CN112943561A

CN112943561A - 一种风电机组出力性能评估方法及系统

Info

Publication number: CN112943561A
Application number: CN202110286348.1A
Authority: CN
Inventors: 蔺雪峰; 蔡安民; 焦冲; 李媛; 林伟荣; 金强
Original assignee: Huaneng Clean Energy Research Institute
Current assignee: Huaneng Clean Energy Research Institute
Priority date: 2021-03-17
Filing date: 2021-03-17
Publication date: 2021-06-11
Anticipated expiration: 2041-03-17
Also published as: CN112943561B

Abstract

本发明公开了一种风电机组出力性能评估方法及系统，属于风电机组风力监测领域。考虑了风电机组的运行特点，从功率这种最直接的性能参数出发，从不同角度综合分析机组的出力效果；本发明提出加权功率离散系数的概念，定义离散度计算方法，并不是只关注功率的大小，更深层次的挖掘了数据，达到对风电机组进行出力效果评价的目的；本发明深层次的挖掘了功率数据，综合考虑功率曲线和功率的波动两种情况，更加全面合理的对机组出力状态进行评价；提出功率加权离散度的概念，综合极差和标准差两个参数，设置合理权重系数，对机组出力效果进行有效的评价；该评价方法和系统能够有效指导风电机组的运行维护策略，有利于风电机组的安全稳定运行。

Description

一种风电机组出力性能评估方法及系统

技术领域

本发明属于风电机组风力监测领域，涉及一种风电机组出力性能评估方法及系统。

背景技术

风力发电机组的功率特性是反映机组运行状态的重要参数。风电机组的功率特性通过功率曲线直观的呈现出来，但仅仅通过分析功率曲线的高低并不能准确掌握机组的运行状态。而通过对功率数据进行更深层次的挖掘，可以评价机组的整体运行情况，掌握了机组的整体运行情况，则可以在控制策略、维护保养等方面对机组进行有效的提升和优化。

在风力发电早期阶段，由于风电场设计人员对湍流、微观选址等的疏忽，导致后期机组运行过程中存在严重的出力不足的情况。另外，在现在的风电场开发中，受限于地理位置的紧张，有些机组的布置也存在不合理的情况。这些不利因素出现的一个后果就是在整个风场中会有个别机组出力状态不稳，功率波动较大的情况，对机组产生一定的疲劳损伤。

目前对风电机组出力效果的评价方法主要有两类。一类方法是通过监测分析机组的风速情况，通过立测风塔或者在机舱安装激光测风雷达等措施，采集风速数据，对湍流、风切变等参数进行分析，进而分析机组的出力性能。该方法需要借助额外的测风设备等硬件，通过分析风的情况间接判断机组的出力效果，存在成本高，评价不够直观的情况，且操作安全性不高。另一类方法是利用机组的 SCADA数据，采集机组的风速、功率等参数，通过对数据进行一定程度的优化计算，与设计的功率曲线等进行对比，根据偏差多少等参数评判机组的出力情况。这种方法便捷经济，但是单纯的与设计功率曲线对比不够全面，因为功率曲线有时并不能准确的反映机组的出力效果，没有考虑到机组实地的运行环境情况。因此，亟需一种直接有效的对风电机组进行分析和评价的方法来监测机组运行情况，掌握机组运行状态，以便在维护、控制策略改进和后期技术改造方面进行针对性处理，从而达到提质增效的目的。

发明内容

本发明的目的在于克服上述现有技术中，风电机组出力效果的评价方法成本高或不能准确反映机组出力效果的缺点，提供一种风电机组出力性能评估方法及系统。

为了达到上述目的，本发明采用以下技术方案予以实现：

一种风电机组出力性能评估方法，包括如下步骤：

步骤1)获取一台风电机组的风速和功率数据，绘制该台风电机组的功率曲线；

步骤2)对该风电机组的功率曲线进行数据处理，获取功率加权离散度；

步骤3)重复步骤1)～步骤2)，直至获取整场机组的功率加权离散度集合，进而获取整场机组的平均功率加权离散度MPD；

步骤4)获取某一台风电机组的功率曲线Powerx和功率加权离散度PDx，基于整场机组的理论功率曲线DPower和步骤3)的平均功率加权离散度MPD，判断该台风电机组的出力性能，具体为：

