CN113076639A - 基于分段线性表示的风电机组运行评估方法及系统 - Google Patents

基于分段线性表示的风电机组运行评估方法及系统 Download PDF

Info

Publication number
CN113076639A
CN113076639A CN202110343041.0A CN202110343041A CN113076639A CN 113076639 A CN113076639 A CN 113076639A CN 202110343041 A CN202110343041 A CN 202110343041A CN 113076639 A CN113076639 A CN 113076639A
Authority
CN
China
Prior art keywords
wind turbine
turbine generator
segment
linear
data
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.)
Granted
Application number
CN202110343041.0A
Other languages
English (en)
Other versions
CN113076639B (zh
Inventor
李军
高嵩
苗伟威
吕霏
王昕�
王毓琦
刘恩仁
颜庆
于庆彬
张蒙
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.)
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Shandong Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Shandong Electric Power 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 State Grid Corp of China SGCC, Electric Power Research Institute of State Grid Shandong Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202110343041.0A priority Critical patent/CN113076639B/zh
Publication of CN113076639A publication Critical patent/CN113076639A/zh
Application granted granted Critical
Publication of CN113076639B publication Critical patent/CN113076639B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/06—Wind turbines or wind farms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/12—Timing analysis or timing optimisation
    • 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]
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/28—The renewable source being wind energy
    • 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
    • Y02E10/70—Wind energy
    • Y02E10/72—Wind turbines with rotation axis in wind direction
    • 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
    • Y02E10/70—Wind energy
    • Y02E10/76—Power conversion electric or electronic aspects

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Wind Motors (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本公开提出了基于分段线性表示的风电机组运行评估方法及系统，包括：获取风电机组实际发电功率数据的时间序列，利用分段线性表示将获取的数据分割成多个线性数据段；根据设定的阈值，得到各个线性数据段的变化趋势，提取各段的趋势特征，找到功率动态段；根据得到的功率动态段，计算其稳定时间及平均调节速率，作为评估指标，继而得到风电机组灵活运行能力评估结果，评估结果准确。

