CN113007038B - 发电设备间的发电性能比较方法、装置及电子设备 - Google Patents

发电设备间的发电性能比较方法、装置及电子设备 Download PDF

Info

Publication number
CN113007038B
CN113007038B CN202110282988.5A CN202110282988A CN113007038B CN 113007038 B CN113007038 B CN 113007038B CN 202110282988 A CN202110282988 A CN 202110282988A CN 113007038 B CN113007038 B CN 113007038B
Authority
CN
China
Prior art keywords
power generation
power
generating
groups
group
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.)
Active
Application number
CN202110282988.5A
Other languages
English (en)
Other versions
CN113007038A (zh
Inventor
徐静静
胡永锋
李建标
江婷
张爱平
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.)
Huadian Integrated Smart Energy Technology Co ltd
China Huadian Engineering Group Co Ltd
Original Assignee
Huadian Integrated Smart Energy Technology Co ltd
China Huadian Engineering Group 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 Huadian Integrated Smart Energy Technology Co ltd, China Huadian Engineering Group Co Ltd filed Critical Huadian Integrated Smart Energy Technology Co ltd
Publication of CN113007038A publication Critical patent/CN113007038A/zh
Application granted granted Critical
Publication of CN113007038B publication Critical patent/CN113007038B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
    • H02S10/00—PV power plants; Combinations of PV energy systems with other systems for the generation of electric power
    • H02S10/10—PV power plants; Combinations of PV energy systems with other systems for the generation of electric power including a supplementary source of electric power, e.g. hybrid diesel-PV energy systems
    • H02S10/12—Hybrid wind-PV energy systems
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Power Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Wind Motors (AREA)

Abstract

本发明公开了一种发电设备间的发电性能比较方法、装置及电子设备，其中比较方法包括：获取预设时间段内的多个时刻的发电功率组，其中每个发电功率组中包括至少两个发电设备在同一时刻的发电功率；在多个发电功率组中挑选出不合理的发电功率组并剔除，得到发电功率组有效数据序列；根据发电功率组有效数据序列对至少两个发电设备的发电性能进行比较，得到比较结果。由此可以完全排除其中一部分发电设备存在异常情况和/或数据采集系统输出错误数据，另一部分发电设备正常工作的情况；同时由于每个发电功率组中至少两个发电设备的发电功率为同时采集，又可以排除随机气象因素造成的影响，由此可以客观评价两台或多台发电设备间发电性能的差异。

