CN108549999A - 基于风速区间的海上风电电能质量数据分析方法及系统 - Google Patents

基于风速区间的海上风电电能质量数据分析方法及系统 Download PDF

Info

Publication number
CN108549999A
CN108549999A CN201810469755.4A CN201810469755A CN108549999A CN 108549999 A CN108549999 A CN 108549999A CN 201810469755 A CN201810469755 A CN 201810469755A CN 108549999 A CN108549999 A CN 108549999A
Authority
CN
China
Prior art keywords
wind
wind speed
data
power quality
speed interval
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
Application number
CN201810469755.4A
Other languages
English (en)
Other versions
CN108549999B (zh
Inventor
唐宗华
王栋
张敬红
聂化宇
孟照斌
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.)
Shandong Ming Ke Electrical Technology Co Ltd
Original Assignee
Shandong Ming Ke Electrical Technology Co 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 Shandong Ming Ke Electrical Technology Co Ltd filed Critical Shandong Ming Ke Electrical Technology Co Ltd
Priority to CN201810469755.4A priority Critical patent/CN108549999B/zh
Publication of CN108549999A publication Critical patent/CN108549999A/zh
Application granted granted Critical
Publication of CN108549999B publication Critical patent/CN108549999B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80Management or planning
    • Y02P90/82Energy audits or management systems therefor

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Wind Motors (AREA)

Abstract

本发明提供了一种基于风速区间的海上风电电能质量分析方法和系统,所述方法包括以下步骤:将风电场风速划分为多个风速区间;采集各风速区间内风电场电网的交直流电流和电压,并传输至远程海上风电场电能质量监控主站;所述主站根据接收到的数据,计算用于评价电能质量的各项指标;基于所述指标,针对各风速区间下的风电电能质量进行综合评估。本发明通过设置风速区间,保证了电能质量评价所依据的数据采集的环境统一,确保了电能质量评价的有效性,有助于风电机组安全稳定工作和高质量的输出电能。

