CN111987741A - 基于运行数据挖掘和动态区间控制的风电场能量管理技术 - Google Patents

Abstract

本发明涉及一种基于运行数据挖掘和动态区间控制的风电场能量管理技术，旨在应用大数据分析技术，研究风电机组的动态调节性能，并基于此发明风电场能量管理技术，风电场能量管理关键技术，充分挖掘风电场的有功功率调节潜力，提升、AGC曲线跟踪精度和有功功率响应速度，提升风电场输出功率的平稳性和精准性，减少了机组的频繁调节，同时提升发电效益，不仅为风电场参与电网一次调频提供理论和实践支撑，更可以提高风电渗透率和在电力市场中的竞争力。

Description

基于运行数据挖掘和动态区间控制的风电场能量管理技术

技术领域

本发明涉及车辆安全技术领域，更具体地说，涉及一种基于运行数据挖掘和动态区间控制的风电场能量管理技术。

背景技术

当前全国风电装机容量2.1亿千瓦，占全国总装机容量10.45％。未来，全国大部分地区将实现全年100％清洁能源电力供应。因此，风电的高品质、高质量、高稳定的供应显得尤为重要。但是，目前由于风电机组的动态调节特性和风电机组动态响应特性预判技术在现有的风电场能量管理系统中未充分实现，使得风电场也不能够实现精准跟踪电网调度曲线，直接影响了风电对电网的供应品质，同时，造成我国风电场双细则考核惩罚达十几亿元以上。

发明内容

针对现有方法的不足，提出一种基于运行数据挖掘和动态区间控制的风电场能量管理技术。

本发明解决其技术问题所采用的技术方案是：构造一种基于运行数据挖掘和动态区间控制的风电场能量管理技术，包括：

根据全场目标功率指令，基于全场输出功率实时秒级变化量，计算全场输出功率的变化速率，计算全场输出功率的调节量；

确定需要进行功率调节的风电机组的数量及对应风电机组的编号，作为受控机组控制序列；

根据全场输出功率的调节量，结合所述受控机组控制序列中的每一风电机组的调节性能参量，计算受控机组控制序列中每一风电机组的功率调节量，并依据功率调节量对对应的风电机组功率进行调节。

其中，在根据全场目标功率指令，基于全场输出功率实时秒级变化量，计算全场输出功率的变化速率，计算全场输出功率的调节量的步骤中，包括步骤：

基于全场输出功率的变化速率以及全场目标功率指令，设定风电场输出功率控制的动态区间，确定功率控制动态区间的控制区间范围；当全场输出功率大于所述功率控制动态区间上限时，触发功率的下调控制；

风电机组输出功率的调节响应滞后，使全场输出功率在滞后时间内继续增加后开始下降，此时根据全场输出功率的变化速率，动态改变功率控制动态区间上限与调节死区边界之间的安全距离，使其大于等于滞后时间内全场输出功率的增量，确定安全距离的最优值，从而确定全场输出功率的调节量。

其中，根据实时的全场输出功率P_output确定功率控制动态区间的控制区间的范围ΔP_{control-region}，公式表示为：

ΔP_{control-region}＝P_outputD_cr％ (1)

其中，D_cr％为控制区间范围比例系数；

为确保滞后时间末端全场输出功率不越过调节死区边界，实时优化功率控制动态区间上限与调节死区边界之间的安全距离ΔP_{safe-distance}，使风电场所有风电机组在滞后时间内的全场输出功率增量小于安全距离ΔP_{safe-distance}，即：

ΔP_{safe-distance}≥S_output-powerΔT_lag (2)

所确定的ΔP_{safe-distance}为最优值，式中ΔT_lag为机组响应滞后时间，S_output-power为全场输出功率的变化速率；其中，

其中ΔT_int为数据采集间隔时间，

为在ΔT_int时间内P_output的增量，利用指数加权移动平均法计算得到：

其中

为触发下调机制的时间点前i个时刻ΔT_int时间内P_output的增量，N_t为指数加权移动平均法所用计算时刻的总数量，α为加权系数，其取值为：

全场输出功率的调节量ΔPower表示为：

ΔPower＝S_output-powerΔT_lag+0.5ΔP_{control-region} (6)

