CN115510677A - 一种风电场发电能力评估方法及系统 - Google Patents
一种风电场发电能力评估方法及系统 Download PDFInfo
- Publication number
- CN115510677A CN115510677A CN202211271121.0A CN202211271121A CN115510677A CN 115510677 A CN115510677 A CN 115510677A CN 202211271121 A CN202211271121 A CN 202211271121A CN 115510677 A CN115510677 A CN 115510677A
- Authority
- CN
- China
- Prior art keywords
- wind
- power plant
- wind power
- fan
- model
- 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
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 44
- 238000004088 simulation Methods 0.000 claims abstract description 143
- 238000010248 power generation Methods 0.000 claims abstract description 96
- 238000000034 method Methods 0.000 claims abstract description 89
- 230000008569 process Effects 0.000 claims abstract description 39
- 238000004458 analytical method Methods 0.000 claims abstract description 28
- 238000007619 statistical method Methods 0.000 claims abstract description 24
- 238000004146 energy storage Methods 0.000 claims description 46
- 238000006243 chemical reaction Methods 0.000 claims description 32
- 230000033228 biological regulation Effects 0.000 claims description 30
- 238000000354 decomposition reaction Methods 0.000 claims description 16
- 238000007599 discharging Methods 0.000 claims description 13
- 238000007726 management method Methods 0.000 claims description 11
- 238000012423 maintenance Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 229920000832 Cutin Polymers 0.000 claims description 6
- 238000009434 installation Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 4
- 230000005684 electric field Effects 0.000 claims description 4
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 230000002045 lasting effect Effects 0.000 claims description 2
- 230000009467 reduction Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 230000035945 sensitivity Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000002355 dual-layer Substances 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- 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
-
- 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
Abstract
本申请公开了一种风电场发电能力评估方法及系统,该方法包括:搭建风电场全环节运行模拟平台;根据设定的分析时段和设定的仿真步长,利用所述风电场全环节运行模拟平台进行风电场运行仿真,生成风电场发电过程中的各时间序列;对所述各时间序列进行统计分析,获取风电场发电能力评估结果。该系统包括:风电场全环节运行模拟平台、仿真模块和统计分析模块。通过本申请,能够有效提高风电场发电能力评估的精度和准确性,提高评估效率。
Description
技术领域
本申请涉及新能源发电规划和评估技术领域,特别是涉及一种风电场发电能力评估方法及系统。
背景技术
近年来,由于气候问题导致能源危机现象,大力发展风、光等可再生能源发电,推动能源体系绿色低碳转型,成为国家能源发展战略。在各种新能源发电方式中,风力发电是个重要的新能源发展方向。风力发电系统,下文简称风机,是将风能转化为电能的能量转换系统,风电场为多套风机并联构成的总体,如何评估其发电能力,是进行风电场选址定容、经济核算和管理优化等方面工作需要解决的重要的技术问题。
传统风电场发电能力评估方法,主要注重风资源评估。具体地,首先利用气象局或专门的测风设备采集风速、风向、温度等气象数据,然后根据风机特性计算得出风电场发电潜力,进一步考虑风电场叶片污损、极端天气、周围风电场影响、弃电等因素确定折减系数,最后综合发电潜力和折减系数,计算得出风电场发电能力。
然而传统风电场发电能力评估方法,使用折减系数综合反应风资源和风机转换特性外的其他所有因素,详细考虑的因素过于单一。在风光发电占比较低的发展初期,风机通常运行于MPPT(Maximum Power Point Tracking,最大功率点跟踪)模式,风机控制和场站并网控制对发电能力影响较小,并网要求宽松而不限制风电场发电能力,仅根据风机类型和基本运行参数即可较为准确地确定折减系数。风力发电在整个电力系统中占比提高后,风电电量消纳问题凸显,并网要求趋于严格,并网要求、控制性能等多种因素都会影响风电场发电能力,采用传统风电场发电能力评估方法,难以精确确定折减系数,从而导致对风电场发电能力的评估精度较低。
