速数据获得主动切入风速数据组；
将所述主动切入风速数据组中包含的风速数据进行排序，通过统计分析学中的分位数选择方法，选出风机能够启动的风速作为所述待计算风机的切入风速。
该方法在实际应用时，可以包含以下步骤：
步骤1：风机运行数据获取及校正，具体包括如下步骤：
步骤1.1：获取风机运行秒级数据
在对风机切入风速进行计算时，需要获取风机运行时的数据，由于风速具有不确定性，因此通过高频率的数据采样能够尽可能保留真实的风速信息。风机的秒级数据是风场现场采样频率最高的数据，对于风电运营企业来说，可以从公司服务器的数据库中获取某风场某台风机的秒级数据。
步骤1.2：余弦计算校正风速数据
风场现场采集的数据为一次数据，即直接从传感器获取的数据。风速传感器只能采集到风速的大小，风向的采集由风向仪完成。本方法为了消除计算的偏差，将实时风速校正为投影到风向角为0的方向的风速。
通过余弦计算来校正风速，使用公式为：
S'＝S·cosα
上式中S'为校正后风速，S为风机运行秒级数据中的风速，α为风速的风向角。
步骤2：风功率曲线的拟合与风机运行秒级数据筛选，具体包括如下步骤：
步骤2.1：最小二乘法拟合风功率曲线
由于风机生产商标准功率曲线以列表的形式提供，精度为0.5米，为了更好筛选数据，通过最小二乘拟合标准功率曲线。本方法使用最小二乘法多项式拟合，对于给定的离散风功率曲线数据，恰当选取通用模型中的函数类别与具体形式，以保证拟合效果。功率上升部分符合多项式函数的特征，通过多项式拟合函数，实现风功率曲线的拟合。
多项式拟合可以选择不同阶数的拟合函数：
y＝∑θixi
其中，θi为第i阶变量的系数，x为风速变量，i为多项式拟合的阶数，y为风机的功率。
本方法比较了2至6阶的拟合函数，选择拟合效果最好的高阶多项式作为标准功率曲线的数学模型。
步骤2.2：数据初步筛选
风机运行秒级数据的采样周期为1至5秒，即每隔1至5秒采集一组风机运行数据，而短时间内风机的启动和切入次数十分有限，为了计算符合统计规律的切入风速，需要通过3至5个月的风机运行数据进行统计。风机出厂设置的切入风速为3米每秒，在风机的使用过程中切入风速会发生变化，但不会超过5米每秒。因此可以去除风速大于5米每秒的数据来减少数据量，对数据进行初步筛选。筛选规则为：
遍历每一条运行数据，若第i条数据风速大于5米每秒，则去掉第i条数据；若风速小于5米每秒，则保留第i条数据。
步骤2.3：通过标准功率曲线筛选数据
在去掉大于5米的风速数据之后，根据标准功率曲线对数据进行进一步筛选。对于功率大于0的情况，筛选公式为：
其中error为实际功率与标准功率曲线的偏差，P为实际功率，y为标准功率曲线下计算的标准功率，θi为标准功率曲线的多项式参数，x为风速S。筛选规则为去除error大于0.5的数据，即实际功率与标准功率曲线功率偏差超过50％的数据，保留error小于0.5的数据。
步骤3：建立基于风机运行状态的风机切入模型，具体包括如下步骤：
步骤3.1：建立风机切入判断逻辑
风机运行秒级数据中包含了风机状态数据，风机状态包括待机、正常发电、维护、故障等。根据不同的风机协议，风机的状态对应着不同的状态码。通过遍历风机运行数据，假设第i组数据的运行状态为正常发电状态，第i-1组数据的运行状态为待机状态，则这两组数据符合风机启动切入的逻辑，保留这两组数据；运行状态不改变或者状态改变逻辑不符合切入判断逻辑的数据则去除。
步骤3.2：切入风速排序及切出风速选择
通过以上步骤，可以获得满足风机切入情况的风速数据，通常根据4个月的风机数据进行计算可用获得120组切入风速数据，而在统计学中普遍使用四分位数对样本进行定性分析，因此本方法选择第3个分位数，即75％以上情况能主动启动的风速作为风机的切入风速。排序及选择的步骤为：首先将筛选得到的风机切入风速进行排序，排序的规则为从小到大排序；然后通过四分位数的规则选取第3个四分位数作为风机的切入风速。
风力发电在我国的发展已有长达二十多年的发展，距离第一批风电机组的投产运行也已过了20余年，设备老化等引发的故障停运事故层出不穷，因此，老旧风机的性能与出厂时的标准有较大的偏差。若仍按照出厂制定的切入风速启动，则可能在此风速下只能从电网取电来启动风机，这不仅增加了风电场的场用电，而且也大大降低了风机的经济效益。目前风机切入风速的校正还没有太好的研究方法，主要通过风场现场试验校正，不仅费时而且费力。本发明提出的基于数据驱动的风机切入风速计算方法，通过对风机运行秒级数据进行筛选与分析，最后根据统计分位点风速确定风机切入风速的方法，具有快速高效、并且能针对不同风机单独计算其切入风速的特点，有着重要的现实意义。为了验证前面提出的方法的有效性和合理行，采取某风电场某风机的数据进行分析验证。具体方法步骤如下所示：