Description

发电设备间的发电性能比较方法、装置及电子设备
技术领域
本发明涉及可再生资源技术领域，具体涉及一种发电设备间的发电性能比较方法、装置及电子设备。
背景技术
目前，中国已成为世界可再生能源第一大国，风电、太阳能等可再生能源装机容量均为世界第一。截至2019年中旬，中国风电装机1.93亿千瓦，占全世界的10.5％。光伏装机1.36亿千瓦，占全世界的7.4％。可再生能源的跨越式发展，优化了中国的能源结构，对中国实现能源安全、大气污染防治以及温室气体排放控制等多重目标做出了突出贡献。可再生能源具有清洁、分布广泛等特性，其中风能、太阳能、海洋能(波浪能)储量丰富，来源广，成为研究重点。但是，可再生能源又具有易受地理位置、气候环境等因素影响的缺点。
风能、太阳能等可再生能源与风速、气温、气压、空气湿度及密度、光照强度等气象条件密切相关。气象条件具有很强的随机性，很难准确预测其瞬时变化规律。因此，在比较两台或多台风力发电机组或光伏发电组件的发电效率时，往往很难判断是由于环境气象因素还是设备自身因素导致的效率差异。另一方面，风力发电机组或光伏发电组件在长期运行过程中，经常存在检修、维护、故障、停机等异常情况，数据采集系统也有可能输出错误数据，如果采取直接比较同一时间段两台设备发电量差异的方法，无法客观的评价哪一台设备发电效率更高。这个问题在评估风力发电机组采用增功技术改造前后的发电效率变化时，以及评估不同技术或工艺的光伏发电组件发电效率差异时，或者评估老化对光伏发电组件发电效率的影响时，显得尤为突出。
发明内容
鉴于此，本发明实施例提供了一种发电设备间的发电性能比较方法、装置及电子设备，以客观评价两台或多台发电设备间的发电性能的差异。
根据第一方面，本发明实施例提供了一种发电设备间的发电性能比较方法，包括：
获取预设时间段内的多个时刻的发电功率组，其中每个发电功率组中包括至少两个发电设备在同一时刻的发电功率；
在所述多个发电功率组中挑选出不合理的发电功率组并剔除，得到发电功率组有效数据序列；
根据所述发电功率组有效数据序列对所述至少两个发电设备的发电性能进行比较，得到比较结果。
本发明实施例提供的发电设备间的发电性能比较方法，通过在多个发电功率组中挑选出不合理的发电功率组数据并剔除，由此可以完全排除其中一部分发电设备存在异常情况(例如检修、维护、故障、停机等)和/或数据采集系统输出错误数据，另一部分发电设备正常工作的情况；同时，由于每个发电功率组中至少两个发电设备的发电功率为同时采集，所以又可以排除随机气象因素造成的影响，由此可以客观评价两台或多台发电设备间发电性能的差异。
结合第一方面，在第一方面第一实施方式中，所述在所述多个发电功率组中挑选出不合理的发电功率组并剔除包括：
针对任意发电功率组，分别确定与每个发电设备相对应的功率范围，判断该发电功率组中任一发电设备的发电效率是否属于与该发电设备相对应的功率范围，当该发电功率组中存在发电设备的发电效率不属于与该发电设备相对应的功率范围的情况时，判定该发电功率组属于不合理的发电功率组并剔除；
遍历所有的发电功率组，剔除所有不合理的发电功率组。
结合第一方面，在第一方面第二实施方式中，任一发电设备在任一时刻的功率范围包括功率上限和功率下限；其中所述功率下限为0，所述功率上限与该发电设备的类型及该发电设备当前时刻所处的环境条件有关。
结合第一方面第一实施方式或第一方面第二实施方式，在第一方面第三实施方式中，所述任一发电设备在任一时刻的功率上限根据理论功率公式得到；
当所述发电设备为风力发电机组时，所述理论功率公式为P＝1/2*ρ*π*R2*η*V3；其中，ρ表示当前时刻的空气密度，R表示所述风力发电机组的风轮半径，V表示当前时刻的风速，η表示的所述风机发电机组的发电效率；
当所述发电设备为光伏发电机组时，所述理论功率公式为P＝η*A*E；
其中，η表示所述光伏发电机组的光电转换效率，E表示当前时刻所述光伏发电机组单位面积的太阳光辐射强度，A表示所述光伏发电机组的受光照面积。
结合第一方面，在第一方面第四实施方式中，根据所述发电功率组有效数据序列对所述至少两个发电设备的发电性能进行比较，得到比较结果包括：
根据所述发电功率组有效数据序列分别计算所述至少两个发电设备的发电量；
将所述至少两个发电设备的发电量进行对比，得到比较结果。