Description

基于风速区间的海上风电电能质量数据分析方法及系统
技术领域
本发明涉及电力技术领域,具体涉及一种基于风速区间的海上风电电能质量数据采集、分析方法及系统。
背景技术
为了应对气候环境的变化,倡导地球和人类的可持续发展,世界能源正在向低碳化、无碳化的发展模式转型。可再生能源(包括风能、生物能、太阳能、地热能和海洋能)在非化石能源消费结构中的地位快速上升,将成为未来增长最快的能源,是未来电力增长的最大来源,其中风电是可再生能源发电的“主力军”。随着优良的陆上风电资源被瓜分殆尽,全球风电场建设已出现从陆地向潮间带和近海发展的趋势,海上风电将不可避免地成为未来风电市场的发展重心。
目前,我国正大力发展风电事业来缓解紧张的能源供应形势,大规模风电场的输电与并网安全问题已成为风电发展和研究的热点方向。风电场电能质量的数据采集与分析方法是保证电力系统安全稳定运行和电能质量水平的关键,但目前的研究主要针对陆上风电场,相对于陆上风电而言我国海上风电的研究工作明显滞后,海上风电并网的影响、远程集群控制等还处于研发初级阶段。
海上风电场常受到恶劣的自然环境、复杂的地理位置和困难的交通运输等方面的影响,面对复杂特殊的海况和气候环境,我国尚缺乏成熟的海上风电场设计和电力监测技术,同时海上风电开发规模大、布局集中,考虑到海上风电的特殊性,其大规模接入电网,将对电网的无功电压调节、暂态稳定控制、电能质量等方面带来巨大挑战。与陆上风电场相比,海上风电场风速大、静风期少,且风速的变化幅度也较大,风速的变化可能会影响电网的电能质量,比如电网谐波、闪变、频率等,而这些都是衡量电能质量稳定性的因素。现有的数据采集和分析方法均没有考虑风速的影响,直接针对采集的数据进行电能质量评估,由于谐波、闪变、频率等数据采集时包括风速在内的环境因素是变化的,而评价时并未考虑这些因素,实际采集数据与评价标准的背景环境因素不相同的情况下,电能评估的结果显然是不准确的。而随着海上风电装机容量不断增加,风速对接入电网的冲击将不容忽视。
同时由于场址到岸边交通不便,运行测试成本较高,海上风电场的远程控制就显得尤为重要。随着海上风电电能的普及海上风电电能质量问题愈加突出,有必要设计一种适合海上风电场的,可长期装载测试的在线远程电能质量数据采集与分析方法和系统。
发明内容
为了克服上述现有技术的不足,本发明提供了一种基于风速区间的海上风电电能质量数据采集、分析方法及系统。
本发明所采用的技术方案是:
一种基于风速区间的海上风电电能质量分析方法,包括以下步骤:
将风电场风速划分为多个风速区间;
采集各风速区间内风电场电网的交直流电流和电压,并传输至远程海上风电场电能质量监控主站;
所述主站根据接收到的数据,计算用于评价电能质量的各项指标;
基于所述指标,针对各风速区间下的风电电能质量进行综合评估。
进一步地,所述采集各风速区间内风电场电网的交直流电流和电压,并传输至远程海上风电场电能质量监控主站具体包括:
每隔设定时间间隔同步采集交直流电流、电压以及风速数据;
判断当前风速所属的风速区间,将所述交直流电流、电压数据存入该风速区间对应的数据包;
对于每个风速区间,当数据包存储的数据累计时间满足设定时间周期/数据个数满足设定数量时传输至远程海上风电场电能质量监控主站。
进一步地,用于评价电能质量的指标包括一级指标和二级指标,所述一级指标包括频率、电压、三相不平衡;二级指标包括频率偏差、电压偏差、波动、闪变、谐波、三相不平衡。
进一步地,所述闪变值的计算考虑塔影效应和风剪切作用影响。对接收到的电流和电压数据进行快速离散傅里叶变换,基于所述快速离散傅里叶变换的结构计算谐波。
进一步地,本方法还包括:计算得到闪变和谐波后,还统计闪变值、谐波与风速的函数关系并以图形的方式显示。
进一步地,所述针对各风速区间下的风电电能质量进行综合评估包括:
对于各风速区间下的指标数据,分别执行以下步骤:
为每项指标确定隶属度评判集,并基于层次分析法确定各项指标的权重,为每个一级指标构建权重向量;
计算每个二级指标的可信性评价向量,得到全部一级指标对应的综合评判可信性评价矩阵;
根据所述综合评判可信性评价矩阵和各项指标的权重向量,计算综合评估矩阵;
对所述综合评估矩阵的元素进行加权平均,得到当前风速区间内电能质量的评估结果。
