CN110219776B - 一种风力发电机组动态额定功率区间的搜索方法 - Google Patents

Abstract

本发明涉及一种风力发电机组动态额定功率区间的搜索方法，包括：S1、寻找满发功率下限：在风力发电机组一段时间内的功率数据中从高到底选取前1/n建立概率密度函数，求解密度最大时对应的功率为初始额定功率；满发功率下限＝初始额定功率‑(功率数据最大值‑初始额定功率)；S2、选取动态额定功率区间：提取大于满发功率下限的功率数据，并记录位置数据；对位置数据进行一阶差分，记录一阶差分值大于1的位置id，则对应连续片段的开始位置记为StartId＝id+1，连续片段的结束位置记为EndId＝id，得到若干连续片段。该算法能够在机组满负荷运行过程中寻找出机组额定功率的动态波动区间。

Description

一种风力发电机组动态额定功率区间的搜索方法

技术领域

本发明属于风力发电技术领域，具体涉及一种风力发电机组动态额定功率区间的搜索方法。

背景技术

风力发电机的额定输出功率依据特定的额定风速而定，风力发电机的输出功率会随风速的变化而变化。由于风速具有很强的波动性和不确定性，机组的发电量等相关运行指标的评估受到风速的影响很大，这给风场整场机组运行评估带来了一定的困难。

机组运行过程的功率输出除了受风速影响外，也受到机组的整体控制的影响。当风速处于额定风速与切出风速之间时，机组能够满负荷运行，其对应的输出功率会在额定功率附近有微小的波动。由于受外界环境与风速的影响，机组满发状态的持续时间存在一定的差异。目前尚没有能够判断机组稳态满发状态的相关方法，因而，制定正确评估机组运行过程中的额定功率输出区间及其稳态满发状态的持续时间的方法，对于机组的运行评估有很大的实用价值和经济价值，也是亟待解决的问题。基于此，本文首次提出“动态额定功率区间”的概念，动态额定功率区间是指机组在运行过程中，机组功率在额定功率附近波动并能够维持这种波动状态的持续时间片段，也称为机组稳态满发区间，一般以时间来衡量，包括状态的开始时间、结束时间和维持时间。

发明内容

本发明的目的在于提供一种风力发电机组动态额定功率区间的搜索方法，该算法能够在机组满负荷运行过程中寻找出机组额定功率的动态波动区间，并查找机组实际运行的额定功率，更加准确的评估机组运行状态。

为实现上述目的，本发明所采取的技术方案是：

一种风力发电机组动态额定功率区间的搜索方法，其特征在于包括：

S1、寻找满发功率下限

在风力发电机组一段时间内的功率数据中从高到底选取前1/n建立概率密度函数，对概率密度函数求解密度最大时对应的功率为初始额定功率；

满发功率下限＝初始额定功率-(风力发电机组的功率数据最大值-初始额定功率)；

S2、选取动态额定功率区间

依据S1中得到的满发功率下限，提取大于满发功率下限的功率数据，并记录位置数据；

将位置数据中最小值记为第一个连续片段的开始位置，最大值记为最后一个连续片段的结束位置；对位置数据进行一阶差分，记录一阶差分值大于1的位置id，则对应连续片段的开始位置记为StartId＝id+1，连续片段的结束位置记为EndId＝id，得到若干连续片段；

计算所有连续片段的长度，长度大于等于设定值num的片段即为动态额定功率区间。

进一步地，在步骤S1中，在风力发电机组一段时间内的间隔功率数据中从高到底选取前1/n建立概率密度函数。

进一步地，在风力发电机组一段时间内每间隔10min取一功率数据。

进一步地，步骤S2还包括：根据每段动态额定功率区间StartId和EndId对应的功率数据对应的时间信息，获取每段动态额定功率区间的开始时间、结束时间和维持时间。

进一步地，步骤S1具体包括：

S101、在风力发电机组的功率数据序列{P_t}中从高到底选取前1/4建立概率密度函数f₀(x)，对概率密度函数f₀(x)求解密度最大时对应的功率为初始额定功率P₀；

S102、初始满发功率下限P_Lim，0＝P₀-(max(P_t)-P₀)＝2*P₀-max(P_t)；

S103、通过迭代法确定满发功率下限P_Lim：

1)选取功率大于P_Lim，i-1的功率数据，得到序列{P_i，t}，对序列{P_i，t}建立概率密度函数f_i(x)，对f_i(x)求解密度最大时对应的功率为额定功率P_i；初始满发功率下限P_Lim，0为迭代的初始值；

