CN108491989A - 一种风电场发电利用小时数的精细化分析方法 - Google Patents
一种风电场发电利用小时数的精细化分析方法 Download PDFInfo
- Publication number
- CN108491989A CN108491989A CN201810063891.3A CN201810063891A CN108491989A CN 108491989 A CN108491989 A CN 108491989A CN 201810063891 A CN201810063891 A CN 201810063891A CN 108491989 A CN108491989 A CN 108491989A
- Authority
- CN
- China
- Prior art keywords
- gas
- electricity
- hourage
- obstructed
- wind
- 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.)
- Pending
Links
- 230000005611 electricity Effects 0.000 title claims abstract description 175
- 238000004458 analytical method Methods 0.000 title claims abstract description 22
- 238000000034 method Methods 0.000 claims abstract description 11
- 238000005290 field theory Methods 0.000 claims abstract description 8
- 238000012423 maintenance Methods 0.000 claims description 29
- 230000005684 electric field Effects 0.000 claims description 15
- 238000010248 power generation Methods 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 9
- 230000007812 deficiency Effects 0.000 claims description 3
- 230000002950 deficient Effects 0.000 claims description 3
- 229940029329 intrinsic factor Drugs 0.000 claims description 3
- 230000004224 protection Effects 0.000 abstract description 7
- 238000005516 engineering process Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 230000005619 thermoelectricity 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及风电清洁能源保障性收购领域,特别涉及一种风电场发电利用小时数的精细化分析方法。所述方法包括如下步骤:(1)收集风电场相关数据;(2)选择样板机;(3)计算风电场实际发电利用小时数;(4)计算风电场理论发电利用小时数;(5)计算风电场内受阻发电利用小时数及其占比;(6)计算风电场外受阻发电利用小时数及其占比;(7)风电场发电利用小时数对标及影响因素分析。本发明建立了风电场发电利用小时数的精细化分析模型;给出了风电场发电利用小时数精细化计算框架;可定位风电场发电利用小时数偏低的原因,为风电场发电利用小时数评估、保障性收购考核提供依据。
Description
技术领域
本发明属于风电清洁能源保障性收购领域,具体涉及一种考虑限电、检修、故障、不良工况、线路稳定极限、电网调峰等因素影响的风电场发电利用小时数的精细化分析计算方法。
背景技术
我国东北、西北新能源基地风电装机容量占区域总装机的20%以上,由于风力发电的波动性、间歇性特点,需要在用电低谷时段对风场进行弃风限电,以保障电网供电安全。为达成清洁能源保障性收购的要求,虽然利用火电深度调峰、可再生能源跨区现货交易等方式可以进行部分消纳,但风电场发电利用小时数仍然偏低。