结合第一方面第四实施方式，在第一方面第五实施方式中，在得到比较结果之后，还包括：
获取预设时间段内的指定参数的多个数据，其中，所述指定参数为所述发电功率计算公式中与环境条件的参数；
根据所述指定参数的多个数据确定所述至少两个发电设备所处的发电环境是否相同；
当所述发电环境相同时，判定所述至少两个发电设备的发电性能的比较结果有效。
结合第一方面第五实施方式，在第一方面第六实施方式中，当所述发电设备为风力发电机组时，所述发电功率计算公式中与环境条件相关的参数为风速；当所述发电设备为光伏发电机组时，所述发电功率计算公式中与环境条件相关的参数为所述光伏发电机组单位面积的太阳光辐射强度。
结合第一方面第五实施方式，在第一方面第七实施方式中，所述根据所述指定参数的多个数据确定所述至少两个发电设备所处的发电环境是否相同包括：
分别利用属于同一发电设备的所述指定参数的多个数据确定该发电设备的概率分布曲线，得到至少两条概率分布曲线；
根据所述至少两条概率分布曲线确定所述至少两个发电设备所处的发电环境是否相同。
根据第二方面，本发明实施例提供了一种发电设备间的发电性能比较装置，包括：
获取模块，用于获取预设时间段内的多个发电功率组，其中每个发电功率组中包括至少两个发电设备在同一时刻的发电功率；
预处理模块，用于在所述多个发电功率组中挑选出不合理的发电功率组并剔除，得到发电功率组有效数据序列；
比较模块，用于根据所述发电功率组有效数据序列对所述至少两个发电设备的发电性能进行比较，得到比较结果。
根据第三方面，本发明实施例提供了一种电子设备，包括存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行第一方面或者第一方面的任意一种实施方式中所述的发电设备间的发电性能比较方法。
根据第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行第一方面或者第一方面的任意一种实施方式中所述的发电设备间的发电性能比较方法。
附图说明
通过参考附图会更加清楚的理解本发明的特征和优点，附图是示意性的而不应理解为对本发明进行任何限制，在附图中：
图1为本发明实施例1中发电设备间发电性能比较方法的流程示意图；
图2为本发明实施例1中风力发电机组T0和风力发电机组T1的风速概率分布曲线对比示意图；
图3为本发明实施例2中发电设备间发电性能比较装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
本发明实施例1提供了一种发电设备间的发电性能比较方法，图1为本发明实施例1中发电设备间发电性能比较方法的流程示意图。如图1所示，本发明实施例1的发电设备间发电性能比较方法包括以下步骤：
S101：获取预设时间段内的多个时刻的发电功率组，其中每个发电功率组中包括至少两个发电设备在同一时刻的发电功率。
在本发明实施例1中，预设时间段可以根据实际需要进行设定。至少两个发电设备为需要比较发电性能的发电设备，具体的，发电设备可以为风力发电机组，还可以为光伏发电机组。
作为具体的实施方式，可以利用数据采集设备采集参与性能比较的发电设备的发电功率。
示例的，可以以一年为测量周期，间隔15分钟同步采集风力发电机组T0和风力发电机组T1在各个时刻的平均风速和发电功率，并按数据采集时间排序，形成以下数据序列：
Figure BDA0002979322630000061
示例的，如上表所示，2019年3月1日00:00时刻，风力发电机组T0的发电功率908.7和风力发电机组T1的发电功率172.7组成一个发电功率组。
S102：在所述多个发电功率组中挑选出不合理的发电功率组并剔除，得到发电功率组有效数据序列。
作为具体的实施方式，在所述多个发电功率组中挑选出不合理的发电功率组并剔除可以采用如下技术方案：针对任意时刻的发电功率组，分别确定与每个发电设备相对应的功率范围，检查该发电功率组中任一发电设备的发电效率是否属于与该发电设备相对应的功率范围，当某时刻该发电功率组中存在发电设备的发电效率不属于与该发电设备相对应的功率范围的情况时，判定该时刻的发电功率组数据不合理并剔除；遍历所有的发电功率组，剔除所有不合理的发电功率组数据，形成新的发电功率组有效数据序列。也就是说，对于一个发电功率组，当某时刻发电设备的发电功率不属于与该发电设备相对应的功率范围时，判定该时刻发电功率组数据不合理并剔除，也就是说，在某时刻的发电功率组数据中只要有一个发电设备的发电功率不合理，就删除该时刻的发电功率组数据。