2)新值迭代变量P_Lim，i＝2*P_i-max(P_i，t)；

3)将P_Lim，i与P_Lim，i-1进行比较，当|P_Lim，i-P_Lim，i-1|＞1时，重复步骤1)至2)，直到当|P_Lim，i-P_Lim，i-1|≤1时停止，此时得到的P_Lim，i即为满发功率下限P_Lim。

进一步地，步骤S2具体包括：

S201、依据满发功率下限P_Lim，提取大于P_Lim的功率数据序列{x_n}，并记录{x_n}的位置序列{id_n}；

S202、将位置序列{id_n}中最小值记为第一个连续片段的开始位置，最大值记为最后一个连续片段的结束位置；对位置序列{id_n}进行一阶差分，记录一阶差分值大于1的位置id，则连续片段的开始位置记为StartId＝id+1，连续片段的结束位置记为EndId＝id，得到若干连续片段；

S203、计算所有连续片段的长度，长度大于等于设定值num的片段即为动态额定功率区间{y_n}；

S204、将所有的动态额定功率区间{y_n}对应的功率数据按照时间顺序合并成一段新的功率数据序列{z_n}；

S205、对功率数据序列{z_n}通过步骤S103的方法寻找新的满发功率下限P_Lim，j，重复S201至S204，直到|P_Lim，j-P_Lim，j-1|≤1时停止。

进一步地，步骤S205具体包括：

1)对序列{z_n}建立概率密度函数f_j(x)，对f_j(x)求解密度最大时对应的功率为额定功率P_j；

2)P_Lim，j＝2*P_j-max(z_n)；

3)将P_Lim，j带入S201至S204重复，直到|P_Lim，j-P_Lim，j-1|≤1时停止。

本发明的原理及意义：机组功率输出受到整体控制的影响，其数值一般在额定功率附近有微小波动。通过研究机组满发时的功率波动情况可以反映出机组的控制策略的优劣，功率波动较小，说明机组的控制较好；功率波动较大，说明机组的控制还有很大的提升空间。机组受收桨影响，其输出功率必然会有最大限度，因而对于功率波动区间的下限选择比较关键。功率下限设置太低不利于满发片段的选取，容易将较低功率的数据选中，加大功率的波动；下限设置的太高，功率波动范围太小，不利于选中满发片段。动态额定功率区间为机组功率持续在额定功率附近运行的一种运行稳定状态的时间区间，在此时间范围内的输出功率均在额定功率附近波动。机组在动态额定功率区间运行较为稳定，选取此阶段的数据对于分析机组大部件的运行情况有很大的帮助。本文基于功率密度概率分布情况，对功率下限的选择进行迭代调整，可以有效的选取较为稳定的满发功率下限。

本发明的有益效果为：本发明的算法能够在机组满负荷运行过程中寻找出机组额定功率的动态波动区间，包括稳态满发状态的开始时间、结束时间和维持时间，并查找机组实际运行的额定功率，更加准确的评估机组运行状态。此外，该算法搜索到的动态额定功率区间可以用于机组大部件预警，当机组的控制较稳定时，利于发现机组各指标内在的联系，找出机组运行隐患，减少机组停机时间，提升机组发电量。

附图说明

图1是实施例一中步骤S1的流程示意图。

图2是实施例一中步骤S2的流程示意图。

图3是实施例一的步骤S2中对位置序列进行一阶差分的示意图。

图4是实施例二中功率概率密度函数曲线示意图。

图5是实施例二中所有的动态额定功率区间对应的功率数据按照时间顺序合并成一段新的功率数据序列的时间功率示意图。

图6是实施例二中合并后的新的功率数据序列的功率概率密度函数曲线示意图。

图7是实施例二中机组沿时间轴的时间功率示意图。

图8是图7中A点放大示意图。

具体实施方式

为了更好地理解本发明，下面结合实施例和附图对本发明的技术方案做进一步的说明。

实施例一

一种风力发电机组动态额定功率区间的搜索方法，包括以下步骤：

S1、寻找满发功率下限(机组满发状态下允许的最低功率)，如图1所示：

S101、机组满发时功率一般位于机组额定功率附近，因此额定功率初始数据选取须剔除功率较低的数据片段，以期得到运行功率较大的数据片段，避免低功率数据较多对筛选结果的影响；因此，在风力发电机组的功率数据序列{P_t}中从高到底选取前1/4建立概率密度函数f₀(x)，对概率密度函数f₀(x)求解密度最大时对应的功率为初始额定功率P₀；机组处于满发状态时，其功率在额定功率附近波动，因而额定功率附近的功率点的分布较其他功率点相对集中；