Description

基于分段线性表示的风电机组运行评估方法及系统
技术领域
本公开属于风电机组灵活运行能力评估技术领域，尤其涉及基于分段线性表示的风电机组运行评估方法及系统。
背景技术
随着新能源发电在全网总装机容量中的占比持续升高，电力系统频率波动加剧，火电机组通过参与电网频率调节保证电力系统安全稳定运行。然而，在新能源占比达到一定程度时，仅靠常规发电机组已无法满足并保证电网频率质量的要求，因此要求风电机组增发或少发有功功率来参与电网频率调节。风电机组的调节性能易受环境影响，即不同风速下风电机组表现出不同的功率调节能力，为充分了解风电机组的功率调节能力，对不同风速下风电机组的灵活运行能力进行评估对于电网的稳定具有重要意义。
本公开发明人发现，现有方法中只关注了风电机组参与电网调频的控制策略，对于风电机组灵活运行能力的研究很少，仅关注了风速、风电机组输出功率等不确定性因素对系统运行可靠性的影响，并未考虑风电机组的灵活运行能力。
发明内容
为克服上述现有技术的不足，本公开提供了基于分段线性表示的风电机组运行评估方法，得到风电机组灵活运行能力评估结果。
为实现上述目的，本公开的一个或多个实施例提供了如下技术方案：
第一方面，公开了基于分段线性表示的风电机组运行评估方法，包括：
获取风电机组实际发电功率数据的时间序列，利用分段线性表示将获取的数据分割成多个线性数据段；
根据设定的阈值，得到各个线性数据段的变化趋势，提取各段的趋势特征，找到功率动态段；
根据得到的功率动态段，计算其稳定时间及平均调节速率，作为评估指标，继而得到风电机组灵活运行能力评估结果。
进一步的技术方案，利用分段线性表示将获取的数据分割成多个线性数据段时：
将时间序列分成若干短数据段，对任一短数据段，用线性方程表示；
将上述线性方程表示近似为直线函数；
基于线性方程表示与直线函数构建损失函数；
基于损失函数获得最小值来确定直线函数的参数。
进一步的技术方案，根据设定的阈值，得到各个线性数据段的变化趋势，具体为：
根据每个直线段的幅值变化和阈值的大小关系，判断所划分的每个短数据段增减平情况。
进一步的技术方案，每个线性数据段的直线函数
Figure BDA0002999838540000021
变化趋势用H(l)表示，其计算公式为：
Figure BDA0002999838540000022
其中A0为判断
Figure BDA0002999838540000023
幅值是否存在显著变化的阈值，幅值变化量A(l)；
如果H(l)＝1，则子段
Figure BDA0002999838540000024
呈显著增长趋势；
如果H(l)＝-1，则子段
Figure BDA0002999838540000025
呈显著减小趋势；
如果H(l)＝0，那么
Figure BDA0002999838540000026
是一个较为稳定的趋势，没有显著的变化。
进一步的技术方案，每个线性数据段的直线函数
Figure BDA0002999838540000027
的幅值变化量A(l)表示为：
Figure BDA0002999838540000031
进一步的技术方案，找到功率动态段的步骤为：
假设第α子段到第β子段具有相同的趋势，α和β为非负整数，且0≤α≤β≤L；
H(α)+H(α+1)+…+H(β)＝β-α+1
即第α子段到第β子段为功率动态段。
进一步的技术方案，在功率动态段，从其起始端获取T1和P1；
设第γ子段为响应阶段后的一个平稳段，γ为非负整数，且β≤γ≤L，可从其起始端获取T2和P2；
根据得到的P1和P2，计算实发功率变化量ΔP
ΔP＝P2-P1；
稳定时间为TD，TD＝T2-T1。
进一步的技术方案，平均调节速率计算时，实发功率的平均调节速率为：
Figure BDA0002999838540000032
第二方面，公开了基于分段线性表示的风电机组运行评估系统，包括：
数据预处理模块，用于获取风电机组实际发电功率数据的时间序列，利用分段线性表示将获取的数据分割成多个线性数据段；
数据处理模块，用于根据设定的阈值，得到各个线性数据段的变化趋势，提取各段的趋势特征，找到功率动态段；
结果计算模块，用于根据得到的功率动态段，计算其稳定时间及平均调节速率，作为评估指标，继而得到风电机组灵活运行能力评估结果。
对风电机组的实际发电功率的时间序列，使用PLR方法分割成多个线性数据段，找到功率动态段，具体为：
根据每个数据段的幅值变化量和阈值的比较，得到各个数据段的增减平情况；
找到符合条件的连续增或减段，将其定为功率动态段。
根据得到的功率动态段，得到风电机组灵活运行能力评估结果，具体为：
根据功率动态段，获得起止时间点，以及功率变化前后风电机组的实发功率值，根据给出的评估指标计算方法，获得评估结果。
以上一个或多个技术方案存在以下有益效果：
本公开技术方案对获取的风电机组实际发电功率数据的时间序列，采用分段线性表示的方法，分割成多个线性数据段；根据设定的阈值，得到各个线性数据段的变化趋势，提取各段的趋势特征，找到功率动态段；给出风电机组灵活运行能力评估指标，根据得到的功率动态段，得到风电机组灵活运行能力评估结果，在实际风电机组灵活运行能力评估方面具有良好的应用价值。
本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。
图1为本公开实施例提供的基于分段线性表示的风电机组灵活运行能力评估方法的流程图。