近期,为提高新能源消纳水平,国家能源局提出了清洁能源保障性收购要求,其中要求风电场发电利用小时数应不低于1850,因此,精细化的评估风电场发电利用小时数是风电场完成考核指标的重要依据。然而,风电场发电利用小时数受风力资源特性、风场内、风场外、限电、非限电等因素影响,目前尚缺乏考虑上述原因对风电场发电利用小时数进行精细化分析的方法;同时,量化限电、检修、故障、不良工况、线路稳定极限、电网调峰等因素对风电场发电利用小时数的影响程度,可以明确风电场发电利用小时数偏低的原因,有助于风电场采取有针对性的改进措施。
发明内容
针对背景技术中的问题,本发明的目的在于提出了一种基于大数据技术的电网模型管理和分析架构。本发明量化了场内故障停电受阻、场内检修停电受阻、场内风机不良工况受阻、场外通道稳定极限受阻、电网设备检修受阻、电网故障受阻、调峰受阻发电利用小时数,建立了风电场发电利用小时数的精细化分析模型;给出了风电场发电利用小时数精细化计算框架;可定位风电场发电利用小时数偏低的原因,为风电场发电利用小时数评估、保障性收购考核提供依据。
为实现上述目的,本发明提出如下技术方案:
一种风电场发电利用小时数的精细化分析方法,其特征在于:所述方法包括如下步骤:
(1)收集风电场相关数据,包括:场内各类风机型号、数量、模型参数、风机经纬度坐标及接线方式;全年场内风机功率信息,采样时间为△t(单位min,一般取15min);全年场内故障、设备缺陷检修信息;全年场外通道稳定极限、电网设备检修、电网故障、电网调峰限电信息;
(2)选择样板机;
(3)计算风电场实际发电利用小时数;
(4)计算风电场理论发电利用小时数;
(5)计算风电场内受阻发电利用小时数及其占比,场内因素考虑检修停电、故障停电、不良工况;
(6)计算风电场外受阻发电利用小时数及其占比,场外因素考虑通道稳定极限、电网设备检修、电网故障、电网调峰限电;
(7)风电场发电利用小时数对标及影响因素分析,将风电场发电利用小时数与标准值进行比对,明确是否合格;分析场内、场外因素发电利用小时数占比,根据影响程度明确风电场发电利用小时数不合格的原因。
进一步地,步骤(2)又包括如下步骤:
(2.1)排除nu个处于故障、检修、运行工况不良状态的机组,运行工况不良风机指日风速-功率值严重偏移特性曲线的风机,日采样点数为
(2.2)假设该类共n个风机,对剩余(n-nu)个风机求每个△t采样时间的平均功率,pk(i)为第k台风机第i点功率值;
(2.3)形成平均功率曲线{pav(i),i=1,2,...,Tcy},选择与平均功率曲线最贴近的风机为样板风机。
进一步地,步骤(3)的具体过程如下:
设风电场风机总数为nw,第k台风机容量为S(k),风电场每天实际发电量为Wre(d),则风电场实际发电利用小时数为
风电场实际发电利用小时数与理论值之比ηre为
进一步地,步骤(4)的具体过程如下:
理论发电量指在当前风况下场内所有风机均正常运行时能够发出的电量,设第d日理论发电量为Wth(d),该日第k类风机对应的样板机功率为属于第k类风机数为n(k),则有
设风电场风机总数为nw,第k台风机容量为S(k),则风电场理论发电利用小时数为
进一步地,步骤(5)又包括如下步骤:
(5.1)检修停电受阻发电利用小时数:
设第k次检修时nre个风机停电,检修时间为[t1,t2],采用时间为△t,与nre个停电风机对应的样板风机同期功率为则第k次检修受阻电量Wre(k)为
设全年有Nre次检修,则风电场全年检修停电受阻发电利用小时数为
检修停电受阻发电利用小时数占比ηre为
(5.2)故障停电受阻发电利用小时数:
设第k次故障时nfa个风机停电,停电时间为[t1,t2],采用时间为△t,与nfa个停电风机对应的样板风机同期功率为则第k次故障受阻电量Wfa(k)为
设全年有Nfa次故障,则风电场全年故障停电受阻发电利用小时数为
故障停电受阻发电利用小时数占比ηfa为
(5.3)不良工况受阻发电利用小时数:
设第d日有nba个不良工况风机,nba个不良风机工况风机实际功率为{pk(t),t=1,2,...,Tcy,k=1,2,...nba},与不良工况风机对应的样板风机同期功率为则第d日不良工况受阻电量Wba(d)为
风电场全年不良工况受阻发电利用小时数为
不良工况受阻发电利用小时数占比ηba为
(5.4)场内受阻发电利用小时数:
场内受阻发电利用小时数为
场内受阻发电利用小时数占比ηin为
ηin=ηre+ηfa+ηba
进一步地,步骤(6)又包括如下步骤:
(6.1)通道稳定极限受阻发电利用小时数:
设全年有nli次通道稳定极限受阻,每次受阻时间为[t1,t2],采用时间为△t,通道稳定极限受限时实际发电功率为{pk(t),t=t1,...,t2,k=1,2,...nli},同期场内可发功率为则通道稳定极限受阻发电利用小时数为
通道稳定极限受阻发电利用小时数占比ηli为
(6.2)电网设备检修受阻发电利用小时数:
设电网全年有ngr次设备检修,每次检修时间为[t1,t2],采用时间为△t,检修时风电场实际发电功率为{pk(t),t=t1,...,t2,k=1,2,...ngr},同期场内可发功率为则电网设备检修受阻发电利用小时数为
电网设备检修受阻发电利用小时数占比ηgr为
(6.3)电网故障受阻发电利用小时数:
设电网全年有ngf次故障,每次故障持续时间为[t1,t2],采用时间为△t,故障时风电场实际发电功率为{pk(t),t=t1,...,t2,k=1,2,...ngf},同期场内可发功率为则电网故障受阻发电利用小时数为
电网故障受阻发电利用小时数占比ηgf为
(6.4)电网调峰受阻发电利用小时数:
设风电场全年有ngp次受电网调峰限制出力,每次调峰受限持续时间为[t1,t2],采用时间为△t,调峰受限时风电场实际发电功率为{pk(t),t=t1,...,t2,k=1,2,...ngp},同期场内可发功率为电网调峰受阻发电利用小时数为
电网调峰受阻发电利用小时数占比ηgp为
(6.5)场外受阻发电利用小时数:
场外受阻发电利用小时数为
场外受阻发电利用小时数占比ηout为
ηout=ηli+ηgr+ηgf+ηgp
相对于现有技术,本发明的有益效果如下:
(1)考虑场内故障、检修、不良工况,场外通道稳定极限、电网设备检修、电网故障、调峰限制等发电受阻因素,提出了风电场发电利用小时数的精细化分析模型,涵盖因素全面,符合风电场实际情况;
(2)根据场内、场外各因素发电利用小时数占比,可以明确影响风电场发电利用小时数的原因,可指导采取有针对性的措施提高风电场发电利用小时数,进而有助于满足风电场发电利用小时考核指标要求。
附图说明
图1是本发明的风电场发电利用小时数的精细化分析流程图。
具体实施方式
下面结合附图和具体实施方式,对本发明的具体实施方案作详细的阐述。这些具体实施方式仅供叙述而并非用来限定本发明的范围或实施原则,本发明的保护范围仍以权利要求为准,包括在此基础上所作出的显而易见的变化或变动等。
风电场发电利用小时数的精细化分析的步骤如图1所示:
第1步:收集风电场相关数据,包括:场内各类风机型号、数量、模型参数、风机经纬度坐标及接线方式;全年场内风机功率信息,采样时间为△t(单位min,一般取15min);全年场内故障、设备缺陷检修信息;全年场外通道稳定极限、电网设备检修、电网故障、电网调峰限电信息;
第2步:选择样板机;
第3步:计算风电场实际发电利用小时数;
第4步:计算风电场理论发电利用小时数;
第5步:计算风电场内受阻发电利用小时数及其占比,场内因素考虑检修停电、故障停电、不良工况等;
第6步:计算风电场外受阻发电利用小时数及其占比,场外因素考虑通道稳定极限、电网设备检修、电网故障、电网调峰限电等;
第7步:风电场发电利用小时数对标及影响因素分析,将风电场发电利用小时数与标准值进行比对,明确是否合格;分析场内、场外因素发电利用小时数占比,根据影响程度明确风电场发电利用小时数不合格的原因。
1风机分类及样板机选择
(1)风机分类方法
1)粗分类。根据风机型号分类,将同型号风机归为一类,假设风电场风机型号共m种,则风电场风机可粗分为m大类;
2)细分类。根据风机所处{经度、维度}采用C均值聚类技术对某一大类内部进一步细分为子类。针对第i大类,从小到大增加聚类数,直到所有子类内部风机间最大距离小于给定值α(认为距离在α范围内的风机具有同样的风力资源),此时的聚类数则为第i大类内部子类数,记为ki;
3)统计风机总分类数NWT,
(2)样板机选择原则及方法
基本原则:
1)对于每一类风机,选择1个样板机作为该类的表征风机,样板机数量为NWT;
2)每日根据同一类内部各风机Tcy个采样点功率曲线更新样板机,
选择方法:
1)排除nu个处于故障、检修、运行工况不良状态的机组,运行工况不良风机指Tcy个采样点风速-功率值严重偏移特性曲线的风机;
2)假设该类共n个风机,对剩余(n-nu)个风机求每个采样时间的平均功率,pk(i)为第k台风机第i点功率值;
3)形成平均功率曲线{pav(i),i=1,2,...,Tcy},选择与平均功率曲线最贴近的风机为样板风机。
2风电场理论发电利用小时数的计算
理论发电量指在当前风况下场内所有风机均正常运行时能够发出的电量。设第d日理论发电量为Wth(d),该日第k类风机对应的样板机功率为属于第k类风机数为n(k),则有
设风电场风机总数为nw,第k台风机容量为S(k),则风电场理论发电利用小时数为
3风电场实际发电利用小时数的计算
设风电场风机总数为nw,第k台风机容量为S(k),风电场每天实际发电量为Wre(d),则风电场实际发电利用小时数为
风电场实际发电利用小时数与理论值之比ηre为
4风电场内受阻发电利用小时数的计算
风电场内故障停电、检修停电及风机不良工况都使风机可用发电量受阻,从而使电利用小时数降低。
