CN109725627A

CN109725627A - 一种风电功率爬坡事件检测系统及检测方法

Info

Publication number: CN109725627A
Application number: CN201811485394.9A
Authority: CN
Inventors: 宗阳; 叶小岭; 张颖超; 支兴亮
Original assignee: Nanjing University of Information Science and Technology
Current assignee: Nanjing University of Information Science and Technology
Priority date: 2018-12-06
Filing date: 2018-12-06
Publication date: 2019-05-07

Abstract

本发明提供一种风电功率爬坡事件检测系统及检测方法，该系统包括采集部分和检测部分，所示采集部分包括第一控制模块及与其连接的气象数据采集模块、GPS模块、报错模块和远程数据平台，所述检测部分包括第二控制模块，及与其连接的预警模块、上爬坡比较模块、下爬坡比较模块。本发明充分考虑风电功率爬坡事件检测的方法，在保证能够捕获风电功率变化趋势(上升或者下降)的同时又大大缩短了运算量，能够实现在时间间隔ΔT内捕获比较完整的风电功率变化过程。

Description

一种风电功率爬坡事件检测系统及检测方法

技术领域

本发明属于短期风电功率技术领域,尤其涉及一种风电功率爬坡事件检测系统及检测方法。

背景技术

随着传统化石能源的日益枯竭以及日益严峻的环境污染问题，世界各国逐步重视绿色可再生能源发电。风能具有资源广泛、绿色无污染的特点，因此在我国备受重视。

近年来，我国风机装机容量逐年递增，累积装机容量占全球装机量已接近37％，可见风能作为一种新能源对于我国能源结构的重要性。然而，风能自身的间歇性、波动性以及不确定性严重制约了我国风电行业的发展，对我国大规模风电并网造成了很大的困难和挑战。

为了解决这一问题，国内外主要致力于风电功率预测方法的研究，在该领域也取得了很多成果。这些预测方法主要包含点预测、区间预测、概率预测以及场景预测，一定程度上改善了风电的电网规划和运行，保证了我国电网的安全调度。

但是，由于天气变化和风场所处的地理环境位置的差异，风力的出力特性也会有所不同。尤其在极端气象环境下，风电功率会在较短时间内产生大幅度波动，即风电功率在短时间内陡然增加或减少，这种现象便是风电爬坡事件。

现有的风电功率预测系统主要是基于传统的短期功率预测为主，现有的对于风电爬坡事件预测系统，运算量大，增大了常规机组应对风电爬坡事件的调控负担，而且一旦发生爬坡事件将严重威胁电力系统的安全运行，甚至出现大面积停电的严重事故、电力系统崩溃，经济损失也是巨大的。

发明内容

发明目的：为解决上述风电爬坡时间的预测运算量大，常规机组调控负担大的问题；本发明提供了一种风电功率爬坡事件检测系统及检测方法。

技术方案：本发明提供一种风电功率爬坡事件检测系统，该系统包括采集部分和检测部分，所述采集部分包括第一控制模块及与其连接的气象数据采集模块，所述检测部分包括第二控制模块，及与其连接的预警模块、上爬坡比较模块、下爬坡比较模块；所述气象数据采集模块包括风速传感器；

所述风速传感器将采集到的风速信息传送至第一控制模块，由第一控制模块进行预处理得到风电功率集，并把风电功率集传送至第二控制模块，第二控制模块对风电功率集进行趋势化提取，并将趋势化提取后的趋势段分别传送至上爬坡比较模块和下爬坡比较模块，上爬坡比较模块和下爬坡比较模块在判断趋势段是否存在爬坡现象的同时判断爬坡的类型；当上爬坡比较模块或下爬坡比较模块检测到爬坡时，由第二控制模块控制预警模块报警。

进一步的，所述气象数据采集模块，还包括风向传感器、温度传感器、气压传感器、湿度传感器；所述风向传感器、温度传感器、气压传感器、湿度传感器均与第一控制模块连接。

进一步的，该检测系统还包括GPS模块，所述GPS模块包括风机地理位置获取模块与风电场地形参数获取模块，上述两个模块均采用RS232串行通信方式与第一控制模块通信，用于获取风机位置、风电场地形参数。

进一步的，该检测其系统还包括与第一控制模块连接的远程数据平台和报错模块，所述远程数据平台利用GPRS模块与第一控制模块通信，若通信出现问题，由报错模块进行检测，所述远程数据平台用于存放气象数据采集模块和GPS模块采集的气象信息和位置信息。