根据本发明的第二目的,本发明还提供了一种基于风速区间的海上风电电能质量分析系统,包括一个或多个电能质量数据采集装置和远程海上风电场电能质量监控主站,
所述电能质量数据采集装置,采集各风速区间内风电场电网的交直流电流和电压,并传输至远程海上风电场电能质量监控主站,所述风速区间是根据风电场的风速数据预先划定的;
所述远程海上风电场电能质量监控主站,根据接收到的数据计算用于评价电能质量的各项指标;基于所述指标,针对各风速区间下的风电电能质量进行综合评估。
进一步地,所述采集各风速区间内风电场电网的交直流电流和电压,并传输至远程海上风电场电能质量监控主站具体包括:
每隔设定时间间隔同步采集交直流电流、电压以及风速数据;
判断当前风速所属的风速区间,将所述交直流电流、电压数据存入该风速区间对应的数据包;
对于每个风速区间,当数据包存储的数据累计时间满足设定时间周期/数据个数满足设定数量时传输至远程海上风电场电能质量监控主站。
根据本发明的第三目的,本发明还提供了一种基于风速区间的海上风电电能质量数据采集方法,包括以下步骤:
将风电场风速划分为多个风速区间;
每隔设定时间间隔采集风电场电网的交直流电流和电压数据,将所述数据根据当前风速所属的风速区间分类存储;
对于每个风速区间,当存储的数据累计时间满足设定时间周期/数据个数满足设定数量时打包上传。
根据本发明的第四目的,本发明还提供了一种电能质量数据采集装置,
每隔设定时间间隔同步采集交直流电流、电压以及风速数据;
将所述数据根据当前风速所属的风速区间分类存储,所述风速区间是根据风电场的风速数据预先划定的;
对于每个风速区间,当存储的数据累计时间满足设定时间周期/数据个数满足设定数量时打包上传。
与现有技术相比,本发明的有益效果是:
1、本发明针对海上风电场风速变化幅度大的环境特征,提出了一种基于风速区间的数据采集和分析系统,将采集的数据基于所属的风速区间进行分类,并针对每个风速区间内的数据进行电能质量评价,即,电能质量评价所依据的数据采集的环境统一,保证了电能质量评价的有效性,有助于风电机组安全稳定工作和高质量的输出电能,降低了风电并网对电网的不利影响。
2、本发明不仅能够评估海上风电场各风速区间的电能质量,还可以确定风速对电网谐波、闪变和频率的影响,二者结合有助于更准确的把握海上风电场的电能质量特性。
附图说明
图1是本发明基于风速区间的海上风电电能质量数据采集与分析方法流程图;
图2是风电场电能质量统计数据有效数据示例图;
图3是海上风电场电能质量数据采集装置数据分析流程图;
图4是电能质量数据采集与分析系统架构图。
具体实施方式
下面结合附图对本发明进一步说明。
如图1所示,应该指出,以下详细说明都是示例性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和 /或它们的组合。
实施例一
本申请的一种典型的实施方式中,如图1所示,提供了一种基于风速区间的海上风电电能质量数据采集与分析方法及系统,该方法包括以下步骤:
步骤1:根据风速由弱至强,将全风速划分为12个风速区间。
本实施例中,将风电场风速划分为12个风速区间,即3m/s~4m/s、4m/s~5m/s、5m/s~6m/s、6m/s~7m/s、7m/s~8m/s、8m/s~9m/s、9m/s~10m/s、10m/s~11m/s、 11m/s~12m/s、12m/s~13m/s、13m/s~14m/s、14m/s~15m/s。
步骤2:监测装置采集各风速区间内风电场电网的交直流电压和电流,并按照一定周期将采集的数据传输至主站。
本实施例中,监测装置将采集后的数据以周期的方式上传至主站,本实施例对于采集的数据,以10分钟为一个周期,在每个1m/s风速区间内,监测装置至少采集15个10min时间序列的瞬时电压和电流数据。具体方法为:
步骤201:电能质量数据采集装置检测当前风速处于哪个风速区间,同步采集当前风速下电网的交直流电流与电压数据;
步骤202:每2s采集一次数据,若此时风速处于该风速区间,则认为数据有效并进行存储;若此时风速不处于该风速区间,则认为数据在该风速区间内无效并将其放入实际风速所对应的风速区间的数据存储包。累计采集满10分钟,即300 个有效数据后,则将采集的数据带时间标志打包传输给远程海上风电场电能质量监控主站;如果持续未满10分钟,电能质量数据采集装置对新的风速区间进行三相电流与三相电压数据采集;