式中S_output-power为全场输出功率穿出功率控制动态区间时刻的变化速率。

其中，在确定需要进行功率调节的风电机组的数量及对应风电机组的编号，作为受控机组控制序列的步骤中，包括步骤：

通过拟合轨迹曲线方程的方式，确定风电场中全部风电机组的运行状态点的变化轨迹，拟合轨迹曲线方程；其中，风电机组的运行状态点通过风速v、桨距角β、叶轮转速ω、机组输出功率P的集合表示，机组输出功率P随桨距角β的变化关系表示为f₁(β)；

设定可受控的风电机组的数量为N，则N台风电机组的平均运行状态表示为

分别表示N台风电机组的平均风速、平均桨距角、平均转速和平均输出功率；

受控风电机组的数量N_c通过如下公式计算得到：

当风电场需升功率时：

当风电场需降功率时：

式中ΔPower为风电场输出功率调节量，Δβ_c为受控风电机组桨距角最低调整量，计算开始取1，如果N_c小于N，则N_c为所确定的受控风电机组数量；否则，Δβ_c加1，如果N_c大于N，Δβ_c继续加1，直至N_c小于N，最终计算得出的N_c即为所确定的受控风电机组数量；

计算出当前运行状态下风电机组的上调速率和下调速率，如下公式表示：

上调速率S_power-up为：

下调速率S_power-down为：

P_A表示当前运行状态下的全场输出功率；f₁(β)为当前运行状态下的输出功率变化曲线；

将风电场N台可受控风电机组按照调节速率进行排序，当风电场需升功率时，按照上调速率排序，需降功率时，按照下调速率进行排序，排序后取前N_c台风电机组即为受控受控机组控制序列。

其中，在根据全场输出功率的调节量，结合所述受控机组控制序列中的每一风电机组的调节性能参量，计算受控机组控制序列中每一风电机组的功率调节量，并依据功率调节量对对应的风电机组功率进行调节的步骤中，差异化的分配全场输出功率的调节量，使得所有受控风电机组响应目标功率的时间一致，桨距角调节量相同，此时，风电场整体有功功率调节速率最快，响应时间最短。

其中，差异化的分配全场输出功率的调节量的步骤中，所有受控风电机组桨距角调整相同的变化量Δβ，则Δβ＝nΔβ_s；计算出机组输出功率的调节量ΔP_i，n为循环次数，Δβ_s为桨距角最小调节量；

当所有受控风电机组输出功率调节量之和∑ΔP_i满足全场输出功率调节量ΔPower时，根据有功功率分配算法计算各受控机组获得的功率调节量ΔP_i；同时判断受控机组控制序列中的每一风电机组的上调容量或者下调容量是否为零，将为零的风电机组退出循环，并记录当前循环次数。

区别于现有技术，本发明提供了一种基于运行数据挖掘和动态区间控制的风电场能量管理技术，旨在应用大数据分析技术，研究风电机组的动态调节性能，并基于此发明风电场能量管理技术，风电场能量管理关键技术，充分挖掘风电场的有功功率调节潜力，提升、AGC曲线跟踪精度和有功功率响应速度，提升风电场输出功率的平稳性和精准性，减少了机组的频繁调节，同时提升发电效益，不仅为风电场参与电网一次调频提供理论和实践支撑，更可以提高风电渗透率和在电力市场中的竞争力。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1是本发明提供的一种基于运行数据挖掘和动态区间控制的风电场能量管理技术的流程示意图。