作为具体的实施方式，任一发电设备在任一时刻的功率范围包括功率上限和功率下限；其中所述功率下限为0，所述功率上限与该发电设备的类型及该发电设备当前时刻所处的环境条件有关。
具体的，对于风力发电机组而言，同一风场中每台风力发电机组的发电效率等性能指标与风机的型号、装机时间、叶片表面老化状态、风机在风场中位置等确定性因素，以及风速、风向、空气密度等随时间和空间随机变化的不确定因素有关，为了准确评估风力发电机组采用增功技术改造前后的发电效率等性能变化，必须尽可能排除这些因素的影响。
风力发电机组的功率P与空气密度ρ、风轮半径R、风速V以及机组的效率η有关，并且存在以下关系式：
P＝1/2*ρ*π*R2*η*V3
其中，空气的密度ρ与气温、气压、相对湿度有关，一般可以通过测量气温、气压和空气相对湿度，计算得到空气密度。风速可以通过风速仪等测量设备直接测得。
同一时刻，对于同一风场中所处地形差异不大的两台风力发电机组而言，气温、气压、空气相对湿度基本相同，因此空气的密度基本相同。
由于两台风力发电机组在风场中的位置不同，受上下游风力机组的影响以及风向变化的影响，两台风力发电机组实际感受到的风速可能存在差别。
为了对两台风力发电机组的发电效率进行比较，同时采集两台风力发电机组在各个时刻的风速、密度、功率等实时数据。对于每一时刻的数据分别检查两台风力发电机组的功率是否为合理值(大于0且小于1/2*ρ*π*R2*ηmax*V3，发电效率η的最大值ηmax为贝茨极限0.593，对于实际风力发电机组η一般不超过0.5)。如果有任意一台机组的功率不是合理值，则同时剔除该时刻两台机组的功率数据。对所有测得的数据进行同样的检查和剔除等数据清洗操作，可保证处理后的数据可以完全排除其中一台机组存在异常，而另一台机组正常工作的情况。由于每一时刻的数据均为同时采集，所以又可以排除空气密度等随机气象因素造成的影响。
也就是说，当所述发电设备为风力发电机组时，所述理论功率公式为P＝1/2*ρ*π*R2*η*V3；其中，ρ表示当前时刻的空气密度，R表示所述风力发电机组的风轮半径，V表示当前时刻的风速，η表示的所述风机发电机组的发电效率。
示例的，对于光伏发电组件，可以采用类似的方法对发电效率进行分析和评估。
光伏发电组件的瞬时发电功率P与光伏发电组件的光电转换效率η、单位面积的太阳光辐射强度E、光伏发电组件受光照面积A等有关，可用以下关系式表示：
P＝η*A*E
其中，光电转换效率η与组件内在因素(电池材质、材料纯度、加工工艺、电路结构、……)、光伏发电组件受光面积、表面清洁度等有关。
单位面积接收的太阳光辐射强度E与天气状况、空气温度、湿度等随机气象因素，以及光伏发电组件所处地理位置等地理环境因素相关，E可以通过太阳辐射测量仪等测量设备测得。
在同一时刻，对于同一光伏电站中所处地形差异不大的两套光伏发电组件而言，天气状况、空气温度、湿度等气象条件基本相同，随机气象因素对于光伏发电组件发电效率的影响基本相同。
由于参与比较的光伏发电组件所处位置不同，太阳光辐射强度可能存在局部地理变化，同时由于清洁度的影响，光伏发电组件实际感受到的光照强度可能存在差别。
为了对两套光伏发电组件的发电效率进行比较，可以同时采集两套光伏发电组件在各个时刻的温度、光照强度、功率等实时数据，对于每一时刻的数据分别检查两套光伏发电组件的功率是否为正常值(大于0且小于E*A*ηmax，光电转换效率η的最大值ηmax一般不超过0.33)。如果有任意一套光伏发电组件的功率不是合理值，则同时剔除该时刻两套组件的功率数据。对所有测得的数据进行同样的检查和剔除等数据清洗操作，可保证处理后的数据可以完全排除其中一套组件存在异常，而另外一套组件正常工作的情况。
由于每一时刻的数据均为同时采集，所以又可以排除天气状况、空气温度、湿度等随机气象因素造成的影响。
也就是说，当所述发电设备为光伏发电机组时，所述理论功率公式为P＝η*A*E；其中，η表示所述光伏发电机组的光电转换效率，E表示当前时刻所述光伏发电机组单位面积的太阳光辐射强度，A表示所述光伏发电机组的受光照面积。