步骤203:重复步骤202,直至所有满足要求的海上风电场电能质量采集数据传输给远程海上风电场电能质量监控主站。
具体地,如图2所示,所述有效数据是在每两个数字标号之间为2秒钟,由标号1上的风速确定装置开始记录区间为3m/s~4m/s;经过第一个2s后,标号2上的风速在3m/s~4m/s之间,该时刻所采集的数据为1个有效数据;再经过一个2s,标号3上的风速在4m/s~5m/s之间,该时刻所采集的数据为无效数据;接下来的标号4、5、6上的风速都在3m/s~4m/s之间,该段时刻所采集的数据为3个有效数据;以此类推。有效数据满300个则视为数据采集满一个周期。
步骤3:远程海上风电场电能质量监控主站根据接收到的数据,计算用于评价电能质量的各项指标,包括闪变值和谐波,分别生成闪变与风速的关系图、谐波与风速的关系图,建立闪变与风速的函数关系以及谐波与风速的函数关系。
其中,闪变值的计算方法:
本发明将塔影效应和风剪切作用影响下的风速加入闪变的工程算法中,对短时闪变的工程算法进行了优化。风剪切作用影响下,风速在垂直方向上与塔筒和风轮叶片高度成正比变化,轮毂高度处等效风速在风剪切作用下可表示为:
式中:υw1,vw2w3分别表示1号、2号、3号叶片的风速;υw表示轮毂高度处的风速;θ1表示1号叶片旋转角度;k是轮毂中心到叶片顶端3/4距离与轮毂高之比;是风剪切系数。
在塔影效应影响下,每一个塔筒轮毂高度处的风速沿风速方向逐渐降低,此时等效的轮毂高度处的风速表示为:υ’w1,υ’w2,υ’w3。轮毂高度处总的等效风速υ’w为三叶片等效轮毂高度处风速的平均值。
将塔影效应和风剪切作用影响的风速代入风电机组转矩的表达式,则
式中:ρ表示空气密度;λ表示叶尖速比;r表示叶片旋转半径;β表示桨距角; CP为功率系数。
依据IEC61400-21,单台风力发电机组产生闪变的计算公式为
Pst=C(ψka)Sn/Sk
式中:C(ψka)为单台风机的闪变系数;ψk为电网阻抗角;υa为风速;Sn为单台风机的额定视在功率;Sk为公共连接节点的短路视在功率。
假设风电机组功率转化率为KT(KT<1),则考虑塔影效应和风剪切作用后单台风机的连续运行时的闪变值估算式为
其中,谐波的计算方法:
远程海上风电场电能质量监控主站对接收到的数据进行快速离散傅里叶变换,基于所述快速离散傅里叶变换的结构,计算出谐波。
风电场电网电压、电流可表示为:
式中fi、Ai分别为第i次谐波的频率、幅值和相位。
以采样周期TS对χ(t)进行采样得到离散序列式中ωi=2πfiTS
χ(n)的频谱(DTFT)为
为减小频谱泄露对谐波幅值及相角测量造成的不利影响,在此采用加窗插值算法对FFT算法进行修正。汉宁窗长度为N的函数表达式为其中n=0,1,…,N-1
式中
用窗序列w(n)对χ(n)加权截断得到离散加窗信号χw(n)=χ(n)w(n),其中 n=0,1,…,N-1
根据傅里叶变换的性质,χw(n)的频谱(DTFT)为XW(e)=X(e)*W(e)
计算得采样序列频谱XW(e)如下:
根据汉宁窗插值公式可得谐波幅值、相位角表达式:
步骤4:基于各项指标,针对各风速区间下的风电电能质量进行综合评估。
步骤401:综合考虑电能质量所涉及的影响因素,将电能质量综合评估指标χc分为2级。其中,第1级指标较为凝练,频率、电压、三相不平衡3个因子为第1 级指标,其决策目标分别记为χf1,χf2,χf3。第2级则具体细化到电能质量的各个单项指标,包括频率偏差、电压偏差、波动、闪变、谐波、三相不平衡。并基于层次分析法确定各指标的权重。
步骤402:将风电场电能质量评估指标体系划分为Q1、Q2、Q3、Q4和Q5五个等级,用模糊论隶属度函数将指标体系及等级界限表转化为各指标隶属于{良好} 的隶属度值表,以5个等级指标为界限划分出6个区间,根据隶属度表得出隶属度各个区间范围的百分比,这6区间构成隶属度评判集,记为Q={“优质”“良好”“一般”“较差”“合格”“不合格”},表示该指标属于各等级的的隶属度。
表1风电场电能质量评估指标体系及等级界限表