步骤1：风机运行数据获取及校正，具体包括如下步骤：
步骤1.1：获取风机运行秒级数据
在对风机切入风速进行计算时，需要获取风机运行时的数据。以某风场的风机编号为WT02093的风机为例，从龙源电力集团数据库中导出WT02093风机2017年1月1日0：0到2017年5月15日14：38分的秒级数据，见附图2，数据总量为982895条数据。
步骤1.2：余弦计算校正风速数据
风场现场采集的数据为一次数据，即直接从传感器获取的数据。从附图2可以看到，风机秒级运行数据中包含了风速信息和风向信息，为了消除计算的偏差，将实时风速校正为投影到风向角为0的方向的风速。
通过余弦计算来校正风速，使用公式为：
S'＝S·cosα
上式中S'为校正后风速，S为风机运行秒级数据中的风速，α为风速的风向角。校正风速后的风机数据如附表3所示。
步骤2：风功率曲线的拟合与风机运行秒级数据筛选，具体包括如下步骤：
步骤2.1：最小二乘法拟合风功率曲线
由于风机生产商标准功率曲线以列表的形式提供，精度为0.5米，风机标准功率曲线见附表1。
表1 WT02093风机标准功率曲线表
从表中可以看出，出厂制定的切入风速为3米每秒，在风速到达12米每秒时进入满发状态，直到风速大于25米每秒就切出。从3米每秒到12米每秒的风速中，对应的功率并不是线性增加，在使用最小二乘法对这部分风功率曲线进行多项式拟合。多项式拟合可以选择不同阶数的拟合函数：
y＝∑θixi
其中，θi为第i阶变量的系数，x为风速变量，i为多项式拟合的阶数，y为风机的功率。本方法比较了2至6阶的拟合函数，其中5阶多项式拟合的效果最好，见附图4。拟合的表达式为：
y＝330.8-356.4x+137.5x2-23.8x3+2.142x4-0.07091x5
步骤2.2：数据初步筛选
风机出厂设置的切入风速为3米每秒，在风机的使用过程中切入风速会发生变化，但不会超过5米每秒。因此可以去除风速大于5米每秒的数据来减少数据量，对数据进行初步筛选。筛选规则为：
遍历每一条运行数据，若第i条数据风速大于5米每秒，则去掉第i条数据；若风速小于5米每秒，则保留第i条数据。筛选后的结果如附图5所示，此时数据量减少为230494条。
步骤2.3：通过标准功率曲线筛选数据
在去掉大于5米的风速数据之后，根据标准功率曲线对数据进行进一步筛选。对于功率大于0的情况，筛选公式为：
其中error为实际功率与标准功率曲线的偏差，P为实际功率，y为标准功率曲线下计算的标准功率，θi为标准功率曲线的多项式参数，x为风速S’。筛选规则为去除error大于0.5的数据，即实际功率与标准功率曲线功率偏差超过50％的数据，保留error小于0.5的数据。这一步骤通过编程实现，筛选结果见附图6，筛选后剩余202767条数据。
步骤3：建立基于风机运行状态的风机切入模型，具体包括如下步骤：
步骤3.1：建立风机切入判断逻辑
风机运行秒级数据中包含了风机状态数据，风机状态包括待机、正常发电、维护、故障等。WT02093风机采用的协议为11205，具体协议见附表2。
表2 WT02093风机协议
风机切入过程状态变化为状态代码从其他变化为4或者5，通过程序进行筛选，筛选结果见附图7，共有283组切入风速数据。
步骤3.2：切入风速排序及切出风速选择
通过以上步骤，可以获得满足风机切入情况的风速数据，再根据功率数据将切入情况分成主动切入和被动切入两种。其中主动切入时功率大于0，被动切入时功率小于0。分类后获得的主动切入数据如附图8所示，共有92组主动切入风速数据。然后将风速进行提取，并排序，排序的结果如附表3所示。
表3 主动启动风速排序
在统计学中普遍使用四分位数对样本进行定性分析，因此本方法选择第3个四分位数，即75％以上情况能主动启动的风速作为风机的切入风速。92组数据的第三个四分位数为第69个，因此选择第69组数据的4.7683米每秒作为WT02093风机的校正切入风速。
本申请提供的方法，本方法只要获得某风机的运行秒级数据，以及风机制造厂商提供的风功率曲线表，就能够计算出该风机的主动切入风速，并且在获取的秒级数据量越大的情况下计算越准确。本发明能够利用统计数据计算得出风机的切入风速，方法切实可行，结论合理，有助于老旧风场风机切入风速的调整、主动启动时机的选择等相关应用。结合了风机标准功率曲线数据，大大提高了切入风速筛选和选择的效率。基于数据驱动的优势，充分利用了风机运行的历史数据，而不必在现场长时间对风机运行进行观测和记录，节省了切入风速计算的时间和成本。本方法考虑了风向角对切入风速的影响，使计算结果更为准确。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。