S102、机组整体的运行状态受到主控系统的影响，其满发状态时的功率允许在额定功率附近存在微小的波动Δ＝max(P_t)-P₀，因此，初始满发功率下限P_Lim，0＝P₀-(max(P_t)-P₀)＝2*P₀-max(P_t)；

S103、通过迭代法确定满发功率下限P_Lim(P_Lim为迭代变量)：

1)选取功率大于P_Lim，i-1的功率数据，得到序列{P_i，t}(i＝1，2，...，n，i为迭代次数，当i＝0时表示功率原始时间序列数据的初始满发功率下限P_Lim，0)，对序列{P_i，t}建立概率密度函数f_i(x)，对f_i(x)求解密度最大时对应的功率为额定功率P_i；初始满发功率下限P_Lim，0为迭代的初始值；

2)新值迭代变量P_Lim，i＝2*P_i-max(P_i，t)；

3)将P_Lim，i与P_Lim，i-1进行比较，当|P_Lim，i-P_Lim，i-1|＞1时，重复步骤1)至2)，直到当|P_Lim，i-P_Lim，i-1|≤1时停止，此时得到的P_Lim，i即为满发功率下限P_Lim。经过迭代计算可以得到更加精确的满发功率下限。

S2、选取动态额定功率区间，如图2所示：

S201、依据满发功率下限P_Lim，提取大于P_Lim的功率数据序列{x_n}，并记录{x_n}的位置序列{id_n}；

S202、将位置序列{id_n}中最小值记为第一个连续片段的开始位置，最大值记为最后一个连续片段的结束位置；如图3所示，对位置序列{id_n}进行一阶差分，记录一阶差分值大于1的位置id，则连续片段的开始位置记为StartId＝id+1，连续片段的结束位置记为EndId＝id，得到若干连续片段；

S203、计算所有连续片段的长度，长度大于等于设定值num(设定值num是根据所需要的时间长度和/或额定功率左右的功率点数人为规定的值)的片段即为动态额定功率区间{y_n}；根据每段动态额定功率区间StartId和EndId对应的功率数据对应的时间信息，获取每段动态额定功率区间的开始时间、结束时间和维持时间。

为了降低各区间的波动差异，选取机组功率控制较好的片段，将初步得到的动态额定功率区间进行合并，依据功率密度分布情况，对机组满发功率下限再次进行调整，以剔除功率波动较大的点和运行区间。

S204、将所有的动态额定功率区间{y_n}对应的功率数据按照时间顺序合并成一段新的功率数据序列{z_n}；

S205、对功率数据序列{z_n}通过步骤S103的方法寻找新的满发功率下限P_Lim，j，

1)对序列{z_n}建立概率密度函数f_j(x)，对f_j(x)求解密度最大时对应的功率为额定功率P_i；

2)P_Lim，j＝2*P_j-max(z_n)；

3)将P_Lim，j带入S201至S204重复，直到|P_Lim，j-P_Lim，j-1|≤1时停止。此时得到的动态额定功率区间即为功率波动较小的运行区间。

实施例二

如图7所示，根据实施例一的方法选取某机组从2015-05-01至2016-03-18期间的10min间隔功率数据序列{P_t}，机组额定功率为1520kw。其对应的动态额定功率区间的搜索过程如下：

(1)在序列{P_t}中从高到底选取1/4的功率数据，如图4所示，得到功率概率密度函数f₀(x)。

(2)依据(1)中的数据进行初始的额定功率和满发功率下限的计算。经计算，确定初始稳态满发的额定功率P₀＝1520.2kw、初始满发功率下限P_Lim，0＝1495kw。

(3)如图4所示，通过迭代计算得到的P_Lim＝1495kw，开始寻找动态额定功率区间。

(4)将(3)中得到的动态额定功率区间进行合并，如图5；依据功率密度分布情况，对机组满发功率下限再次进行调整，以剔除功率波动较大的点和运行区间，如图6，重复(1)至(3)步骤，经计算，得到最终满发功率下限P_Lim＝1508kw。

(5)选取其中一段动态额定功率区间的功率序列，如图8，获取每段动态额定功率区间的开始时间、结束时间和维持时间。

以上说明仅为本发明的应用实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明申请专利范围所作的等效变化，仍属本发明的保护范围。