步骤403:某一级指标下属二级指标集合表示为X={χs1,χs2,χs3,…,χsn},每个二级指标在该项评价指标的重要程度构成权向量V={q1,q2,…,qn},同时定义评语集C={c1,c2,…,c6},其中cn为可信性空间上的模糊变量。
可信性测度为
其中μj(τ)表示二级指标χ对评语Cj的隶属度,i∈(1,n);j∈(1,6)。Sup (·)为上限函数。设模糊事件{cj=yi},它表示待评价对象在χsi下的属性值yi属于评语cj,其可信性测度为Cr{cj=yi},得到第i个因素χsi的单因素可信性评价向量Cri=(Cri1,Cri2,…,Cri6)。
n个单因素可信性评判向量构成综合评判可信性测度矩阵:
求得各指标评估结果为C1x6=V1xn X Crnx6
步骤404:3个一级指标都采用上述方法获得C1x6,集合得综合评判矩阵C3x6;综合评判矩阵与一级指标在该项评价指标的重要程度构成权向量V’={v1,v2,v3}相结合,计算全部一级指标综合评估矩阵C1x6’=V1x3XC3x6
步骤405:设五个等级分别对应1,2,3,4,5,将上述五个等级数量化,对 C1x6’做加权平均计算,得最终电能质量总体评估结果:C’=Σkck/Σck(ck∈C1x6’,k=1, 2,…,5)
实施例二
本实施例的目的是提供一种基于风速区间的海上风电电能质量数据采集与分析系统,如图3所示。
该系统包括电能质量数据采集装置和远程海上风电场电能质量监控主站;
所述电能质量数据采集装置包括同步信号处理模块、高精度同步采集模块、数据筛选与统计分析模块;
所述同步信号处理模块从电网同步采集交直流电压和电流以及风速、风向、温湿度信号,经过信号变送模块将模拟信号转化为数字信号;
所述高精度同步采集模块包括同步数据采集DSP、双向RAM与GPS秒脉冲信号, GPS秒脉冲信号为数据采集精准授时,DSP对数字信号进行滤波后保存到随机存储器;
所述数据筛选与统计分析模块包括ARM控制模块、数据计算处理算法模块、 LORA无线模块以及4G无线模块,该模块通过ARM处理器与数据计算处理算法对存储数据按照风速区间进行有效性检索分析,有效数据的时间标志累计满一个周期则将数据打包传输给远程海上风电场电能质量监控主站,模块通过LORA无线模块以及4G无线模块与主站进行通讯;
所述远程海上风电场电能质量监控主站包括闪变值获取模块、谐波获取模块、和电能质量评价模块;
所述闪变值获取模块将塔影效应和风剪切作用影响下的风速加入闪变工程算法中计算闪变值,统计风速与闪变的函数关系,并将闪变值传输给电能质量评价模块;
所述谐波获取模块采用基于加窗差值算法的FFT算法计算谐波,统计风速与闪变的函数关系,并将谐波传输给电能质量评价模块;
电能质量评价模块建立评价体系,将数据与评价体系进行对比,得到电能质量评价结果。
作为本实施例的一种扩展实施方式,所述基于风速区间的海上风电电能质量数据采集与分析系统可以包括多个电能质量数据采集装置和远程海上风电场电能质量监控主站,如图4所示。其中,所述远程电能质量监控主站通过LORA无线网络向所述多个电能质量数据采集装置下发配置指令;所述多个电能质量数据采集装置通过4G无线网络向远程电能质量监控主站上传数据。
以上实施例二的系统中涉及的各步骤与方法实施例一相对应,具体实施方式可参见实施例一的相关说明部分。本领域技术人员应该明白,上述本发明的各模块或各步骤可以用通用的计算机装置来实现,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。本发明不限制于任何特定的硬件和软件的结合。
与现有技术相比,本发明的有益效果是:
1、本发明针对海上风电场风速变化幅度大的环境特征,提出了一种基于风速区间的数据采集和分析系统,将采集的数据基于所属的风速区间进行分类,并针对每个风速区间内的数据进行电能质量评价,即,电能质量评价所依据的数据采集的环境统一,保证了电能质量评价的有效性,有助于风电机组安全稳定工作和高质量的输出电能,降低了风电并网对电网的不利影响。
2、本发明不仅能够评估海上风电场各风速区间的电能质量,还可以确定风速对电网谐波、闪变和频率的影响,二者结合有助于更准确的把握海上风电场的电能质量特性。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (10)