S103：根据所述发电功率组有效数据序列对所述至少两个发电设备的发电性能进行比较，得到比较结果。
作为具体的实施方式，根据所述发电功率组有效数据序列对所述至少两个发电设备的发电性能进行比较，得到比较结果包括：根据所述发电功率组有效数据序列分别计算所述至少两个发电设备的发电量；将所述至少两个发电设备的发电量进行对比，得到比较结果。
也就是说，对于每台机组，根据数据清洗处理后的功率测量数据，分别统计计算各自的总发电量，然后进行比较，总发电量多的机组可以初步认为发电效率更高。
示例的，可以利用如下公式计算总发电量：
Q＝∑Pt*Δt，其中Q表示总发电量，Pt表示各个时刻的发电功率；Δt表示数据采集时间间隔。
本发明实施例1的上述技术方案，通过在多个发电功率组中挑选出不合理的发电功率组数据并剔除，由此可以完全排除其中一部分发电设备存在异常情况(例如检修、维护、故障、停机等)和/或数据采集系统输出错误数据，另一部分发电设备正常工作的情况；同时，由于每个发电功率组中至少两个发电设备的发电功率为同时采集，所以又可以排除随机气象因素造成的影响，由此可以客观评价两台或多台发电设备间发电性能的差异。
作为进一步的实施方案，在得到比较结果之后，还包括以下步骤：获取预设时间段内的指定参数的多个数据，其中，所述指定参数为所述发电功率计算公式中与环境条件相关的参数；根据所述指定参数的多个数据确定所述至少两个发电设备所处的发电环境是否相同；当所述发电环境相同时，判定所述至少两个发电设备的发电性能的比较结果有效。
具体的，当所述发电设备为风力发电机组时，所述发电功率计算公式中与环境条件相关的参数为风速；当所述发电设备为光伏发电机组时，所述发电功率计算公式中与环境条件相关的参数为所述光伏发电机组的单位面积的太阳光辐射强度。
根据所述指定参数的多个数据确定所述至少两个发电设备所处的发电环境是否相同可以采用如下技术方案：分别利用属于同一发电设备的指定参数的多个数据确定该发电设备的概率分布曲线，得到至少两条概率分布曲线；根据所述至少两条概率分布曲线确定所述至少两个发电设备所处的发电环境是否相同。
示例的，为了进一步验证风力发电机组实际感受到的风速的差异，必须再对数据清洗处理后的风速测量数据进行检验，具体方法如下：
首先，按照切入风速(一般为3m/s)和切出风速(一般为20或25m/s)，划分一系列的风速区间(如3-4m/s，4-5m/s，……)。
然后，对于每台风力发电机组，分别统计测得风速处于各个风速区间的数据数量，分别除以总的数据数量，可以得到各个风速区间的风速概率。
最后，对每台风力发电机组分别绘制一条风速概率分布曲线。通过风速概率分布曲线的对比，可以看出两台风力发电机组的平均风速和平均风速概率的差异。如果两台风力发电机组的风速概率分布曲线非常接近，说明两台风力发电机组的实际风速条件基本相同，发电量多的风机发电机组发电效率更高；如果发电量多的机组风速条件优于发电量小的机组，则不能认为发电量多的机组发电效率更优。
示例的，为了进一步验证光伏发电组件实际感受到的光照强度的差异，必须再对数据清洗处理后的光照强度测量数据进行检验，具体方法如下：
首先，在光照强度最大值和最小值之间划分一系列的光照强度区间(如100-200W/㎡，200-300W/㎡，……)。
然后，对于每套光伏发电组件，分别统计测得光照强度处于各个光照强度区间的数据数量，分别除以总的数据数量，可以得到各个光照强度区间的分布概率。
最后，对每套光伏发电组件分别绘制一条光照强度概率分布曲线。通过分布曲线的对比，可以看出两台机组的平均光照强度和平均光照强度概率的差异。如果两条分布曲线非常接近，说明两套光伏发电组件的实际光照条件基本相同，发电量多的组件发电效率更高；如果发电量多的组件光照条件优于发电量小的组件，则不能认为发电量多的组件发电效率更优。
为了更加详细的说明本发明实施例1的发电设备间的发电性能比较方法，给出一个具体的示例。
某风场计划对风力机进行某种增功技术改造。为了验证改造技术的实际效果，风场希望选择一台风力机进行改造试验，通过一年的测试，确定改造技术是否达到预期效果。为了做出客观准确的判断，采取了以下具体措施：
第一步，选择在同一风场中位置相似、所处地形差异不大、型号相同、装机时间相近的两台机组，同步进行数据采集。其中，未采用增功技术改造的机组命名为T0，采用增功技术改造的机组命名为T1。