图2为本公开实施例提供的风力发电机实发功率的变化情况。
图3为本公开实施例提供的6m/s风电机组实发功率时间序列的分段结果。
图4为本公开实施例提供的4.5m/s风电机组实发功率时间序列的分段结果。
具体实施方式
应该指出，以下详细说明都是示例性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
因为在大规模新能源并网发电之前，风电装机量少，且都是恒定功率并网，不存在灵活运行能力；随着风电机组装机容量逐年增加，风电机组也参与到电网调频控制，对其灵活运行能力的研究也变得有必要和有意义。基于该需求，本申请实施例子提出了基于分段线性表示的风电机组灵活运行能力评估方法。
实施例一
如图1所示，本公开实施例提供了一种基于分段线性表示的风电机组灵活运行能力评估方法，包括以下步骤：
步骤1：对获取的风电机组实际发电功率数据的时间序列
Figure BDA0002999838540000051
采用分段线性表示的方法，分割成L个线性数据段。
通过该方法将长数据段分割成多个短数据段，根据短数据段的变化趋势找到目标段。整个过程可以通过运行程序自动实现，摆脱了传统使用人工筛选目标段的方法。
将时间序列分成若干短数据段，对于第l个短数据段
Figure BDA0002999838540000061
tl为短数据段的左端点，tl+1-1为短数据段的右端点，l∈[1,L]。
Figure BDA0002999838540000062
可近似的用线性方程表示为：
P(t)＝al+bl·t+el(t) (1)
其中，al和bl分别为直线的截距和斜率,el(t)为估计误差。
将上式近似为直线函数：
Figure BDA0002999838540000063
其中，
Figure BDA0002999838540000064
为P(t)的近似值，
Figure BDA0002999838540000065
和
Figure BDA0002999838540000066
分别为al和bl的估计值，通过损失函数获得最小值来确定，损失函数的表达式为
Figure BDA0002999838540000067
则
Figure BDA0002999838540000068
和
Figure BDA0002999838540000069
的表达式分别为：
Figure BDA00029998385400000610
其中，
Figure BDA00029998385400000611
和
Figure BDA00029998385400000612
分别为实发功率和采样指数的均值：
Figure BDA00029998385400000613
将P(t)分成L段，P(t)与其PLR结果的拟合误差，计算公式为：
Figure BDA0002999838540000071
在该步骤中，机组的实发功率数据较长，数据变化中隐藏着许多信息，(比如上升和下降数据中有变化速度的体现等)，为了从较长数据段中挖掘目标信息，将长数据段分割成短数据段有助于获取功率变化速度信息。
步骤2：根据设定的阈值，得到各个线性数据段的变化趋势，提取各段的趋势特征，即数据段的上升、下降及平稳状态即增、减、平特征，找到功率动态段。
灵活运行能力评估关注的是具有明显变化趋势的数据子段，所以对于一组数据段
Figure BDA0002999838540000072
根据每个直线段的幅值变化和阈值的大小关系，判断所划分的每个短数据段增减平情况，围绕具有明显变化趋势的子段来估计灵活运行能力。N为数据点个数，因为采集的数据实为离散点，N为采集的数据点个数。
Figure BDA0002999838540000073
的幅值变化量A(l)可以表示为：
Figure BDA0002999838540000074
Figure BDA0002999838540000075
变化趋势用H(l)表示，其计算公式为：
Figure BDA0002999838540000076
其中A0为判断
Figure BDA0002999838540000077
幅值是否存在显著变化的阈值，如果H(l)＝1(H(l)＝-1)，则子段
Figure BDA0002999838540000078
呈显著增长(减小)趋势；如果H(l)＝0，那么
Figure BDA0002999838540000079
是一个较为稳定的趋势，没有显著的变化。
灵活运行能力评估与响应段最为相关，响应阶段由具有相同趋势的连续子段组成。假设第α子段到第β子段具有相同的趋势，α和β为非负整数，且0≤α≤β≤L，则有
H(α)+H(α+1)+…+H(β)＝β-α+1 (9)
H()为由公式(8)得到，其数值等于1，-1，0。分别表示数据的增减平趋势。
即第α子段到第β子段为功率动态段，可以从其起始端获取T1和P1：
T1＝tα·h (10)
其中，h是采样率。
设第γ子段为响应阶段后的一个平稳段，γ为非负整数，且β≤γ≤L，可从其起始端获取T2和P2
Figure BDA0002999838540000081
根据得到的P1和P2，计算实发功率变化量ΔP
ΔP＝P2-P1 (12)
在该步骤中，通过提取趋势特征找到动态段是一种从海量的数据中自动查找目标段的方式，不需要投入大量人力；且动态段中才蕴含着本申请需要的变化速度信息。
步骤3：给出风电机组灵活运行能力评估指标，根据得到的功率动态段得到风电机组灵活运行能力评估结果，上述指标用于衡量机组的灵活运行能力，其数值越大表示机组的灵活运行能力越强。