1.一种基于风速区间的海上风电电能质量分析方法,其特征在于,包括以下步骤:
将风电场风速划分为多个风速区间;
采集各风速区间内风电场电网的交直流电流和电压,并传输至远程海上风电场电能质量监控主站;
所述主站根据接收到的数据,计算用于评价电能质量的各项指标;
基于所述指标,针对各风速区间下的风电电能质量进行综合评估。
2.如权利要求1所述的海上风电电能质量分析方法,其特征在于,所述采集各风速区间内风电场电网的交直流电流和电压,并传输至远程海上风电场电能质量监控主站具体包括:
每隔设定时间间隔同步采集交直流电流、电压以及风速数据;
判断当前风速所属的风速区间,将所述交直流电流、电压数据存入该风速区间对应的数据包;
对于每个风速区间,当数据包存储的数据累计时间满足设定时间周期/数据个数满足设定数量时传输至远程海上风电场电能质量监控主站。
3.如权利要求1所述的海上风电电能质量分析方法,其特征在于,用于评价电能质量的指标包括一级指标和二级指标,所述一级指标包括频率、电压、三相不平衡;二级指标包括频率偏差、电压偏差、波动、闪变、谐波、三相不平衡。
4.如权利要求3所述的海上风电电能质量分析方法,其特征在于,所述闪变值的计算考虑塔影效应和风剪切作用影响。对接收到的电流和电压数据进行快速离散傅里叶变换,基于所述快速离散傅里叶变换的结构计算谐波。
5.如权利要求3所述的海上风电电能质量分析方法,其特征在于,本方法还包括:计算得到闪变和谐波后,还统计闪变值、谐波与风速的函数关系并以图形的方式显示。
6.如权利要求1所述的海上风电电能质量分析方法,其特征在于,所述针对各风速区间下的风电电能质量进行综合评估包括:
对于各风速区间下的指标数据,分别执行以下步骤:
为每项指标确定隶属度评判集,并基于层次分析法确定各项指标的权重,为每个一级指标构建权重向量;
计算每个二级指标的可信性评价向量,得到全部一级指标对应的综合评判可信性评价矩阵;
根据所述综合评判可信性评价矩阵和各项指标的权重向量,计算综合评估矩阵;
对所述综合评估矩阵的元素进行加权平均,得到当前风速区间内电能质量的评估结果。
7.一种基于风速区间的海上风电电能质量分析系统,其特征在于,包括一个或多个电能质量数据采集装置和远程海上风电场电能质量监控主站,
所述电能质量数据采集装置,采集各风速区间内风电场电网的交直流电流和电压,并传输至远程海上风电场电能质量监控主站,所述风速区间是根据风电场的风速数据预先划定的;
所述远程海上风电场电能质量监控主站,根据接收到的数据计算用于评价电能质量的各项指标;基于所述指标,针对各风速区间下的风电电能质量进行综合评估。
8.如权利要求7所述的海上风电电能质量数据分析系统,其特征在于,所述采集各风速区间内风电场电网的交直流电流和电压,并传输至远程海上风电场电能质量监控主站具体包括:
每隔设定时间间隔同步采集交直流电流、电压以及风速数据;
判断当前风速所属的风速区间,将所述交直流电流、电压数据存入该风速区间对应的数据包;
对于每个风速区间,当数据包存储的数据累计时间满足设定时间周期/数据个数满足设定数量时传输至远程海上风电场电能质量监控主站。
9.一种基于风速区间的海上风电电能质量数据采集方法,其特征在于,包括以下步骤:
将风电场风速划分为多个风速区间;
每隔设定时间间隔采集风电场电网的交直流电流和电压数据,将所述数据根据当前风速所属的风速区间分类存储;
对于每个风速区间,当存储的数据累计时间满足设定时间周期/数据个数满足设定数量时打包上传。
10.一种电能质量数据采集装置,其特征在于:
每隔设定时间间隔同步采集交直流电流、电压以及风速数据;
将所述数据根据当前风速所属的风速区间分类存储,所述风速区间是根据风电场的风速数据预先划定的;
对于每个风速区间,当存储的数据累计时间满足设定时间周期/数据个数满足设定数量时打包上传。
CN201810469755.4A 2018-05-16 2018-05-16 基于风速区间的海上风电电能质量数据分析方法及系统 Active CN108549999B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810469755.4A CN108549999B (zh) 2018-05-16 2018-05-16 基于风速区间的海上风电电能质量数据分析方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810469755.4A CN108549999B (zh) 2018-05-16 2018-05-16 基于风速区间的海上风电电能质量数据分析方法及系统