Claims (8)
1.一种基于数据驱动的风机切入风速计算方法，其特征在于，包括：
采集待计算风机的秒级运行数据组，并通过风向角的余弦计算，校正获得对应功率下的理论风速数据组；
通过厂家提供的所述待计算风机型号的风功率曲线表数据，使用最小二乘方法建立风机功率曲线的数学模型，去除所述理论风速数据组中风速与对应功率偏差较大的数据获得待筛选风速数据组；
根据所述待计算风机的运行状态值，建立风机切入状态模型，对所述待筛选风速数据组包含的风速数据进行进一步筛选，筛选出符合所述待计算风机切入状态的切入风速数据组；
根据切入风速下的功率对所述切入风速数据组中包含的风速数据进行分类，保留主动切入的风速数据获得主动切入风速数据组；
将所述主动切入风速数据组中包含的风速数据进行排序，通过统计分析学中的分位数选择方法，选出风机能够启动的风速作为所述待计算风机的切入风速。
2.根据权利要求1所述的方法，其特征在于，所述余弦计算所用公式为：
S'＝S·cosα
上式中S'为校正后风速，S为风机运行秒级数据组中的风速，α为风速的风向角。
3.根据权利要求1所述的方法，其特征在于，所述最小二乘方法使用的拟合函数为：
y＝∑θixi
上式中θi为第i阶变量的系数，x为风速变量，i为多项式拟合的阶数，y为风机的功率。
4.根据权利要求1所述的方法，其特征在于，所述去除所述理论风速数据组中风速与对应功率偏差较大的数据获得待筛选风速数据组；包括：
去除风速大于5米每秒的风速数据获得待筛选风速数据组。
5.根据权利要求4所述的方法，其特征在于，去除风速大于5米每秒的风速数据时的规则为：遍历每一条运行数据，若第i条数据风速大于5米每秒，则去掉第i条数据；若风速小于5米每秒，则保留第i条数据。
6.根据权利要求5所述的方法，其特征在于，在去掉大于5米的风速数据之后，根据标准功率曲线对数据进行进一步筛选获得筛选风速数据组，对于功率大于0的情况，筛选公式为：
上式中error为实际功率与标准功率曲线的偏差，P为实际功率，y为标准功率曲线下计算的标准功率，θi为标准功率曲线的多项式参数，x为风速S；筛选规则为去除error大于0.5的数据，即实际功率与标准功率曲线功率偏差超过50％的数据，保留error小于0.5的数据。
7.根据权利要求1所述的方法，其特征在于，所述运行状态包括待机状态、正常发电状态、维护状态、故障状态；将与待机状态以及正常发电状态对应的待筛选风速数据组中的风速数据保留，获得所述切入风速数据组。
8.根据权利要求1所述的方法，其特征在于，所述将所述主动切入风速数据组中包含的风速数据进行排序，通过统计分析学中的分位数选择方法，选出风机能够启动的风速作为所述待计算风机的切入风速；包括：
排序的规则为从小到大排序；再通过四分位数的规则选取第3个四分位数作为所述待计算风机的切入风速。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810310857.1A CN108448625B (zh) | 2018-04-09 | 2018-04-09 | 一种基于数据驱动的风机切入风速计算方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810310857.1A CN108448625B (zh) | 2018-04-09 | 2018-04-09 | 一种基于数据驱动的风机切入风速计算方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108448625A true CN108448625A (zh) | 2018-08-24 |
| CN108448625B CN108448625B (zh) | 2020-09-11 |
Family
ID=63199009
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810310857.1A Active CN108448625B (zh) | 2018-04-09 | 2018-04-09 | 一种基于数据驱动的风机切入风速计算方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108448625B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109190994A (zh) * | 2018-09-18 | 2019-01-11 | 东北大学 | 基于多变量统计控制图对风机发电性能判定方法 |