图2是本发明提供的一种基于运行数据挖掘和动态区间控制的风电场能量管理技术的动态区间控制的原理示意图。

图3是本发明提供的一种基于运行数据挖掘和动态区间控制的风电场能量管理技术的功功率分配算法设计原理图。

图4是本发明提供的一种基于运行数据挖掘和动态区间控制的风电场能量管理技术的功功率分配算法的逻辑示意图。

具体实施方式

为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本发明的具体实施方式。

参阅图1，本发明提供了一种基于运行数据挖掘和动态区间控制的风电场能量管理技术，实质为一种基于运行数据挖掘和动态区间控制的风电场能量管理方法，包括步骤：

根据全场目标功率指令，基于全场输出功率实时秒级变化量，计算全场输出功率的变化速率，计算全场输出功率的调节量；

确定需要进行功率调节的风电机组的数量及对应风电机组的编号，作为受控机组控制序列；

根据全场输出功率的调节量，结合所述受控机组控制序列中的每一风电机组的调节性能参量，计算受控机组控制序列中每一风电机组的功率调节量，并依据功率调节量对对应的风电机组功率进行调节。其中，在根据全场目标功率指令，基于全场输出功率实时秒级变化量，计算全场输出功率的变化速率，计算全场输出功率的调节量的步骤中，包括步骤：

基于全场输出功率的变化速率以及全场目标功率指令，设定风电场输出功率控制的动态区间，确定功率控制动态区间的控制区间范围；当全场输出功率大于所述功率控制动态区间上限时，触发功率的下调控制；

风电机组输出功率的调节响应滞后，使全场输出功率在滞后时间内继续增加后开始下降，此时根据全场输出功率的变化速率，动态改变功率控制动态区间上限与调节死区边界之间的安全距离，使其大于等于滞后时间内全场输出功率的增量，确定安全距离的最优值，从而确定全场输出功率的调节量。

风电场能量管理控制策略的作用不仅是快速跟踪功率调节指令，更是将风电场输出功率精准平稳的控制在一定范围内，使其与功率目标值偏差不超过调节死区范围，若超越调节死区范围，将要受到相关考核惩罚。由于风电场输出功率波动较大，越靠近调节死区边界，越容易越线，通常为了避免考核，将输出功率控制在目标功率曲线(PFRC)以下一定范围内。

在不越过调节死区边界的前提下，为了最大限度的提升风电场发电效益，将输出功率精准平稳的控制在适当的范围内，将设定动态控制区间的上限、下限作为控制的设定值，并根据全场输出功率的变化速率，实时调整动态控制区间的设定值，ΔP_ADZB为调节死区范围，则：

ΔP_ADZB＝P_N-wfD_ad％

其中，P_N-wf为风电场装机容量，D_ad％为调节死区范围比例系数，不同区域的电网，调节死区范围规定不同，通常为风电场装机容量的1％-3％。ΔP_{control-region}为动态控制区间范围，它决定着风电场输出功率的控制精度，控制精度越小，控制难度就越大。风电场输出功率越大，其波动幅度就越大，控制区间的范围ΔP_{control-region}设定就相应的偏大。

本发明根据实时的全场输出功率P_output确定功率控制动态区间的控制区间的范围ΔP_{control-region}，公式表示为：

ΔP_{control-region}＝P_outputD_cr％ (1)

其中，D_cr％为控制区间范围比例系数；

当P_output越过动态控制区间上限，运行至图2中的A点时，触发下调控制，风电场能量管理控制系统给受控机组发送功率下发指令。为确保滞后时间末端全场输出功率不越过调节死区边界(通常响应滞后时间为2s)，当P_output继续增加至C点，场输出功率开始下调，只要确保C点的输出功率不越过调节死区边界，就可避免考核，同时输出功率达到了最大。实时优化功率控制动态区间上限与调节死区边界之间的安全距离ΔP_{safe-distance}，使风电场所有风电机组在滞后时间内的全场输出功率增量小于安全距离ΔP_{safe-distance}，即：

ΔP_{safe-distance}≥S_output-powerΔT_lag (2)

所确定的ΔP_{safe-distance}为最优值，式中ΔT_lag为机组响应滞后时间，S_output-power为全场输出功率的变化速率；其中，

其中ΔT_int为数据采集间隔时间，

为在ΔT_int时间内P_output的增量，利用指数加权移动平均法计算得到：

其中

为触发下调机制的时间点前i个时刻ΔT_int时间内P_output的增量，N_t为指数加权移动平均法所用计算时刻的总数量，α为加权系数，其取值为：

控制区间的中心线为动态控制区间基准线(Control region baseline，CRB)，当P_output上升穿过控制区间上限后，达到的最高点C点与动态控制区间基准线差值ΔPower为风电场输出功率下调调节量；当P_output下降穿过动态控制区间下限(Lower control regionlimit)后，触发上调控制，由于机组的响应滞后，到达最低点F点后功率开始上调，F点与动态控制区间基准线差值ΔPower为风电场输出功率上调调节量，全场输出功率的调节量ΔPower表示为：