第二步，以一年为测量周期，间隔15分钟同步采集T0和T1在各个时刻的平均风速和功率，并按数据采集时间排序，形成的数据序列如上文中的表1所示。
第三步，对于每一时刻分别检查机组T0和T1的功率PT0和PT1是否合理。如果任意一台机组的功率小于等于0或大于1/2*ρ*π*R2*ηmax*V3，则将此时刻两台机组的测量数据均从有效数据中剔除。对测量周期内所有时刻的数据均执行同样的检查和剔除等数据清洗操作，最终形成新的有效数据序列。
第四步，对于每台机组，根据各个时刻的功率和数据采集时间间隔，按照以下公式分别统计整个测量周期的总发电量：
Q＝∑Pt*Δt
Figure BDA0002979322630000111
Figure BDA0002979322630000121
根据发电量统计结果，可以初步认为采用增功技术改造之后，机组T1的发电量大约提高了3.36％。
为了进一步验证两台机组实际感受到的风速是否一致，再按以下步骤对两台机组的风速概率分布曲线进行对比：
第一步，从3m/s到20m/s划分一系列长度1m/s的风速区间。
第二步，对于每台机组，分别统计测得风速处于各个风速区间的有效数据数量，分别除以每台机组有效数据总数，即可得到每台机组的风速概率分布，如图2所示。由图2可知，两台机组的风速条件基本相同，说明两台机组的发电量差异确实是由于增功技术改造引起的。
实施例2
本发明实施例2提供了一种发电设备间的发电性能比较装置，图3为本发明实施例2中发电设备间发电性能比较装置的结构示意图。如图3所示，本发明实施例2的发电设备间发电性能比较装置包括获取模块20、预处理模块22和比较模块24。
具体的，获取模块20，用于获取预设时间段内的多个发电功率组，其中每个发电功率组中包括至少两个发电设备在同一时刻的发电功率；
预处理模块22，用于在所述多个发电功率组中挑选出不合理的发电功率组并剔除，得到发电功率组有效数据序列；
比较模块24，用于根据所述发电功率组有效数据序列对所述至少两个发电设备的发电性能进行比较，得到比较结果。
具体的，在得到比较结果之后，比较模块24还用于：获取预设时间段内的指定参数的多个数据，其中，所述指定参数为所述发电功率计算公式中与环境条件相关的参数；根据所述指定参数的多个数据确定所述至少两个发电设备所处的发电环境是否相同；当所述发电环境相同时，判定所述至少两个发电设备的发电性能的比较结果有效。
实施例3
本发明实施例还提供了一种电子设备，该电子设备可以包括处理器和存储器，其中处理器和存储器可以通过总线或者其他方式连接。
处理器可以为中央处理器(Central Processing Unit，CPU)。处理器还可以为其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。
存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本发明实施例中的发电设备间的发电性能比较方法对应的程序指令/模块(例如，图3所示的第一获取模块41、屏蔽模块42、第二获取模块43和解除模块44)。处理器通过运行存储在存储器中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理，即实现上述方法实施例中的发电设备间的发电性能比较方法。
存储器可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储处理器所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个模块存储在所述存储器中，当被所述处理器执行时，执行如图1-2所示实施例中的发电设备间的发电性能比较方法。
上述电子设备具体细节可以对应参阅图1至图3所示的实施例中对应的相关描述和效果进行理解，此处不再赘述。
本领域技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random AccessMemory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。
虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (10)