(1)检修停电受阻发电利用小时数
设第k次检修时nre个风机停电,检修时间为[t1,t2],采用时间为△t,与nre个停电风机对应的样板风机同期功率为则第k次检修受阻电量Wre(k)为
设全年有Nre次检修,则风电场全年检修停电受阻发电利用小时数为
检修停电受阻发电利用小时数占比ηre为
(2)故障停电受阻发电利用小时数
设第k次故障时nfa个风机停电,停电时间为[t1,t2],采用时间为△t,与nfa个停电风机对应的样板风机同期功率为则第k次故障受阻电量Wfa(k)为
设全年有Nfa次故障,则风电场全年故障停电受阻发电利用小时数为
故障停电受阻发电利用小时数占比ηfa为
(3)不良工况受阻发电利用小时数
设第d日有nba个不良工况风机,nba个不良风机工况风机实际功率为{pk(t),t=1,2,...,Tcy,k=1,2,...nba},与不良工况风机对应的样板风机同期功率为则第d日不良工况受阻电量Wba(d)为
风电场全年不良工况受阻发电利用小时数为
不良工况受阻发电利用小时数占比ηba为
(4)场内受阻发电利用小时数
场内受阻发电利用小时数为
场内受阻发电利用小时数占比ηin为
ηin=ηre+ηfa+ηba
5风电场外受阻发电利用小时数的计算
场外断面功率、调峰功率不足,会使风电场发电利用小时数降低。断面功率限制因素包括通道稳定极限、电网设备检修、电网故障等;调峰功率限制因素指电网内稳定电源可承受的最大风电功率波动。
(1)通道稳定极限受阻发电利用小时数
设全年有nli次通道稳定极限受阻,每次受阻时间为[t1,t2],采用时间为△t,通道稳定极限受限时实际发电功率为{pk(t),t=t1,...,t2,k=1,2,...nli},同期场内可发功率为则通道稳定极限受阻发电利用小时数为
通道稳定极限受阻发电利用小时数占比ηli为
(2)电网设备检修受阻发电利用小时数
设电网全年有ngr次设备检修,每次检修时间为[t1,t2],采用时间为△t,检修时风电场实际发电功率为{pk(t),t=t1,...,t2,k=1,2,...ngr},同期场内可发功率为则电网设备检修受阻发电利用小时数为
电网设备检修受阻发电利用小时数占比ηgr为
(3)电网故障受阻发电利用小时数
设电网全年有ngf次故障,每次故障持续时间为[t1,t2],采用时间为△t,故障时风电场实际发电功率为{pk(t),t=t1,...,t2,k=1,2,...ngf},同期场内可发功率为则电网故障受阻发电利用小时数为
电网故障受阻发电利用小时数占比ηgf为
(4)电网调峰受阻发电利用小时数
设风电场全年有ngp次受电网调峰限制出力,每次调峰受限持续时间为[t1,t2],采用时间为△t,调峰受限时风电场实际发电功率为{pk(t),t=t1,...,t2,k=1,2,...ngp},同期场内可发功率为电网调峰受阻发电利用小时数为
电网调峰受阻发电利用小时数占比ηgp为
(5)场外受阻发电利用小时数
场外受阻发电利用小时数为
场外受阻发电利用小时数占比ηout为
ηout=ηli+ηgr+ηgf+ηgp
6其他原因受阻发电利用小时数的计算
其他原因(如网损)也会导致发电利用小时数降低,但所占比例非常小,其他原因受阻发电利用小时数为
其他原因受阻发电利用小时数占比ηot为
ηot=1-ηre-ηin-ηout
Claims (6)
1.一种风电场发电利用小时数的精细化分析方法,其特征在于:所述方法包括如下步骤:
(1)收集风电场相关数据,包括:场内各类风机型号、数量、模型参数、风机经纬度坐标及接线方式;全年场内风机功率信息,采样时间为△t;全年场内故障、设备缺陷检修信息;全年场外通道稳定极限、电网设备检修、电网故障、电网调峰限电信息;
(2)选择样板机;
(3)计算风电场实际发电利用小时数;
(4)计算风电场理论发电利用小时数;
(5)计算风电场内受阻发电利用小时数及其占比,场内因素考虑检修停电、故障停电、不良工况;
(6)计算风电场外受阻发电利用小时数及其占比,场外因素考虑通道稳定极限、电网设备检修、电网故障、电网调峰限电;
(7)风电场发电利用小时数对标及影响因素分析,将风电场发电利用小时数与标准值进行比对,明确是否合格;分析场内、场外因素发电利用小时数占比,根据影响程度明确风电场发电利用小时数不合格的原因。
2.根据权利要求1所述的一种风电场发电利用小时数的精细化分析方法,其特征在于:
步骤(2)又包括如下步骤:
(2.1)排除nu个处于故障、检修、运行工况不良状态的机组,运行工况不良风机指日风速-功率值严重偏移特性曲线的风机,日采样点数为
(2.2)假设该类共n个风机,对剩余(n-nu)个风机求每个△t采样时间的平均功率,pk(i)为第k台风机第i点功率值;