ΔPower＝S_output-powerΔT_lag+0.5ΔP_{control-region} (6)

式中S_output-power为全场输出功率穿出功率控制动态区间时刻(图2中A点和D点)P_output的变化速率。

在确定需要进行功率调节的风电机组的数量及对应风电机组的编号，作为受控机组控制序列的步骤中，包括步骤：

通过拟合轨迹曲线方程的方式，确定风电场中全部风电机组的运行状态点的变化轨迹，拟合轨迹曲线方程；其中，风电机组的运行状态点通过风速v、桨距角β、叶轮转速ω、机组输出功率P的集合表示，机组输出功率P随桨距角β的变化关系表示为f_i(β)；

要挖掘风电机组运行状态点变化轨迹，拟合轨迹曲线方程，需要对大量的机组SCADA秒级运行数据进行深度挖掘。从SCADA运行的秒级数据中提取出风速v、桨距角β、叶轮转速ω、机组输出功率P的数据，机组的运行状态点表示为(v，β，ω，P)。根据P是否为零或者小于零，将机组停机或者未并网的数据剔除出去，剩余数据记作数据A。首先将v从切入风速v_cut-in到切出风速v_cut-out按照Δv_dif的精度分成n段，然后在数据B中，将每一个v段[vⁱ-Δv_dif，vⁱ+Δv_dif]的数据全部提取出来，分别作出P-β和ω-β散点图。由上述分析可知，在功率调节过程中f₁(β)、g₁(β)的单调性和凹凸性均保持不变，假定P随β的变化和ω随β变化的关系式分别为：

f₁(β)＝a₁β³+b₁β²+c₁β+d₁

g₁(β)＝a₂β³+b₂β²+c₂β+d₂

拟合曲线的方法有多种，例如最佳直线拟合法、神经网络拟合曲线、最小二乘法多项式曲线拟合法等。v从v_cut-in到v_cut-out，分n个阶段进行曲线拟合，由于每一段离散点数量较多，且n个阶段需自动连续进行，最小二乘法多项式曲线拟合法具有较好稳定性、逼近性、计算方便快速、程序易实现等优点，因此，本文选择最小二乘法多项式曲线拟合法对各段离散点进行拟合。

确定受控机组控制序列的基本思想：当风电场收到目标功率指令时，需要进行功率调节时，在机组当前运行状态下，选择适当数量动态调节性能优良的机组进行受控，这样既可以避免过多的机组参与调节造成不必要的机械损耗，又可以实现全场有功功率快速调节，因此受控机组控制序列的确定包括受控机组的数量和风机编号。

设定可受控的风电机组的数量为N，则N台风电机组的平均运行状态表示为

分别表示N台风电机组的平均风速、平均桨距角、平均转速和平均输出功率；

受控风电机组的数量N_c通过如下公式计算得到：

当风电场需升功率时：

当风电场需降功率时：

式中ΔPower为风电场输出功率调节量，Δβ_c为受控机组桨距角最低调整量，计算开始取1，如果N_c小于N，则N_c为所确定的受控机组数量；否则，Δβ_c加1，如果N_c大于N，Δβ_c继续加1，直至N_c小于N，最终计算得出的N_c即为所确定的受控机组数量。Δβ_c计算开始取1，出于两方面的原因，其一是，风电机组在功率调节时，变桨速率为1.5deg/s-2deg/s，桨距角调整1deg只需不到1s时间；其二是，风电机组在恒功率运行时，由于风速的不断波动，为了维持恒功率的输出，桨距角会频繁变动，且输出功率会在功率指令附近波动，通常波动的幅度为±1％，如果Δβ_c取值过小，就会造成受控机组数量增多，且每台受控机组需调节的输出功率值较小，不能被机组识别，如果Δβ_c取值过大，会造成受控机组数量较少，全场输出功率调节速率变慢。因此，根据现场实际控制经验，经过多次修正后确定，Δβ_c计算开始取1为最优。