1.一种发电设备间的发电性能比较方法，其特征在于，包括：
获取预设时间段内的多个时刻的发电功率组，其中每个发电功率组中包括至少两个发电设备在同一时刻的发电功率；
在所述多个发电功率组中挑选出不合理的发电功率组并剔除，得到发电功率组有效数据序列；
根据所述发电功率组有效数据序列对所述至少两个发电设备的发电性能进行比较，得到比较结果；
所述在所述多个发电功率组中挑选出不合理的发电功率组并剔除包括：
针对任意发电功率组，分别确定与每个发电设备相对应的功率范围，判断该发电功率组中任一发电设备的发电效率是否属于与该发电设备相对应的功率范围，当该发电功率组中存在发电设备的发电效率不属于与该发电设备相对应的功率范围的情况时，判定该发电功率组属于不合理的发电功率组并剔除；
遍历所有的发电功率组，剔除所有不合理的发电功率组。
2.根据权利要求1所述的方法，其特征在于，任一发电设备在任一时刻的功率范围包括功率上限和功率下限；其中所述功率下限为0，所述功率上限与该发电设备的类型及该发电设备当前时刻所处的环境条件有关。
3.根据权利要求1或2所述的方法，其特征在于：所述任一发电设备在任一时刻的功率上限根据理论功率公式得到；
当所述发电设备为风力发电机组时，所述理论功率公式为P＝1/2*ρ*π*R2*η*V3；其中，ρ表示当前时刻的空气密度，R表示所述风力发电机组的风轮半径，V表示当前时刻的风速，η表示的所述风力 发电机组的发电效率；
当所述发电设备为光伏发电机组时，所述理论功率公式为P＝η*A*E；
其中，η表示所述光伏发电机组的光电转换效率，E表示当前时刻所述光伏发电机组单位面积的太阳光辐射强度，A表示所述光伏发电机组的受光照面积。
4.根据权利要求1所述的方法，其特征在于，根据所述发电功率组有效数据序列对所述至少两个发电设备的发电性能进行比较，得到比较结果包括：
根据所述发电功率组有效数据序列分别计算所述至少两个发电设备的发电量；
将所述至少两个发电设备的发电量进行对比，得到比较结果。
5.根据权利要求4所述的方法，其特征在于，在得到比较结果之后，还包括：
获取预设时间段内的指定参数的多个数据，其中，所述指定参数为所述发电功率计算公式中与环境条件的参数；
根据所述指定参数的多个数据确定所述至少两个发电设备所处的发电环境是否相同；
当所述发电环境相同时，判定所述至少两个发电设备的发电性能的比较结果有效。
6.根据权利要求5所述的方法，其特征在于：
当所述发电设备为风力发电机组时，所述发电功率计算公式中与环境条件相关的参数为风速；
当所述发电设备为光伏发电机组时，所述发电功率计算公式中与环境条件相关的参数为所述光伏发电机组单位面积的太阳光辐射强度。
7.根据权利要求5所述的方法，其特征在于，所述根据所述指定参数的多个数据确定所述至少两个发电设备所处的发电环境是否相同包括：
分别利用属于同一发电设备的所述指定参数的多个数据确定该发电设备的概率分布曲线，得到至少两条概率分布曲线；
根据所述至少两条概率分布曲线确定所述至少两个发电设备所处的发电环境是否相同。
8.一种发电设备间的发电性能比较装置，其特征在于，包括：
获取模块，用于获取预设时间段内的多个发电功率组，其中每个发电功率组中包括至少两个发电设备在同一时刻的发电功率；
预处理模块，用于在所述多个发电功率组中挑选出不合理的发电功率组并剔除，得到发电功率组有效数据序列；
比较模块，用于根据所述发电功率组有效数据序列对所述至少两个发电设备的发电性能进行比较，得到比较结果；
所述预处理模块具体用于：针对任意发电功率组，分别确定与每个发电设备相对应的功率范围，判断该发电功率组中任一发电设备的发电效率是否属于与该发电设备相对应的功率范围，当该发电功率组中存在发电设备的发电效率不属于与该发电设备相对应的功率范围的情况时，判定该发电功率组属于不合理的发电功率组并剔除；遍历所有的发电功率组，剔除所有不合理的发电功率组。
9.一种电子设备，其特征在于，包括：
存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行权利要求1-7中任一项所述的发电设备间的发电性能比较方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的发电设备间的发电性能比较方法。
CN202110282988.5A 2021-03-11 2021-03-16 发电设备间的发电性能比较方法、装置及电子设备 Active CN113007038B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202110268091 2021-03-11
CN2021102680917 2021-03-11