Claims (7)

1.一种风力发电机组动态额定功率区间的搜索方法，其特征在于包括：

S1、寻找满发功率下限

在风力发电机组一段时间内的功率数据中从高到低选取前1/n建立概率密度函数，对概率密度函数求解密度最大时对应的功率为初始额定功率；

满发功率下限＝初始额定功率-(风力发电机组的功率数据最大值-初始额定功率)；

S2、选取动态额定功率区间

依据S1中得到的满发功率下限，提取大于满发功率下限的功率数据，并记录位置数据；

将位置数据中最小值记为第一个连续片段的开始位置，最大值记为最后一个连续片段的结束位置；对位置数据进行一阶差分，记录一阶差分值大于1的位置id，则对应连续片段的开始位置记为StartId＝id+1，连续片段的结束位置记为EndId＝id，得到若干连续片段；

计算所有连续片段的长度，长度大于等于设定值num的片段即为动态额定功率区间。

2.根据权利要求1所述的一种风力发电机组动态额定功率区间的搜索方法，其特征在于，在步骤S1中，在风力发电机组一段时间内间隔的功率数据中从高到低选取前1/n建立概率密度函数。

3.根据权利要求2所述的一种风力发电机组动态额定功率区间的搜索方法，其特征在于，在风力发电机组一段时间内每间隔10min取一功率数据。

4.根据权利要求1所述的一种风力发电机组动态额定功率区间的搜索方法，其特征在于，步骤S2还包括：根据每段动态额定功率区间StartId和EndId对应的功率数据对应的时间信息，获取每段动态额定功率区间的开始时间、结束时间和维持时间。

5.根据权利要求1所述的一种风力发电机组动态额定功率区间的搜索方法，其特征在于，步骤S1具体包括：

S101、在风力发电机组的功率数据序列{P_t}中从高到低选取前1/4建立概率密度函数f₀(x)，对概率密度函数f₀(x)求解密度最大时对应的功率为初始额定功率P₀；

S102、初始满发功率下限P_Lim，0＝P₀-(max(P_t)-P₀)＝2*P₀-max(P_t)；

S103、通过迭代法确定满发功率下限P_Lim：

1)选取功率大于P_Lim，i-1的功率数据，得到序列{P_i，t}，对序列{P_i，t}建立概率密度函数f_i(x)，对f_i(x)求解密度最大时对应的功率为额定功率P_i；初始满发功率下限P_Lim，0为迭代的初始值；

2)新值迭代变量P_Lim，i＝2*P_i-max(P_i，t)；

3)将P_Lim，i与P_Lim，i-1进行比较，当|P_Lim，i-P_Lim，i-1|＞1时，重复步骤1)至2)，直到当|P_Lim，i-P_Lim，i-1|≤1时停止，此时得到的P_Lim，i即为满发功率下限P_Lim。

6.根据权利要求5所述的一种风力发电机组动态额定功率区间的搜索方法，其特征在于，步骤S2具体包括：

S201、依据满发功率下限P_Lim，提取大于P_Lim的功率数据序列{x_n}，并记录{x_n}的位置序列{id_n}；

S202、将位置序列{id_n}中最小值记为第一个连续片段的开始位置，最大值记为最后一个连续片段的结束位置；对位置序列{id_n}进行一阶差分，记录一阶差分值大于1的位置id，则连续片段的开始位置记为StartId＝id+1，连续片段的结束位置记为EndId＝id，得到若干连续片段；

S203、计算所有连续片段的长度，长度大于等于设定值num的片段即为动态额定功率区间{y_n}；

S204、将所有的动态额定功率区间{y_n}对应的功率数据按照时间顺序合并成一段新的功率数据序列{z_n}；

S205、对功率数据序列{z_n}通过步骤S103的方法寻找新的满发功率下限P_Lim，j，重复S201至S204，直到|P_Lim，j-P_Lim，j-1|≤1时停止。

7.根据权利要求6所述的一种风力发电机组动态额定功率区间的搜索方法，其特征在于，步骤S205具体包括：

1)对序列{z_n}建立概率密度函数f_j(x)，对f_j(x)求解密度最大时对应的功率为额定功率P_j；

2)P_Lim，j＝2*P_j-max(z_n)；

3)将P_Lim，j带入S201至S204重复，直到|P_Lim，j-P_Lim，j-1|≤1时停止。

Images