Publications (2)

Publication Number Publication Date
CN108549999A true CN108549999A (zh) 2018-09-18
CN108549999B CN108549999B (zh) 2020-10-13

Family

ID=63495101

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810469755.4A Active CN108549999B (zh) 2018-05-16 2018-05-16 基于风速区间的海上风电电能质量数据分析方法及系统

Country Status (1)

Country Link
CN (1) CN108549999B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110570122A (zh) * 2019-09-10 2019-12-13 重庆大学 一种计及风速季节特性及集电系统元件故障的海上风电场可靠性评估方法
CN111091252A (zh) * 2018-10-23 2020-05-01 华北电力大学 海上风电场柔性直流送出系统综合效益评价方法与系统
CN112632851A (zh) * 2020-12-14 2021-04-09 中国船舶重工集团海装风电股份有限公司 一种评估塔筒变化影响风电机组闪变的分析方法
CN115309746A (zh) * 2022-08-15 2022-11-08 北京瑞科同创能源科技有限公司 一种用于新能源的资源数据采集方法和装置、电子设备及储存介质
CN115313529A (zh) * 2022-08-05 2022-11-08 国网安徽省电力有限公司经济技术研究院 一种考虑空间特性和交直流两侧耦合作用的电能质量评估方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101465546A (zh) * 2009-01-08 2009-06-24 上海交通大学 电能质量综合评估系统
CN102565574A (zh) * 2011-12-06 2012-07-11 中国人民解放军海军工程大学 船舶电能质量监测系统
CN106156945A (zh) * 2016-06-27 2016-11-23 国网辽宁省电力有限公司电力科学研究院 基于功率区间的风电场电能质量监测数据统计方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101465546A (zh) * 2009-01-08 2009-06-24 上海交通大学 电能质量综合评估系统
CN102565574A (zh) * 2011-12-06 2012-07-11 中国人民解放军海军工程大学 船舶电能质量监测系统
CN106156945A (zh) * 2016-06-27 2016-11-23 国网辽宁省电力有限公司电力科学研究院 基于功率区间的风电场电能质量监测数据统计方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
SUNA JIANG等: ""Comprehensive Evaluation on Electric Power Quality of Wind Farm Based on Credibility Theory"", 《2014 INTERNATIONAL CONFERENCE ON POWER SYSTEM TECHNOLOGY (POWERCON 2014)》 *
中华人民共和国国家质量监督检验检疫总局中国国家标准化管理委员会: ""风力发电机组 电能质量测量和评估方法"", 《中华人民共和国国家标准GB/T 20320-2013/IEC 61400-21:2008》 *
姜苏娜等: ""基于可信性理论的风电场电能质量模糊综合评估"", 《质量技术监督研究》 *
张骥等: ""基于FPGA 的谐波检测装置设计"", 《智能电网》 *
王淼等: ""风电场引起电压闪变值估算方法研究"", 《华北电力大学学报》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111091252A (zh) * 2018-10-23 2020-05-01 华北电力大学 海上风电场柔性直流送出系统综合效益评价方法与系统
CN110570122A (zh) * 2019-09-10 2019-12-13 重庆大学 一种计及风速季节特性及集电系统元件故障的海上风电场可靠性评估方法
CN110570122B (zh) * 2019-09-10 2023-03-14 重庆大学 一种计及风速季节特性及集电系统元件故障的海上风电场可靠性评估方法
CN112632851A (zh) * 2020-12-14 2021-04-09 中国船舶重工集团海装风电股份有限公司 一种评估塔筒变化影响风电机组闪变的分析方法
CN112632851B (zh) * 2020-12-14 2022-05-03 中国船舶重工集团海装风电股份有限公司 一种评估塔筒变化影响风电机组闪变的分析方法
CN115313529A (zh) * 2022-08-05 2022-11-08 国网安徽省电力有限公司经济技术研究院 一种考虑空间特性和交直流两侧耦合作用的电能质量评估方法
CN115313529B (zh) * 2022-08-05 2023-09-12 国网安徽省电力有限公司经济技术研究院 一种考虑空间特性和交直流两侧耦合作用的电能质量评估方法
CN115309746A (zh) * 2022-08-15 2022-11-08 北京瑞科同创能源科技有限公司 一种用于新能源的资源数据采集方法和装置、电子设备及储存介质