一种基于风电功率爬坡事件检测系统的检测方法，具体包括如下步骤；

步骤1：第一控制模块根据风速传感器采集到的数据计算得到风电功率，并对风电功率进行预处理，得到风电功率数据集：p＝((t₁，y₁)，(t₂，y₂)，…，(t_i，y_i)，…，(t_n，y_n))，其中p表示风电功率集，t_i表示第i次的采样时间，y_i表示第i次采样的实际风电功率；i＝1，2，3，...，n；n为总的采样次数；

步骤2：第一控制模块将风电功率数据集传送至第二控制模块；第二控制模块采用SDT算法对预处理后的风电功率数据集进行趋势化提取，提取风电功率的上升或下降趋势的趋势段；

步骤4：上爬坡比较模块和下爬坡比较模块利用滑动块检测判断上述趋势段存在的的爬坡类型，所述滑动块检测选用尺寸为ΔT的滑动块，向右逐一检测当前时刻T_i的风电功率P_SDT(T_i)与下一个时刻T_i+ΔT的风电功率P_SDT(T_i+ΔT)，所述ΔT为时间间隔，ΔT的取值根据实际情况而定；

当选取的风电功率数据满足公式(1)时，为上爬坡，如果满足公式(2)时，为下爬坡；

|P_SDT(T_i+ΔT)-P_SDT(T_i)|＞P_threshold (1)

|P_SDT(T_i+ΔT)-P_SDT(T_i)|＜P_threshold (2)

P_threshold为阈值；T_i中i＝1，2，3，…，N；其中N为整个趋势段内采样时刻的总数；

步骤5；当判定为上爬坡或下爬坡时，第二控制模块控制预警模块报警。

进一步的，当P_SDT(T+ΔT)＞P_SDT(T)时，P_threshold的取值为20％P_N，其中P_N为额定装机容量，当P_SDT(T+ΔT)＜P_SDT(T)时P_threshold的取值为15％P_N。

有益效果：本发明充分考虑风电功率爬坡事件检测的方法，在保证能够捕获风电功率变化趋势(上升或者下降)的同时又大大缩短了运算量，此外，加入了滑动块动态检测，能够实现在时间间隔ΔT内捕获比较完整的风电功率变化过程。

附图说明

图1为本发明的系统结构图；

图2为本发明的方法流程图；

图3为滑动块检测的示意图；

图4为本发明实施例的风电爬坡功率曲线趋势化提取曲线图；

图5为本发明实施例进一步提取存在爬坡现象的爬坡段后的爬坡事件曲线。

具体实施方式

构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。

如图1所示，本实施例提供一种风电功率爬坡事件检测系统，该系统包括采集部分和检测部分，所述采集部分包括第一控制模块，及与其连接的气象数据采集模块，所述检测部分包括第二控制模块，及与其连接的预警模块、上爬坡比较模块、下爬坡比较模块；所述气象数据采集模块包括风速传感器；

本实施例中气象数据采集模块还包括、风向传感器、温度传感器、气压传感器、湿度传感器；所述风向传感器、温度传感器、气压传感器、湿度传感器均与第一控制模块连接。

本实施例中该检测系统还包括GPS模块，所述GPS模块包括风机地理位置获取模块与风电场地形参数获取模块，上述两个模块均采用RS232串行通信方式与第一控制模块通信，用于获取风机位置、风电场地形参数。

本实施例中该检测系统还包括与第一控制模块连接的远程数据平台和报错模块，所述远程数据平台利用GPRS模块与第一控制模块通讯，若通信出现问题，由报错模块进行检测，所述远程数据平台用于存放气象数据采集模块和GPS模块采集的气象信息和位置信息

本实施例中该检测系统的检测部分还包括LCD显示器，与第一控制模块连接，用于显示气象信息，位置信息和包括模块检测出的报错信息，所述检测部分也包括与第二控制模块连接的LCD显示器，用于显示爬坡的幅值变化、爬坡持续时间、爬坡起止时间等。

如图2所示，一种风电功率爬坡事件检测方法，具体包括如下步骤；

步骤1：第一控制模块根据采集到的数据得到风电功率，并进行预处理，即除去风电功率数据中异常值、对缺失部分的数据进行填补；：p＝((t₁，y₁)，(t₂，y₂)，…，(t_i，y_i)，…，(t_n，y_n))，其中p表示风电功率集，t_i表示第i次的采样时间，y_i表示第i次采样的实际风电功率；i＝1，2，3，...，n；n为总的采样次数；

步骤2：第一控制模块将风电功率数据集传送至第二控制模块；第二控制模块采用旋转门(Swing door trending，SDT)算法对预处理后的风电功率数据集进行趋势化提取，提取风电功率的上升或下降趋势段；