| CN109441723A (zh) * | 2018-12-07 | 2019-03-08 | 新疆金风科技股份有限公司 | 风力发电机组启机控制方法、装置、存储介质 |
| CN112377366A (zh) * | 2020-11-23 | 2021-02-19 | 中国船舶重工集团海装风电股份有限公司 | 一种切入风速的优化方法、装置、设备及可读存储介质 |
| CN113139880A (zh) * | 2021-03-31 | 2021-07-20 | 华润风电(费县)有限公司 | 风电机组实际功率曲线拟合方法、装置、设备及存储介质 |
| CN113297728A (zh) * | 2021-04-30 | 2021-08-24 | 东方电气风电有限公司 | 一种基于风场风速关联的单风机虚拟风速计算方法及系统 |
| CN114580192A (zh) * | 2022-03-15 | 2022-06-03 | 北京博数智源人工智能科技有限公司 | 一种风机切入风速及额定风速的计算方法及装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201705562U (zh) * | 2010-05-17 | 2011-01-12 | 中能电力科技开发有限公司 | 风电场限电统计装置 |
| CN103291544A (zh) * | 2013-06-21 | 2013-09-11 | 华北电力大学 | 数字化风电机组功率曲线绘制方法 |
| CN105896599A (zh) * | 2016-04-27 | 2016-08-24 | 国家电网公司 | 一种考虑风机特性的风机出力多指标评估方法 |
| CN107330183A (zh) * | 2017-06-29 | 2017-11-07 | 华北电力大学 | 一种基于运行数据的风电利用率计算方法 |
-
2018
- 2018-04-09 CN CN201810310857.1A patent/CN108448625B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201705562U (zh) * | 2010-05-17 | 2011-01-12 | 中能电力科技开发有限公司 | 风电场限电统计装置 |
| CN103291544A (zh) * | 2013-06-21 | 2013-09-11 | 华北电力大学 | 数字化风电机组功率曲线绘制方法 |
| CN105896599A (zh) * | 2016-04-27 | 2016-08-24 | 国家电网公司 | 一种考虑风机特性的风机出力多指标评估方法 |
| CN107330183A (zh) * | 2017-06-29 | 2017-11-07 | 华北电力大学 | 一种基于运行数据的风电利用率计算方法 |
Non-Patent Citations (1)
| Title |
|---|
| 黄哲等: "基于历史运行数据的风电场理论输出功率计算方法分析", 《内蒙古电力技术》 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109190994A (zh) * | 2018-09-18 | 2019-01-11 | 东北大学 | 基于多变量统计控制图对风机发电性能判定方法 |
| CN109190994B (zh) * | 2018-09-18 | 2021-12-28 | 东北大学 | 基于多变量统计控制图对风机发电性能判定方法 |
| CN109441723A (zh) * | 2018-12-07 | 2019-03-08 | 新疆金风科技股份有限公司 | 风力发电机组启机控制方法、装置、存储介质 |
| CN112377366A (zh) * | 2020-11-23 | 2021-02-19 | 中国船舶重工集团海装风电股份有限公司 | 一种切入风速的优化方法、装置、设备及可读存储介质 |
| CN113139880A (zh) * | 2021-03-31 | 2021-07-20 | 华润风电(费县)有限公司 | 风电机组实际功率曲线拟合方法、装置、设备及存储介质 |
| CN113297728A (zh) * | 2021-04-30 | 2021-08-24 | 东方电气风电有限公司 | 一种基于风场风速关联的单风机虚拟风速计算方法及系统 |