Also Published As

Publication number Publication date
CN108549999B (zh) 2020-10-13

Similar Documents

Publication Publication Date Title
CN108549999A (zh) 基于风速区间的海上风电电能质量数据分析方法及系统
Herbert et al. A review of technical issues on the development of wind farms
CN109740953A (zh) 一种风电机组的实时状态评估方法
CN107609697B (zh) 一种风力发电功率预测方法
CN104978608B (zh) 一种风电功率预测装置及预测方法
Alam et al. Review of 600–2500 kW sized wind turbines and optimization of hub height for maximum wind energy yield realization
Fang et al. Application of gray relational analysis to k-means clustering for dynamic equivalent modeling of wind farm
CN113964885A (zh) 一种基于态势感知的电网无功主动预测及控制技术
CN103761349B (zh) 一种基于风电机组概率同调性的风电场等值建模方法
CN102108943A (zh) 风力发电系统
CN104156889A (zh) 一种基于wams数据的风电场性能评估系统及其评估方法
CN104182816A (zh) 基于Vague集和改进逼近理想解的电能质量综合评估方法及其应用
CN102945318B (zh) 一种基于级联风机的超短期风速动态预测方法
CN105703396A (zh) 一种双馈风力发电场多机表征等值建模方法
CN103996079A (zh) 一种基于条件概率的风电功率加权预测方法
CN104504285A (zh) 一种计及撬棒保护的双馈风电场等值建模方法
CN112561149B (zh) 基于动力降尺度数据融合和统计模型的风电功率预测方法
CN113610285A (zh) 一种分散式风电的功率预测方法
CN109816261A (zh) 海上半直驱式风电场等值方法、系统和装置
CN106856331B (zh) 一种风光联合发电系统并网性能测试方法
Shi et al. Reliability assessment of interconnected generation systems based on hourly wind speed probability model
Sun Power instability prediction method for wind turbine based on fuzzy decision tree
Soe et al. Assessment of Economic feasibility on promising wind energy sites in Myanmar
CN115544739A (zh) 一种基于随机偏微分方程分析电力稳定性的方法
CN103235850B (zh) 比较风电场设计水平的系统和方法

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