调节速率是指f_i(β)在运行点β＝β₀处的变化率，它反应了在功率调节过程中机组输出功率对浆距角变化的敏感程度。调节速率包含上调速率(Upward Adjustment Rate)和下调速率(Downward Adjustment Rate)。

计算出当前运行状态下风电机组的上调速率和下调速率，如下公式表示：

上调速率S_power-up为：

下调速率S_power-down为：

P_A表示当前运行状态下的全场输出功率；f_i(β)为当前运行状态下的输出功率变化曲线；当Δβ或者Δω足够小时，上调速率和下调速率相等。

将风电场N台可受控风电机组按照调节速率进行排序，当风电场需升功率时，按照上调速率排序，需降功率时，按照下调速率进行排序，排序后取前N_c台风电机组即为受控受控机组控制序列。

其中，在根据全场输出功率的调节量，结合所述受控机组控制序列中的每一风电机组的调节性能参量，计算受控机组控制序列中每一风电机组的功率调节量，并依据功率调节量对对应的风电机组功率进行调节的步骤中，差异化的分配全场输出功率的调节量，使得所有受控风电机组响应目标功率的时间一致，桨距角调节量相同，此时，风电场整体有功功率调节速率最快，响应时间最短。

风电机组的动态调节性能随着运行状态的变化而动态时变，运行在不同状态下的机组其调节容量和调节速率不同，执行相同的有功功率调节量ΔP指令时，所需的调节时间不同。为充分发挥和协调不同运行状态下机组的差异化的调节性能，在设计风电场有功功率分配算法时，基于以下基本思想：调节速率越大的机组承担的调节任务越多，差异化的分配有功功率调节量ΔP，使得所有受控机组响应目标功率的时间基本一致，桨距角调节量相同，此时，风电场整体有功功率调节速率最快，响应时间最短，算法设计原理如图3所示。

为当前时刻下机组i的运行状态点变化轨迹投影在P-β坐标下的轨迹曲线，即输出功率P_i随桨距角β_i变化的关系式。

随着运行状态(v_i，β_i，ω_i，P_i)的变化动态时变，不同运行状态下，机组输出功率对桨距角变化的敏感程度不同，即调节速率不同。当所有受控机组桨距角调整相同的变化量Δβ时：Δβ＝nΔβ_s；根据

计算出机组输出功率的调节量ΔP_i，n为循环次数，Δβ_s为桨距角最小调节量。随着n的逐渐增加(风电场升功率时β_i减小，降功率时β_i增大)，当所有受控机组有功功率调节量之和∑ΔP_i满足全场输出功率调节量ΔPower时，各受控机组获得的功率调节量ΔP_i为最优的功率分配量。并在此过程中判断机组的上调容量或者下调容量是否为零(风电场升功率时判断上调容量，降功率时判断下调容量)，如果为零的机组，则退出本次循环，并记录当前的循环次数n。有功功率分配算法分为风电场升功率分配算法和风电场降功率分配算法，其流程图分别如图4所示。根据功率调节指令，风电场需升功率时，图4中的转换开关h的值为1，需降功率时，转换开关h的值为2。

本发明基于MyEclipse开发环境，利用Java程序编写了风电场能量管理控制程序，具体程序流程如图1所示。控制程序由信息流和控制流两个模块组成，图中虚线箭头为信息流，实线箭头为控制流。信息流和控制流是两套独立运行的程序，它们之间通信采用modbus协议，信息流负责实时采集机组的基本运行状态信息和分析机组的调节性能，并将机组的调节性能等相关信息传递给控制流中的相关环节。

首先，实时读取每一台机组的运行状态信息(v_i，β_i，ω_i，P_i)，数据采集周期ΔT_IF为250ms；其次，根据运行状态信息(v_i，β_i，ω_i，P_i)，利用第二节提供的方法计算每一台机组的调节性能参量以及