为了评估风电机组的灵活运行能力，给出两个指标：
1)稳定时间TD
在响应过程结束后，机组应具有稳定性，设稳定时间为TD，计算公式为
TD＝T2-T1 (14)
其中，T1为风电机组实发功率开始变化的时刻，T2为风电机组实发功率开始稳定的时刻。
2)平均调节速率r
在整个功率响应过程中，风电机组的实发功率在一段时间内发生变化，为衡量风电机组实发功率变化的快慢程度，设实发功率的平均调节速率为
Figure BDA0002999838540000091
其中，P2为风电机组实发功率变化后的值，P1为风电机组实发功率变化前的值。
根据步骤2式(10)、(11)、(12)得到风电机组灵活运行能力评估结果。
以下是本实施例所述方法在具体示例中的应用。
首先在风力发电机仿真模型中，给定输入风速为6m/s，假设在采样时间段内风向不发生变化，风速为恒定值，在此条件下，通过桨距角控制方法，模拟风电机组输出功率的响应过程。风力发电机实发功率的变化情况如图2所示，采样时间为0.1s。
第一步对风电机组的实际发电功率时间序列进行分割，每个数据段采用直线段来表示，分段结果如图3所示，图中虚线为实发功率，实线为PLR趋势提取拟合值，黑色点划线为分段边界。
第二步由阈值A0得到各段的变化趋势分别为平、增、增、平，则找到第2段到第3段为功率响应段。由分段结果可以得到，T1＝5.3s，T2＝7.1s，
P1＝0.94MW，P2＝1.21MW。
第三步根据两个性能指标的计算公式可以得到：稳定时间TD＝1.8s，实发功率的平均调节速率r＝9.00MW/min。
同理，给定风电机组的输入风速为4.5m/s，其余条件设置与风速为6m/s时一致，此时风电机组实发功率的趋势提取结果如下图4所示，采样时间为0.1s。
根据图4可以得到T1＝5.3s，T2＝6.6s，P1＝0.47MW，P2＝0.63MW。由此可以计算出两个个指标分别为：稳定时间TD＝1.3s，实发功率的平均调节速率r＝7.38MW/min。
在不同风速下，通过PLR分段得到的结果，与人工计算结果相比较如下表1所示。两种方法所得的性能评估结果基本一致，说明该方法正确反映了机组的调频控制性能。另外，通过表1所示的结果可以看出，在风电机组的允许风速范围内，风速越大，风电机组的实发功率平均调节速率越快。
表1：性能估计结果表。
Figure BDA0002999838540000101
实施例2：
本公开实施例2提供了一种基于分段线性表示的风电机组灵活运行能力评估系统，包括：
数据预处理模块，被配置为：对获取的风电机组实际发电功率数据的时间序列，采用分段线性表示的方法，分割成多个线性数据段；
数据处理模块，被配置为：根据设定的阈值，得到各个线性数据段的变化趋势，提取各段的趋势特征，找到功率动态段；
结果计算模块，被配置为：给出风电机组灵活运行能力评估指标，根据得到的功率动态段，得到风电机组灵活运行能力评估结果。
所述系统的工作方法与实施例1、2提供的基于分段线性表示的风电机组灵活运行能力评估方法相同，这里不再赘述。
实施例3：
本公开实施例3提供了一种介质，其上存储有程序，该程序被处理器执行时实现如本公开实施例1、2所述的基于分段线性表示的风电机组灵活运行能力评估方法中的步骤，所述步骤为：
对获取的风电机组实际发电功率数据的时间序列，采用分段线性表示的方法，分割成多个线性数据段；
根据设定的阈值，得到各个线性数据段的变化趋势，提取各段的趋势特征，找到功率动态段；
给出风电机组灵活运行能力评估指标，根据得到的功率动态段，得到风电机组灵活运行能力评估结果。
详细步骤与实施例1、2中提供的基于分段线性表示的风电机组灵活运行能力评估方法相同，这里不再赘述。
实施例4：
本公开实施例4提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如本公开第一方面所述的基于分段线性表示的风电机组灵活运行能力评估方法中的步骤，所述步骤为：
对获取的风电机组实际发电功率数据的时间序列，采用分段线性表示的方法，分割成多个线性数据段；
根据设定的阈值，得到各个线性数据段的变化趋势，提取各段的趋势特征，找到功率动态段；
给出风电机组灵活运行能力评估指标，根据得到的功率动态段，得到风电机组灵活运行能力评估结果。
详细步骤与实施例1、2中提供的基于分段线性表示的风电机组灵活运行能力评估方法相同，这里不再赘述。
以上实施例二、三和四的装置中涉及的各步骤与方法实施例一相对应，具体实施方式可参见实施例一的相关说明部分。术语“计算机可读存储介质”应该理解为包括一个或多个指令集的单个介质或多个介质；还应当被理解为包括任何介质，所述任何介质能够存储、编码或承载用于由处理器执行的指令集并使处理器执行本公开中的任一方法。
本领域技术人员应该明白，上述本公开的各模块或各步骤可以用通用的计算机装置来实现，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。本公开不限制于任何特定的硬件和软件的结合。
以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。
上述虽然结合附图对本公开的具体实施方式进行了描述，但并非对本公开保护范围的限制，所属领域技术人员应该明白，在本公开的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。