当Powerx≥0.95*DPower，PDx≤1.1*MPD，该台风电机组的出力性能正常，该台风电机组所处的运行环境工况正常；

当Powerx≤0.95*DPower，PDx≤1.1*MPD，该台风电机组的出力性能下降，该台风电机组所处的运行环境工况正常；

当Power≥0.95*DPower，PDx>1.1*MPD，该台风电机组的出力性能正常，该台风电机组所处的运行环境工况异常；

当Powerx≤0.95*DPower，PDx>1.1*MPD，该台风电机组的出力性能下降，该台风电机组所处的运行环境工况异常。

优选地，步骤2)所述的数据处理过程具体为：

将功率曲线划分成若干个区间，并对每个区间内的功率数据进行截尾处理，之后计算区间内剩余数据的极差和标准差，获得风电机组的极差数列和标准差数列；

对风电机组的极差数列和标准差数列进行加权处理，得到功率加权离散数列。

优选地，所述截尾处理是删除区间内功率的最大值和最小值。

优选地，所述区间是按照风速0.2m/s～0.5m/s在风电机组切入和风电机组切出的风速段内进行划分。

优选地，步骤1)所述的功率曲线包括10～30天的风速和功率数据。

优选地，步骤1)所述的风速和功率数据通过SCADA获取。

优选地，步骤1)利用SCADA获取风速和功率数据时，采样频率为1Hz。

一种风电机组出力性能评估系统，包括：

数据获取模块，用于获取每台风力发电机组的风速和功率数据；

数据处理模块，与数据获取模块相交互，用于对每台风力发电机组的风速和功率数据进行处理，获取整场机组的功率曲线集合和整场机组的功率加权离散度集合，处理后得到整场机组的平均功率加权离散度MPD；

评估模块，分别与数据获取模块和数据处理模块相交互，基于整场机组的理论功率曲线DPower、整场机组的平均功率加权离散度MPD、每一台风电机组的功率曲线和功率加权离散度，评估每一台风电机组的处理性能及其所处的运行环境工况。

优选地，所述数据处理模块包括分组模块和计算模块，分组模块是将功率曲线按照风速0.2m/s～0.5m/s划分为若干个区间；计算模块用于对每个区间内的功率数据进行截尾处理，之后计算区间内剩余数据的极差和标准差，获得风电机组的极差数列和标准差数列，再对风电机组的极差数列和标准差数列进行加权处理，得到功率加权离散数列。

优选地，所述评估模块包括出力性能评估模块和环境工况评估模块，出力性能评估模块用于将整场机组的理论功率曲线和每一台风电机组的功率曲线进行对比，获得每一台风电机组的出力性能评估结果；环境工况评估模块用于整场机组的平均功率加权离散度和每一台风电机组的功率加权离散度进行对比，获得每一台风电机组所处的运行环境工况结果。

与现有技术相比，本发明具有以下有益效果：

本发明公开了一种风电机组出力性能评估方法，充分考虑了风电机组的运行特点，从功率这种最直接的性能参数出发，从不同角度综合分析机组的出力效果；本发明提出加权功率离散系数的概念，定义离散度计算方法，并不是只关注功率的大小，更深层次的挖掘了数据，达到对风电机组进行出力效果评价的目的；本发明深层次的挖掘了功率数据，综合考虑功率曲线和功率的波动两种情况，更加全面合理的对机组出力状态进行评价；提出功率加权离散度的概念，综合极差和标准差两个参数，设置合理权重系数，对机组出力效果进行有效的评价；本发明的评价方法可有效指导风电机组的运行维护策略，有利于风电机组的安全稳定运行。

进一步地，本发明充分利用了统计学原理，处理方法科学合理。

进一步地，分析所用数据来自机组SCADA，运用机组的SCADA等运行数据即可完成对机组出力效果的评价；不必安装额外的设备，经济性良好。

本发明还公开了一种风电机组出力性能评估系统，该评估系统充分考虑了风电机组的运行特点，对功率这种最直接的性能参数进行分析；无需安装额外的测量设备，运用机组的SCADA等运行数据即可完成对机组出力效果的评价，经济且实用；充分利用统计学原理，更深层次的挖掘了数据，通过综合考虑极差和标准差，设置权重系数，提出功率加权离散度的概念，可以科学有效对机组运行环境状态进行评价；结合确定性的阈值和横向对比两个不同的评价维度，提出对风电机组出力状态的评价方法，直观、有效、全面。