(2.3)形成平均功率曲线{pav(i),i=1,2,...,Tcy},选择与平均功率曲线最贴近的风机为样板风机。
3.根据权利要求1所述的一种风电场发电利用小时数的精细化分析方法,其特征在于:
步骤(3)的具体过程如下:
设风电场风机总数为nw,第k台风机容量为S(k),风电场每天实际发电量为Wre(d),则风电场实际发电利用小时数为
风电场实际发电利用小时数与理论值之比ηre为
4.根据权利要求1所述的一种风电场发电利用小时数的精细化分析方法,其特征在于:
步骤(4)的具体过程如下:
理论发电量指在当前风况下场内所有风机均正常运行时能够发出的电量,设第d日理论发电量为Wth(d),该日第k类风机对应的样板机功率为属于第k类风机数为n(k),则有
设风电场风机总数为nw,第k台风机容量为S(k),则风电场理论发电利用小时数为
5.根据权利要求1所述的一种风电场发电利用小时数的精细化分析方法,其特征在于:
步骤(5)又包括如下步骤:
(5.1)检修停电受阻发电利用小时数:
设第k次检修时nre个风机停电,检修时间为[t1,t2],采用时间为△t,与nre个停电风机对应的样板风机同期功率为则第k次检修受阻电量Wre(k)为
设全年有Nre次检修,则风电场全年检修停电受阻发电利用小时数为
检修停电受阻发电利用小时数占比ηre为
(5.2)故障停电受阻发电利用小时数:
设第k次故障时nfa个风机停电,停电时间为[t1,t2],采用时间为Δt,与nfa个停电风机对应的样板风机同期功率为则第k次故障受阻电量Wfa(k)为
设全年有Nfa次故障,则风电场全年故障停电受阻发电利用小时数为
故障停电受阻发电利用小时数占比ηfa为
(5.3)不良工况受阻发电利用小时数:
设第d日有nba个不良工况风机,nba个不良风机工况风机实际功率为{pk(t),t=1,2,...,Tcy,k=1,2,...nba},与不良工况风机对应的样板风机同期功率为则第d日不良工况受阻电量Wba(d)为
风电场全年不良工况受阻发电利用小时数为
不良工况受阻发电利用小时数占比ηba为
(5.4)场内受阻发电利用小时数:
场内受阻发电利用小时数为
场内受阻发电利用小时数占比ηin为
ηin=ηre+ηfa+ηba。
6.根据权利要求1所述的一种风电场发电利用小时数的精细化分析方法,其特征在于,步骤(6)又包括如下步骤:
(6.1)通道稳定极限受阻发电利用小时数:
设全年有nli次通道稳定极限受阻,每次受阻时间为[t1,t2],采用时间为Δt,通道稳定极限受限时实际发电功率为{pk(t),t=t1,...,t2,k=1,2,...nli},同期场内可发功率为则通道稳定极限受阻发电利用小时数为
通道稳定极限受阻发电利用小时数占比ηli为
(6.2)电网设备检修受阻发电利用小时数:
设电网全年有ngr次设备检修,每次检修时间为[t1,t2],采用时间为Δt,检修时风电场实际发电功率为{pk(t),t=t1,...,t2,k=1,2,...ngr},同期场内可发功率为则电网设备检修受阻发电利用小时数为
电网设备检修受阻发电利用小时数占比ηgr为
(6.3)电网故障受阻发电利用小时数:
设电网全年有ngf次故障,每次故障持续时间为[t1,t2],采用时间为Δt,故障时风电场实际发电功率为{pk(t),t=t1,...,t2,k=1,2,...ngf},同期场内可发功率为则电网故障受阻发电利用小时数为
电网故障受阻发电利用小时数占比ηgf为
(6.4)电网调峰受阻发电利用小时数:
设风电场全年有ngp次受电网调峰限制出力,每次调峰受限持续时间为[t1,t2],采用时间为Δt,调峰受限时风电场实际发电功率为{pk(t),t=t1,...,t2,k=1,2,...ngp},同期场内可发功率为电网调峰受阻发电利用小时数为
电网调峰受阻发电利用小时数占比ηgp为
(6.5)场外受阻发电利用小时数:
场外受阻发电利用小时数为
场外受阻发电利用小时数占比ηout为
ηout=ηli+ηgr+ηgf+ηgp。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810063891.3A CN108491989A (zh) | 2018-01-23 | 2018-01-23 | 一种风电场发电利用小时数的精细化分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810063891.3A CN108491989A (zh) | 2018-01-23 | 2018-01-23 | 一种风电场发电利用小时数的精细化分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108491989A true CN108491989A (zh) | 2018-09-04 |