Claims (10)

1.基于分段线性表示的风电机组运行评估方法，其特征是，包括：
获取风电机组实际发电功率数据的时间序列，利用分段线性表示将获取的数据分割成多个线性数据段；
根据设定的阈值，得到各个线性数据段的变化趋势，提取各段的趋势特征，找到功率动态段；
根据得到的功率动态段，计算其稳定时间及平均调节速率，作为评估指标，继而得到风电机组灵活运行能力评估结果。
2.如权利要求1所述的基于分段线性表示的风电机组运行评估方法，其特征是，利用分段线性表示将获取的数据分割成多个线性数据段时：
将时间序列分成若干短数据段，对任一短数据段，用线性方程表示；
将上述线性方程表示近似为直线函数；
基于线性方程表示与直线函数构建损失函数；
基于损失函数获得最小值来确定直线函数的参数。
3.如权利要求1所述的基于分段线性表示的风电机组运行评估方法，其特征是，根据设定的阈值，得到各个线性数据段的变化趋势，具体为：
根据每个直线段的幅值变化和阈值的大小关系，判断所划分的每个短数据段增减平情况。
4.如权利要求1所述的基于分段线性表示的风电机组运行评估方法，其特征是，每个线性数据段的直线函数
Figure FDA0002999838530000011
变化趋势用H(l)表示，其计算公式为：
Figure FDA0002999838530000012
其中A0为判断
Figure FDA0002999838530000021
幅值是否存在显著变化的阈值，幅值变化量A(l)；
如果H(l)＝1，则子段
Figure FDA0002999838530000022
呈显著增长趋势；
如果H(l)＝-1，则子段
Figure FDA0002999838530000023
呈显著减小趋势；
如果H(l)＝0，那么
Figure FDA0002999838530000024
是一个较为稳定的趋势，没有显著的变化。
5.如权利要求1所述的基于分段线性表示的风电机组运行评估方法，其特征是，每个线性数据段的直线函数
Figure FDA0002999838530000025
的幅值变化量A(l)表示为：
Figure FDA0002999838530000026
6.如权利要求1所述的基于分段线性表示的风电机组运行评估方法，其特征是，找到功率动态段的步骤为：
假设第α子段到第β子段具有相同的趋势，α和β为非负整数，且0≤α≤β≤L；
H(α)+H(α+1)+…+H(β)＝β-α+1
即第α子段到第β子段为功率动态段。
7.如权利要求1所述的基于分段线性表示的风电机组运行评估方法，其特征是，在功率动态段，从其起始端获取T1和P1；
设第γ子段为响应阶段后的一个平稳段，γ为非负整数，且β≤γ≤L，可从其起始端获取T2和P2；
根据得到的P1和P2，计算实发功率变化量ΔP
ΔP＝P2-P1；
稳定时间为TD，TD＝T2-T1。
优选的，平均调节速率计算时，实发功率的平均调节速率为实发功率变化量与稳定时间的比值。
8.基于分段线性表示的风电机组运行评估系统，其特征是，包括：
数据预处理模块，用于获取风电机组实际发电功率数据的时间序列，利用分段线性表示将获取的数据分割成多个线性数据段；
数据处理模块，用于根据设定的阈值，得到各个线性数据段的变化趋势，提取各段的趋势特征，找到功率动态段；
结果计算模块，用于根据得到的功率动态段，计算其稳定时间及平均调节速率，作为评估指标，继而得到风电机组灵活运行能力评估结果。
9.一种介质，其上存储有程序，其特征在于，该程序被处理器执行时实现如权利要求1-7任一项所述的基于分段线性表示的风电机组灵活运行能力评估方法中的步骤。
10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7任一项所述的基于分段线性表示的风电机组灵活运行能力评估方法中的步骤。
CN202110343041.0A 2021-03-30 2021-03-30 基于分段线性表示的风电机组运行评估方法及系统 Active CN113076639B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110343041.0A CN113076639B (zh) 2021-03-30 2021-03-30 基于分段线性表示的风电机组运行评估方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110343041.0A CN113076639B (zh) 2021-03-30 2021-03-30 基于分段线性表示的风电机组运行评估方法及系统