| CN114580192A (zh) * | 2022-03-15 | 2022-06-03 | 北京博数智源人工智能科技有限公司 | 一种风机切入风速及额定风速的计算方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108448625B (zh) | 2020-09-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108448625A (zh) | 一种基于数据驱动的风机切入风速计算方法 | |
| CN102914969B (zh) | 一种短期风电功率预测系统的综合误差修正方法 | |
| CN102214259B (zh) | 风电场设计专家系统 | |
| CN101592538B (zh) | 一种基于实测数据风电场稳态输出功率的计算方法 | |
| CN103902837B (zh) | 一种基于经验Copula函数进行风速预测的方法 | |
| CN106991508A (zh) | 一种基于dbscan的风电机组运行状态识别方法 | |
| CN108536958A (zh) | 一种基于功率曲线健康状态分级的风机实时评价方法 | |
| CN109167387A (zh) | 风场风电功率预测方法 | |
| CN104112062B (zh) | 基于插值方法的风资源分布的获取方法 | |
| CN102588210A (zh) | 一种用于功率曲线拟合数据预处理的滤波方法 | |
| CN103489046A (zh) | 风电场短期功率预测方法 | |
| CN110263998A (zh) | 多源数值天气预报集合双层修正方法 | |
| CN112231361A (zh) | 一种基于风机运行数据的风电项目发电量评估方法 | |
| CN104333048A (zh) | 火电机组的调度方法及系统 | |
| CN105591407A (zh) | 可再生能源电站有功出力预测误差间相关性的研究方法 | |
| CN110070223A (zh) | 一种应用于新建风电场的短期功率预测方法 | |
| CN111445055A (zh) | 一种风力发电机组优化选型的方法 | |
| CN115913105A (zh) | 光伏电站标杆阵列的选取方法 | |
| CN110264006B (zh) | 基于混沌萤火虫算法和贝叶斯网络的风电功率概率性预测方法 | |
| CN103714400A (zh) | 一种任意输入参数的风能预测系统和方法 | |
| CN111488712B (zh) | 一种基于迁移学习的风力发电机功率曲线建模方法 | |
| Rasham et al. | Performance of wind turbines at three sites in Iraq | |
| CN106251238B (zh) | 风电场建模序列离散化步长的选取及模型误差分析方法 | |
| CN113567164B (zh) | 一种风电场技术改造需求系统性评估预测方法 | |
| CN103094927A (zh) | 考虑风电出力不确定性与半绝对离差风险的机组组合方法及系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240229 Address after: F17, Block C, International Investment Building, No. 6-9, Fuchengmen North Street, Xicheng District, Beijing 100,034 Patentee after: Longyuan (Beijing) New Energy Engineering Technology Co.,Ltd. Country or region after: China Address before: 100089 616, 6th floor, Sino foreign exchange building, 52 Zhongguancun South Street, Haidian District, Beijing Patentee before: ZHONGNENG POWER-TECH DEVELOPMENT Co.,Ltd. Country or region before: China |
|
| TR01 | Transfer of patent right |