Family
ID=63343710
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810063891.3A Pending CN108491989A (zh) | 2018-01-23 | 2018-01-23 | 一种风电场发电利用小时数的精细化分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108491989A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110598994A (zh) * | 2019-08-19 | 2019-12-20 | 国网冀北电力有限公司 | 一种风电利用小时影响因素贡献度分析方法和装置 |
CN112488471A (zh) * | 2020-11-17 | 2021-03-12 | 国网新疆电力有限公司 | 基于大数据的新能源运行状态信息评估方法及系统 |
-
2018
- 2018-01-23 CN CN201810063891.3A patent/CN108491989A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110598994A (zh) * | 2019-08-19 | 2019-12-20 | 国网冀北电力有限公司 | 一种风电利用小时影响因素贡献度分析方法和装置 |
CN112488471A (zh) * | 2020-11-17 | 2021-03-12 | 国网新疆电力有限公司 | 基于大数据的新能源运行状态信息评估方法及系统 |
CN112488471B (zh) * | 2020-11-17 | 2024-06-07 | 国网新疆电力有限公司 | 基于大数据的新能源运行状态信息评估方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103855721B (zh) | 风电场监控系统接入电网调度系统的系统及信息交换方法 | |
CN103475021B (zh) | 一种基于统计模型的风电场弃风电量确定方法 | |
CN106779377B (zh) | 风电消纳过程评估方法 | |
CN103440531A (zh) | 计及风电场风机运行状态的风电场短期风电功率预测系统 | |
CN110348637B (zh) | 一种考虑场-网因素的风电爬坡事件预警方法 | |
CN106523300B (zh) | 基于机舱风速仪的风电机组损失电量评估方法 | |
CN108539771B (zh) | 一种基于储能装置的能源监控管理系统及其管理方法 | |
CN108491989A (zh) | 一种风电场发电利用小时数的精细化分析方法 | |
CN107422180A (zh) | 一种基于云监控的光伏电站的功率预测系统 | |
CN115940273A (zh) | 一种海上新能源并网和调度运行管控方法及系统 | |
CN114297251A (zh) | 一种风电机组损失电量计算方法 | |
CN114033617A (zh) | 一种控制参量自适应调整的可控风力发电方法及系统 | |
CN111541273B (zh) | 一种地区新能源消纳能力计算分析方法 | |
CN109038668A (zh) | 一种基于弃风利用的塔筒电梯供电方法及储能系统 | |
CN117318305A (zh) | 一种用电负荷监测控制系统 | |
CN108206535A (zh) | 风力发电机组低电压穿越的无功电流控制方法和装置 | |
CN110932321A (zh) | 一种含储能新能源场站有功控制方法 | |
CN107565555B (zh) | 长线路多分枝供电区域电压质量的评估方法及评估系统 | |
CN114281846B (zh) | 一种基于机器学习的新能源发电预测方法 | |
CN115115470A (zh) | 一种基于排放因子法的绿色数据中心碳排放管理方法 | |
CN105024379B (zh) | 一种风机检修管理调度系统 | |
CN114386849A (zh) | 新能源高占比系统电力平衡风险预警方法 | |
CN114417620A (zh) | 基于关键参数动态轨迹灵敏度特征的风电场电磁暂态等值建模方法 | |
CN114069712A (zh) | 基于滚动调整的新能源发电优化调度系统 | |
CN113902219A (zh) | 一种主变负载影响因素分析模型的分析方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180904 |