Publications (2)

Publication Number Publication Date
CN113076639A true CN113076639A (zh) 2021-07-06
CN113076639B CN113076639B (zh) 2023-05-23

Family

ID=76611977

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110343041.0A Active CN113076639B (zh) 2021-03-30 2021-03-30 基于分段线性表示的风电机组运行评估方法及系统

Country Status (1)

Country Link
CN (1) CN113076639B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116526678A (zh) * 2023-05-22 2023-08-01 广东云下汇金科技有限公司 一种智算中心电源弹性调度系统及其控制方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106874615A (zh) * 2017-03-06 2017-06-20 云南电网有限责任公司电力科学研究院 风电机组负荷调节效应系数测试方法及装置
CN108647415A (zh) * 2018-04-28 2018-10-12 国网湖南省电力有限公司 用于高比例风电并网的电力系统的可靠性评估方法
CN109818377A (zh) * 2019-01-29 2019-05-28 山东科技大学 一种基于振幅变化的自动发电控制性能评估方法及系统
CN110212592A (zh) * 2019-05-31 2019-09-06 山东科技大学 基于分段线性表达的火电机组负荷调节最大速率估计方法及系统
CN110378624A (zh) * 2019-08-28 2019-10-25 山东科技大学 基于趋势提取的火电机组一次调频指标计算方法及系统
CN111400845A (zh) * 2018-12-27 2020-07-10 北京金风科创风电设备有限公司 风电机组的发电性能评估方法和装置
CN111798060A (zh) * 2020-07-08 2020-10-20 山东科技大学 一种基于机组爬坡率估计的功率指令优化分配方法
CN112065668A (zh) * 2020-09-08 2020-12-11 沈阳工业大学 一种风电机组状态异常评估方法及系统
CN112436541A (zh) * 2019-08-25 2021-03-02 南京理工大学 基于熵值决策法的风电主动参与调度能力评估方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106874615A (zh) * 2017-03-06 2017-06-20 云南电网有限责任公司电力科学研究院 风电机组负荷调节效应系数测试方法及装置
CN108647415A (zh) * 2018-04-28 2018-10-12 国网湖南省电力有限公司 用于高比例风电并网的电力系统的可靠性评估方法
CN111400845A (zh) * 2018-12-27 2020-07-10 北京金风科创风电设备有限公司 风电机组的发电性能评估方法和装置
CN109818377A (zh) * 2019-01-29 2019-05-28 山东科技大学 一种基于振幅变化的自动发电控制性能评估方法及系统
CN110212592A (zh) * 2019-05-31 2019-09-06 山东科技大学 基于分段线性表达的火电机组负荷调节最大速率估计方法及系统
CN112436541A (zh) * 2019-08-25 2021-03-02 南京理工大学 基于熵值决策法的风电主动参与调度能力评估方法
CN110378624A (zh) * 2019-08-28 2019-10-25 山东科技大学 基于趋势提取的火电机组一次调频指标计算方法及系统
CN111798060A (zh) * 2020-07-08 2020-10-20 山东科技大学 一种基于机组爬坡率估计的功率指令优化分配方法
CN112065668A (zh) * 2020-09-08 2020-12-11 沈阳工业大学 一种风电机组状态异常评估方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘昊等: "基于运行数据的风力发电机组功率特性分析", 《电网与清洁能源》 *
徐创学等: "基于实时数据的风力发电机组性能在线评价", 《热力发电》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116526678A (zh) * 2023-05-22 2023-08-01 广东云下汇金科技有限公司 一种智算中心电源弹性调度系统及其控制方法
CN116526678B (zh) * 2023-05-22 2024-02-06 广东云下汇金科技有限公司 一种智算中心电源弹性调度系统及其控制方法