Publications (2)

Publication Number Publication Date
CN113007038A CN113007038A (zh) 2021-06-22
CN113007038B true CN113007038B (zh) 2022-02-08

Family

ID=76408599

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110282988.5A Active CN113007038B (zh) 2021-03-11 2021-03-16 发电设备间的发电性能比较方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN113007038B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117236938B (zh) * 2023-11-14 2024-02-20 拓锐科技有限公司 一种基于数据可视化的电力设备运维管理系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102013205838A1 (de) * 2013-04-03 2014-10-09 Senvion Se Effizienzüberwachungsverfahren eines Windenergieanlagenparks
CN103236741B (zh) * 2013-04-18 2015-09-09 内蒙古电力勘测设计院有限责任公司 比较风电机组布置优劣的系统和方法
CN110968069B (zh) * 2018-09-28 2022-01-25 新疆金风科技股份有限公司 风力发电机组的故障预测方法、相应的装置及电子设备
CN111062133A (zh) * 2019-12-18 2020-04-24 龙源（北京）风电工程技术有限公司 风电机组性能分析方法及系统

Also Published As

Publication number Publication date
CN113007038A (zh) 2021-06-22

Similar Documents

Publication Publication Date Title
Zaliskyi et al. Statistical data processing during wind generators operation
CN103291544B (zh) 数字化风电机组功率曲线绘制方法
CN112231361B (zh) 一种基于风机运行数据的风电项目发电量评估方法
CN109167387A (zh) 风场风电功率预测方法
CN113496311A (zh) 光伏电站发电功率预测方法及系统
CN111614317B (zh) 一种基于iv曲线扫描的光伏板阴影遮挡的诊断方法
CN106570790B (zh) 一种计及风速数据分段特性的风电场出力数据修复方法
CN106529741B (zh) 一种基于空间相关特征的超短期风电功率预测方法
CN113007038B (zh) 发电设备间的发电性能比较方法、装置及电子设备
CN104574221B (zh) 一种基于损失电量特征参数的光伏电站运行状态辨识方法
Yun et al. Research on fault diagnosis of photovoltaic array based on random forest algorithm
CN112287531A (zh) 一种考虑台风影响的海上风电场多状态可靠性获取方法
CN116451454A (zh) 一种基于风-浪资源的风机和波浪能装置联合开发最优配置选型方法
CN103942620A (zh) 采用复合数据源基于径向基核函数支持向量机的风电功率短期预测方法
CN104636993B (zh) 配电系统可靠性算法
Elhassene et al. Early degradation factors of solar 33 kV grid connected power plant, a comparative study
CN117060407A (zh) 一种基于相似日划分的风电集群功率预测方法及系统
KR20220072961A (ko) 머신러닝을 이용한 태양광 발전 예측 시스템 및 방법
CN108197843B (zh) 一种平坦地形风电出力特性评估方法
CN115115137A (zh) 基于匹配统计子波的光伏功率预测方法及装置
CN114912807A (zh) 一种风电机组技改后发电量提升效果评估方法和评估系统
CN116365500A (zh) 基于特殊地域集合预报的风电场发电功率预测方法
CN111027816B (zh) 一种基于数据包络分析的光伏发电效率计算方法
CN111259552A (zh) 一种大规模风电场概率型时序出力模拟方法和装置
CN103955755A (zh) 采用复合数据源基于自学习多项式核函数支持向量机的风电功率短期预测方法

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