附图说明

图1为实施例2中单台机组进行区间划分的功率散点图；

图2为实施例2中单台机组的功率曲线图；

图3为实施例2中功率加权离散度说明图；

图4为本发明风电机组出力性能评估方法的流程图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

下面结合附图对本发明做进一步详细描述：

风电机组的出力状态主要关注两个方面，一个是功率曲线的高低，另一个是往往被忽略，就是功率散点的离散程度。功率曲线的高低代表发电效率的高低，会直接影响发电量的多少，其表征的更多是机组本身的性能。但是，功率曲线高，并不代表这台机组的出力状态就好，如果该机组功率散点的离散度很大，说明该机组所处的运行风况不稳，湍流或者风向变化大，时间长了，会给机组造成疲劳损伤。疲劳损伤是一个慢慢积累的过程，长时间的疲劳损伤会给机组造成很大伤害，影响机组的安全稳定运行。可以这么说，发电效率高固然重要，但是在机组的设计寿命内发电量多才是关键。例如，两台机组，一台功率曲线高，功率散点分布范围很大，离散度高，另外一台功率曲线低点(5％以内)，但是功率散点分布比较集中，那么，可以认为，第二台的出力状态要优于第一台。

基于以上原因，本发明提出一种风电机组出力性能评估方法，具体如下：

实施例1

一种风电机组出力性能评估方法，包括如下步骤：

步骤1)获取风电场中每一台风电机组的风速和功率数据，绘制每一台风电机组的功率曲线；

步骤2)对每一台风电机组的功率曲线进行数据处理，获取功率加权离散度；

步骤3)重复步骤1)～步骤2)，直至获取整个风电场中每台风电机组的功率曲线和功率加权离散度，进而获取整场机组的功率曲线集合和整场机组的功率加权离散度集合，进而获取整场机组的平均功率加权离散度MPD；

实施例2

一种风电机组出力性能评估方法，包括如下步骤：

S1.对于风电场中的单台风电机组，利用SCADA中采样频率为1Hz的风速和功率数据，得到功率曲线。该功率曲线采用10天(考虑到机组的运行与否直接受风速影响，该时间段至少为10天，具体时间段可根据机组运行情况制定，可设置10～30天)机组的风速和功率数据，参考标准《GBT 18451.2-2012风力发电机组功率特性测试》中的方法，按时间顺序，每3分钟(该时间不必与标准中的一致，根据数据要求设置即可，但考虑到机组启/停机的时间，不宜低于2 分钟，3～10分钟为宜)对风速和功率进行一次算术平均，得到一个散点。按以上方法继续进行，得到该机组在10天内的功率散点，如图1所示。虚线范围内y 值最高点对应的位置为区间内功率最大值，虚线范围内y值最低点对应的位置为区间内功率最小值，继续按照标准(因为本发明涉及的是横向对比，因此不需要考虑温温湿度和大气压力)中的方法处理，得到该机组的功率曲线，如图2所示；

S2.对功率散点进行处理，得到功率加权离散度。具体如下：

(1)在S1中得到的功率散点数据，以0.5m/s(本专利参考标准中的设置，以0.2m/s～0.5m/s为宜)为一个风速区间，在机组切入/切出风速段内划分风速段。如图1中虚线区间内的数据，即为该风速区间中的功率散点集合；

(2)对各个风速区间内的功率数据进行统计学处理。首先，对某区间的N 个功率散点，采取截尾处理，即删除该区间内功率的最大值和最小值(该步可有效减少极端值对结果的影响)，如图1所示。对剩下的N-2个数据点，计算其极差和标准差。以此类推，得到该机组的极差和标准差的数列，如下所示：

P1＝[Pws1，Pws2，Pws3……Pwsi]；

STD1＝[STDws1，STDws2，STDws3……STDwsi]；

其中，Pwsi—截尾处理后，风速区间i中功率的极差，即该区间中功率的最大值减去最小值；STDwsi—截尾处理后，风速区间i中功率的标准差；

(3)对得到的极差和标准差数列，进行加权处理，得到功率加权离散度数列PD1，如图3和图4所示，计算方法如下所示：

PD1＝k*P1+b*STD1；

其中，k、b—加权系数，均为正数，且k+b＝1；

一般来讲，仅仅考虑波动性的话，标准差这个指标是满足要求的。但是风电机组的运行情况比较复杂，波动范围的大小也应该关注，因此将极差加入到离散度指标中。考虑到极差的波动范围远大于标准差的波动，因此本专利中做了加权处理，k的范围为0.1～0.3，既考虑了极差的影响，又不至于极差的变化特性影响到评价结果。

S3.对风场中的每一台机组重复S1—S2，得到两组数据集合。

Power0＝[Power1，Power2，Power3…Powerm]；

PD0＝[PD1，PD2，PD3…PDm]。

其中，Power0—整场机组的功率曲线集合；PD0—整场机组的功率加权离散度集合；m—风电场的机组台数。

S4.将功率曲线与理论功率曲线对比，横向对比风电场机组的功率加权离散度，结合这两方面对机组运行状态进行评价。记理论功率曲线为DPower，计算PD0 的平均值，得到整场机组的平均功率加权离散度，记为MPD。假如某台机组的功率曲线为Powerx，功率加权离散度为PDx，则按以下情况对该机组出力状态进行分析评价：