步骤4：上爬坡比较模块和下爬坡比较模块利用滑动块检测判断上述趋势段存在的爬坡类型，如图3所示，所述滑动块检测选用尺寸为ΔT的滑动块，向右逐一检测当前时刻T_i的风电功率P_SDT(T_i)与下一个时刻T_i+ΔT的风电功率P_SDT(T_i+ΔT)，所述ΔT为时间间隔，ΔT的取值根据实际情况而定，本实施例中ΔT为15min。

当选取的风电功率数据满足公式(3)时，为上爬坡，如果满足公式(4)时，为下爬坡；

|P_SDT(T_i+ΔT)-P_SDT(T_i)|＞P_threshold (3)

|P_SDT(T_i+ΔT)-P_SDT(T_i)|＜P_threshold (4)

P_threshold为阈值；T_i中i＝1，2，3，…，N；其中N为整个趋势段内采样时刻的总数。

步骤5：当判定为上爬坡或下爬坡时，第二控制模块控制预警模块报警。

当P_SDT(T+Δr)＞P_SDT(T)时P_threshold的取值为20％P_N，其中P_N为额定装机容量，当P_SDT(T+ΔT)＜P_SDT(T)时P_threshold的取值为15％P_N。

根据本发明提出的一种风电功率爬坡事件检测方法，现从上海崇明岛某风场中选取2014-2015年的数据做进一步案例说明：

如图4所示，黑色实线部分表示实测风电功率曲线，黑色虚线部分表示经过SDT算法对预处理后的风电功率数据集进行趋势化提取的曲线，方形则是表示经过SDT算法提取后的数据点。可以看出本发明采用的SDT算法可以很好地提取风电功率的上升和下降趋势，将70个原始数据缩短为34个数据点，同时保留原始数据显著的变化趋势，大大减少了运算量。

利用SDA提取出的局部趋势段，可能存在多检或漏检的情况。对于变化趋势相同(上升或下降)的邻近爬坡段应是一个爬坡，而非两个分开的爬坡段。因此，可以利用滑动检测进一步合并相邻的爬坡段。因此，需要进一步提取存在爬坡现象的爬坡段。

如图5所示，采用公式(3)利用滑动检测检测出图中30-40区间内两个上升趋势段并合并为一个上爬坡，采用公式(4)检测出40-50存在一个下爬坡以及50-60区间内存在两个邻近下降趋势段并合并为一个下爬坡。

另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明对各种可能的组合方式不再另行说明。

Claims

1.一种风电功率爬坡事件检测系统，其特征在于，包括采集部分和检测部分，所述采集部分包括第一控制模块及与其连接的气象数据采集模块，所述检测部分包括第二控制模块，及与其连接的预警模块、上爬坡比较模块、下爬坡比较模块；所述气象数据采集模块包括风速传感器；

2.根据权利要求1所述的一种风电功率爬坡事件检测系统，其特征在于，所述气象数据采集模块，还包括风向传感器、温度传感器、气压传感器、湿度传感器；所述风向传感器、温度传感器、气压传感器、湿度传感器均与第一控制模块连接。

3.根据权利要求2所述的一种风电功率爬坡事件检测系统，其特征在于，该检测系统还包括GPS模块，所述GPS模块包括风机地理位置获取模块与风电场地形参数获取模块，上述两个模块均采用RS232串行通信方式与第一控制模块通信，用于获取风机位置、风电场地形参数。

4.根据权利要求3所述的一种风电功率爬坡事件检测系统，其特征在于，该检测其系统还包括与第一控制模块连接的远程数据平台和报错模块，所述远程数据平台利用GPRS模块与第一控制模块通信，若通信出现问题，由报错模块进行检测，所述远程数据平台用于存放气象数据采集模块和GPS模块采集的气象信息和位置信息。

5.基于权利要求1所述的一种风电功率爬坡事件检测系统的检测方法，其特征在于，具体包括如下步骤；

步骤1：第一控制模块根据风速传感器采集到的数据计算得到风电功率，并对风电功率进行预处理，得到风电功率数据集：p＝((t₁，y₁)，(t₂，y₂)，...，(t_i，y_i)，...，(t_n，y_n))，其中p表示风电功率集，t_i表示第i次的采样时间，y_i表示第i次采样的实际风电功率；i＝1，2，3，...，n；n为总的采样次数；

|P_SDT(T_i+ΔT)-P_SDT(T_i)|＞P_threshold (1)

|P_SDT(T_i+ΔT)-P_SDT(T_i)|＜P_threshold (2)

6.根据权利要求5所述的检测方法，其特征在于，当P_SDT(T+ΔT)＞P_SDT(T)时，P_threshold的取值为20％P_N，其中P_N为额定装机容量，当P_SDT(T+ΔT)＜P_SDT(T)时P_threshold的取值为15％P_N。