的参数值；然后，计算当前时刻下风电场除样板机之外剩余机组的实时上调容量和下调容量；最后，将上述计算完毕的信息传递给控制流中的相关控制环节。

控制流主要由动态区间控制、受控机组控制序列和有功功率分配算法三个环节组成。

首先，动态区间控制环节根据全场输出功率P_output，计算S_output-power，依据S_output-power并结合功率调节指令的值P_pref，调整动态控制区间的设定值，并判断P_output是否在动态控制区间内，如果在控制区间内，则动态区间控制环节继续读取P_pref和P_output的信息，进行下一轮的循环计算，同时将转换开关k的值设定为1；如果P_output已经穿出控制区间，则根据式14计算全场输出功率的调节量ΔPower，并将ΔPower传递给受控机组控制序列环节。然后，受控机组控制序列环节收到ΔPower信息后，结合信息流传递的机组动态调节性能参量值等信息，计算最优的受控机组控制序列，同时锁定受控机组控制序列，将转换开关k的值设定为2，并把信息传递给有功功率分配算法环节。最后，有功功率分配算法环节收到受控机组控制序列环节传递的信息后，结合信息流传递的机组动态调节性能参量值、

等信息，计算各个受控机组应该承担的功率调节量，同时形成有功功率指令，发送给每一台受控机组。

至此，控制流中一个周期的计算已经结束，控制流的计算周期ΔT_CF约为250ms。在下一个周期中，动态区间控制环节判断P_output是否在控制区间内，如果仍在控制区间外，则计算新的ΔPower值，并传递给已锁定的受控机组控制序列环节(此时转换开关k的值为2)，接着有功功率分配算法环节收到新的信息后，更新受控机组的有功功率控制指令。如此循环，直到P_output回到控制区间内。

之所以要在P_output穿出控制区间的第一个计算周期内锁定受控机组控制序列，是因为，如果不锁定，由于机组的运行状态信息和调节性能在实时变化，在下一个周期计算时，受控机组控制序列中有可能会有个别新的机组添加进来，旧的机组退出，这样就会不断有新的机组参与功率调节中，而旧的机组仍在执行上一个周期的功率指令，这样就会由于新的机组的参与功率调节，导致全场输出功率超调。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

Claims (6)

1.一种基于运行数据挖掘和动态区间控制的风电场能量管理技术，其特征在于，包括：

根据全场目标功率指令，基于全场输出功率实时秒级变化量，计算全场输出功率的变化速率，计算全场输出功率的调节量；

确定需要进行功率调节的风电机组的数量及对应风电机组的编号，作为受控机组控制序列；

根据全场输出功率的调节量，结合所述受控机组控制序列中的每一风电机组的调节性能参量，计算受控机组控制序列中每一风电机组的功率调节量，并依据功率调节量对对应的风电机组功率进行调节。

2.根据权利要求1所述的基于运行数据挖掘和动态区间控制的风电场能量管理技术，其特征在于，在根据风电场目标功率指令，基于全场输出功率实时秒级变化量，计算全场输出功率的变化速率，计算全场输出功率的调节量的步骤中，包括步骤：

基于全场输出功率的变化速率以及全场目标功率指令，设定风电场输出功率控制的动态区间，确定功率控制动态区间的控制区间范围；

当全场输出功率大于所述功率控制动态区间上限时，触发功率的下调控制；

风电机组输出功率的调节响应滞后，使全场输出功率在滞后时间内继续增加后开始下降，此时根据全场输出功率的变化速率，动态改变功率控制动态区间上限与调节死区边界之间的安全距离，使其大于等于滞后时间内全场输出功率的增量，确定安全距离的最优值，从而确定全场输出功率的调节量。

3.根据权利要求2所述的基于运行数据挖掘和动态区间控制的风电场能量管理技术，其特征在于，

根据实时的全场输出功率P_output确定功率控制动态区间的控制区间的范围ΔP_{control-region}，公式表示为：

ΔP_{control-region}＝P_outputD_cr％ (1)