状态一：Powerx≥0.95*DPower，PDx≤1.1*MPD，机组自身出力性能正常，所处运行环境工况正常；

状态二：Powerx≤0.95*DPower，PDx≤1.1*MPD，机组自身出力性能下降，所处运行环境工况正常；

状态三：Powerx≥0.95*DPower，PDx>1.1*MPD，机组自身出力性能正常，所处运行环境工况较差；

状态四：Powerx≤0.95*DPower，PDx>1.1*MPD，机组自身出力性能下降，同时所处运行环境工况较差。

实施例3

本发明还公开了一种风电机组出力性能评估系统，包括：数据获取模块，用于获取每台风力发电机组的风速和功率数据；数据处理模块，与数据获取模块相交互，用于对每台风力发电机组的风速和功率数据进行处理，获取整场机组的功率曲线集合和整场机组的功率加权离散度集合，处理后得到整场机组的平均功率加权离散度MPD；评估模块，分别与数据获取模块和数据处理模块相交互，基于整场机组的理论功率曲线DPower、整场机组的平均功率加权离散度MPD、每一台风电机组的功率曲线和功率加权离散度，评估每一台风电机组的处理性能及其所处的运行环境工况。

实施例4

除以下内容外，其余内容与实施例3相同。

数据处理模块包括分组模块和计算模块，分组模块是将功率曲线按照风速 0.2m/s～0.5m/s划分为若干个区间；计算模块用于对每个区间内的功率数据进行截尾处理，之后计算区间内剩余数据的极差和标准差，获得风电机组的极差数列和标准差数列，再对风电机组的极差数列和标准差数列进行加权处理，得到功率加权离散数列。评估模块包括出力性能评估模块和环境工况评估模块，出力性能评估模块用于将整场机组的理论功率曲线和每一台风电机组的功率曲线进行对比，获得每一台风电机组的出力性能评估结果；环境工况评估模块用于整场机组的平均功率加权离散度和每一台风电机组的功率加权离散度进行对比，获得每一台风电机组所处的运行环境工况结果。

综上所述，本发明深层次的挖掘了功率数据，综合考虑功率曲线和功率的波动两种情况，更加全面合理的对机组出力状态进行评价；提出功率加权离散度的概念，综合极差和标准差两个参数，设置合理权重系数，对机组出力效果进行有效的评价，该评价方法可有效指导风电机组的运行维护策略，有利于风电机组的安全稳定运行。

以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。

Claims

1.一种风电机组出力性能评估方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的风电机组出力性能评估方法，其特征在于，步骤2)所述的数据处理过程具体为：

3.根据权利要求2所述的风电机组出力性能评估方法，其特征在于，所述截尾处理是删除区间内功率的最大值和最小值。

4.根据权利要求2所述的风电机组出力性能评估方法，其特征在于，所述区间是按照风速0.2m/s～0.5m/s在风电机组切入和风电机组切出的风速段内进行划分。

5.根据权利要求1所述的风电机组出力性能评估方法，其特征在于，步骤1)所述的功率曲线包括10～30天的风速和功率数据。

6.根据权利要求1所述的风电机组出力性能评估方法，其特征在于，步骤1)所述的风速和功率数据通过SCADA获取。

7.根据权利要求6所述的风电机组出力性能评估方法，其特征在于，步骤1)利用SCADA获取风速和功率数据时，采样频率为1Hz。

8.一种风电机组出力性能评估系统，其特征在于，包括：

9.根据权利要求8所述的风电机组出力性能评估系统，其特征在于，所述数据处理模块包括分组模块和计算模块，分组模块是将功率曲线按照风速0.2m/s～0.5m/s划分为若干个区间；计算模块用于对每个区间内的功率数据进行截尾处理，之后计算区间内剩余数据的极差和标准差，获得风电机组的极差数列和标准差数列，再对风电机组的极差数列和标准差数列进行加权处理，得到功率加权离散数列。

10.根据权利要求8所述的风电机组出力性能评估系统，其特征在于，所述评估模块包括出力性能评估模块和环境工况评估模块，出力性能评估模块用于将整场机组的理论功率曲线和每一台风电机组的功率曲线进行对比，获得每一台风电机组的出力性能评估结果；环境工况评估模块用于整场机组的平均功率加权离散度和每一台风电机组的功率加权离散度进行对比，获得每一台风电机组所处的运行环境工况结果。