Also Published As

Publication number Publication date
CN113076639B (zh) 2023-05-23

Similar Documents

Publication Publication Date Title
CN107885959B (zh) 一种基于置信等效功率曲线带的风电建模及性能评估方法
DE112016005511T5 (de) Verfahren zum Bewerten von Leistungscharakteristiken von Windkraftanlagen, Vorrichtung und Speichermedium
CN116089846A (zh) 一种基于数据聚类的新能源结算数据异常检测与预警方法
CN112186761B (zh) 一种基于概率分布的风电功率场景生成方法及系统
CN110761945B (zh) 风力发电机组的叶片失速控制方法及装置
CN110365053B (zh) 基于延迟优化策略的短期风电功率预测方法
CN113076639B (zh) 基于分段线性表示的风电机组运行评估方法及系统
CN110378624B (zh) 基于趋势提取的火电机组一次调频指标计算方法及系统
CN110212592B (zh) 基于分段线性表达的火电机组负荷调节最大速率估计方法及系统
Branlard et al. A digital-twin solution for floating offshore wind turbines validated using a full-scale prototype
CN116191571B (zh) 风电储能输出功率控制方法及系统
CN111310341B (zh) 风机运行参数确定方法、装置、设备及可读存储介质
CN117251995A (zh) 基于可变遗忘因子最小二乘法的双馈风机惯量评估方法
CN112328971A (zh) 基于随机数的双峰三参数威布尔分布拟合方法
CN111200298A (zh) 一种基于风电预测误差估计的储能电源容量优化方法
CN112803403B (zh) 基于时频特征的海上风电集群效应多层级评估方法
CN115935212A (zh) 一种基于纵向趋势预测的可调节负荷聚类方法及系统
Qiao et al. A multivariable wind turbine power curve modeling method considering segment control differences and short-time self-dependence
CN115115107A (zh) 光伏功率的预测方法、预测装置和计算机设备
CN114881360A (zh) 基于案例推理的特殊天气风电功率预测数据修正方法
CN113468767B (zh) 一种海上风电机组发电量评估方法与系统
CN111379671A (zh) 确定湍流强度的方法和装置
CN112648139B (zh) 风力发电机组对风不正校正方法、装置及控制器
CN114594823B (zh) 追踪最大功率点的方法、装置、电力电子电源设备及介质
CN114971370A (zh) 一种新能源风电功率曲线计算方法

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