其中，Dcr％为控制区间范围比例系数；

为确保滞后时间末端全场输出功率不越过调节死区边界，实时优化功率控制动态区间上限与调节死区边界之间的安全距离ΔP_{safe-distance}，使风电场所有风电机组在滞后时间内的全场输出功率增量小于安全距离ΔP_{safe-distance}，即：

ΔP_{safe-distance}≥S_output-powerΔT_lag (2)

所确定的ΔP_{safe-distance}为最优值，式中ΔT_lag为机组响应滞后时间，S_output-power为全场输出功率的变化速率；其中，

其中ΔT_int为数据采集间隔时间，

为在ΔT_int时间内P_output的增量，利用指数加权移动平均法计算得到：

其中

为触发下调机制的时间点前i个时刻ΔT_int时间内P_output的增量，N_t为指数加权移动平均法所用计算时刻的总数量，α为加权系数，其取值为：

全场输出功率的调节量ΔPower表示为：

ΔPower＝S_output-powerΔT_lag+0.5ΔP_{control-region} (6)

式中S_output-power为全场输出功率穿出功率控制动态区间时刻的变化速率。

4.根据权利要求3所述的基于运行数据挖掘和动态区间控制的风电场能量管理技术，其特征在于，在确定需要进行功率调节的风电机组的数量及对应风电机组的编号，作为受控机组控制序列的步骤中，包括步骤：

通过拟合轨迹曲线方程的方式，确定风电场中全部风电机组的运行状态点的变化轨迹，拟合轨迹曲线方程；其中，风电机组的运行状态点通过风速v、桨距角β、叶轮转速ω、机组输出功率P的集合表示，机组输出功率P随桨距角β的变化关系表示为f₁(β)；

设定可受控的风电机组的数量为N，则N台风电机组的平均运行状态表示为

分别表示N台风电机组的平均风速、平均桨距角、平均转速和平均输出功率；

受控风电机组的数量N_c通过如下公式计算得到：

当风电场需升功率时：

当风电场需降功率时：

式中ΔPower为风电场输出功率调节量，Δβ_c为受控风电机组桨距角最低调整量，计算开始取1，如果N_c小于N，则N_c为所确定的受控风电机组数量；否则，Δβ_c加1，如果N_c大于N，Δβ_c继续加1，直至N_c小于N，最终计算得出的N_c即为所确定的受控风电机组数量；

计算出当前运行状态下风电机组的上调速率和下调速率，如下公式表示：

上调速率S_power-up为：

下调速率S_power-down为：

P_A表示当前运行状态下的全场输出功率；f₁(β)为当前运行状态下的输出功率变化曲线；

将风电场N台可受控风电机组按照调节速率进行排序，当风电场需升功率时，按照上调速率排序，需降功率时，按照下调速率进行排序，排序后取前N_c台风电机组即为受控受控机组控制序列。

5.根据权利要求1所述的基于运行数据挖掘和动态区间控制的风电场能量管理技术，其特征在于，在根据全场输出功率的调节量，结合所述受控机组控制序列中的每一风电机组的调节性能参量，计算受控机组控制序列中每一风电机组的功率调节量，并依据功率调节量对对应的风电机组功率进行调节的步骤中，差异化的分配全场输出功率的调节量，使得所有受控风电机组响应目标功率的时间一致，桨距角调节量相同，此时，风电场整体有功功率调节速率最快，响应时间最短。

6.根据权利要求5所述的基于运行数据挖掘和动态区间控制的风电场能量管理技术，其特征在于，差异化的分配全场输出功率的调节量的步骤中，所有受控风电机组桨距角调整相同的变化量Δβ，则Δβ＝nΔβ_s；计算出机组输出功率的调节量ΔP_i，n为循环次数，Δβ_s为桨距角最小调节量；

当所有受控风电机组输出功率调节量之和∑ΔP_i满足全场输出功率调节量ΔPower时，根据有功功率分配算法计算各受控机组获得的功率调节量ΔP_i；同时判断受控机组控制序列中的每一风电机组的上调容量或者下调容量是否为零，将为零的风电机组退出循环，并记录当前循环次数。

Images