发明内容
本申请提供了一种风电场发电能力评估方法及系统,以解决现有技术中的评估方法对风电场发电能力的评估精度较低的问题。
为了解决上述技术问题,本申请实施例公开了如下技术方案:
一种风电场发电能力评估方法,所述方法包括:
搭建风电场全环节运行模拟平台,所述风电场全环节运行模拟平台中包括:风资源模型、多风电机组影响模型、多个并联连接的风机模型、并网电气系统模型、储能设备模型、风电场集控系统模型以及并网要求与调节模型,所述风资源模型以地形地貌数据和历史风速数据为输入,以风电场各处风速分布为输出,用于计算风机安装位置处的风能大小,所述多风电机组影响模型用于描述多台风机捕捉风功率后的交互影响,任一所述风机模型用于描述输入风速与发电机输出功率之间的关系,所述并网电气系统模型用于描述电能在风电场内部汇集、变换以及并网的过程,所述储能设备模型用于描述储能设备改变储能充放电功率辅助调整风电场并网总功率的过程,所述风电场集控系统模型用于描述风机出力和储能充放电功率的协调控制,所述并网要求与调节模型用于风电场并网规范和调节指令的规则化和量化,其中,所述风机包括风力机和发电机;
根据设定的分析时段和设定的仿真步长,利用所述风电场全环节运行模拟平台进行风电场运行仿真,生成风电场发电过程中的各时间序列,所述各时间序列包括:风电场并网功率序列、损耗序列以及原始风能序列;
对所述各时间序列进行统计分析,获取风电场发电能力评估结果。
可选地,所述搭建风电场全环节运行模拟平台包括:
建立风资源模型;
根据所述风资源模型输出的风电场各处风速分布和各机组出力,建立多风电机组影响模型;
根据风机可靠性、风电转换特性和风机控制特性,构建多个并联连接的风机模型;
利用各风电机组的汇集线路拓扑、风电场主接线拓扑以及各线路电气参数,建立并网电气系统模型;
利用储能设备剩余电量变化方程式E(k)=E(k-1)ηE+ΔTHin(k)ηin-ΔTHout(k)/ηout,建立储能设备模型,其中,E(k)和E(k-1)分别为电储能设备k时刻和k-1时刻的剩余能量,Hin(k)和Hout(k)分别为k时刻储能设备充电和放电功率,ηE为储能设备电量耗散率、ηin和ηout分别为储能设备充电和放电效率,ΔT为时段长度;
根据风电场集控系统调节指令分解策略和备用容量分解策略,建立风电场集控系统模型;
建立并网要求与调节模型,所述并网要求与调节模型用于根据风电场并网规范将所获取的并网要求规则化和量化,其中,风电场功率波动率要求规则化公式为:风电场一次调频要求规则化公式为:Prev(k)=λP(k),Pmax(k+1)、Pmin(k+1)为第k+1时刻允许的风电场最大和最小出力,为仿真步长下允许的最大增长功率和最大降低功率,Prev(k)为第k时刻风电场需提供的有功功率备用容量,λ为用容量比例系数。
可选地,所述根据风机可靠性、风电转换特性和风机控制特性,构建多个并联连接的风机模型包括:
采用频率-持续时间法或时序蒙特卡洛法构建可靠性子模型,所述可靠性子模型以风机固有故障率/最大无故障时间和已持续运行时间为输入,以风机可用状态为输出;
采用带控制变量的转换映射函数法构建风电转换特性子模型所述风电转换特性子模型以控制指令、风速及可控状态为输入,以机组出力为输出,其中,vcutin、vcutoff、vr分别为切入风速、切出风速和额定风速,v为当前风速,Pr为额定风机出力,ηe为风机发电效率,ρ为空气密度,R为风轮半径,β为桨叶节距角,CP为风能利用系数,λ为叶尖速比,PW为机组出力;
采用动态方程法构建风机控制子模型,用于对风机控制规律、响应速度以及调节特性进行模拟。
可选地,所述利用各风电机组的汇集线路拓扑、风电场主接线拓扑以及各线路电气参数,建立并网电气系统模型,包括:
根据各风电机组汇集线路拓扑及电气参数计算等值电阻,形成汇集线路等值模型;
根据集电线路拓扑、风电场主接线拓扑和各线路电气参数计算等值电阻,形成集电及并网线路等值模型。
可选地,根据设定的分析时段和设定的仿真步长,利用所述风电场全环节运行模拟平台进行风电场运行仿真,生成风电场发电过程中的各时间序列的方法,包括:
根据待仿真对象设置风电场仿真参数,所述仿真参数包括:风资源参数、运行参数、风机可靠性与控制参数、储能容量与最大功率、风电场电气参数、风电场集控系统调节指令分解策略、备用容量分解策略、并网要求规范参数、仿真步长以及仿真步数;
利用所述并网要求与调节模型生成仿真过程中的电网调节指令序列及规则化并网要求,并将仿真步数计数器置零;
利用风资源模型、多风电机组影响模型和多个风机模型,计算得出风机出力;
根据所述风机出力和储能设备出力,利用电气等值网络计算得出电能损耗;
根据所述电能损耗,确定风电场总并网功率;
根据所生成的电网调节指令序列及规则化并网要求,判断所述风电场总并网功率是否满足设定的并网规则和电网调节指令;
如果不满足设定的并网规则和电网调节指令,则利用所述风电场集控系统模型调整风电机组桨距角和储能充放电功率,并重新利用风资源模型、多风电机组影响模型和多个风机模型,计算得出更新后的风机出力,直到风电场总并网功率满足设定的并网规则和电网调节指令为止;
如果满足设定的并网规则和电网调节指令,仿真计算器增加1,并判断当前仿真步数是否达到最大仿真步数;
如果达到最大仿真步数,输出风电场过程中各仿真时刻的各时间序列;
如果没有达到最大仿真步数,更新风电机组可用性后,返回重新利用风资源模型、多风电机组影响模型和多个风机模型,计算得出风机出力。
可选地,所述利用风资源模型、多风电机组影响模型和多个风机模型,计算得出风机出力,包括:
基于所述风资源模型计算得出第一输入风速,所述第一输入风速为风机模型中输入的各风机风速,且第一输入风速的起始值为当前时刻不考虑尾流效应时的各风机输入风速;
针对任一风机,基于风机模型计算第一输入风速下的风机出力;
将所述第一输入风速和各风机第一输入风速下的风机出力,输入多风电机组影响模型,获取第二输入风速,所述第二输入风速为多风电机组影响模型输出的更新后的输入风速;
判断第一输入风速与第二输入风速是否相同;
如果是,继续执行下一步;
如果否,将第二输入风速输入至风机模型,并重新针对任一风机,基于风机模型计算第二输入风速下的风机出力,直到风机模型的各风机输入风速与多风电机组输出的各风机输入风速相同为止。
可选地,对所述各时间序列进行统计分析,获取风电场发电能力评估结果的方法,包括:
根据设定的分析时段对所述各时间序列进行累加,计算得出风电场目标发电量;
去掉并网约束,重新根据设定的分析时段和设定的仿真步长,利用所述风电场全环节运行模拟平台进行风电场运行仿真,获取第一场景下风电场发电量;
对所述风电场目标发电量和第一场景下风电场发电量作差,计算得出并网约束导致的发电能力损失;
去掉可靠性约束,重新根据设定的分析时段和设定的仿真步长,利用所述风电场全环节运行模拟平台进行风电场运行仿真,获取第二场景下风电场发电量;
对所述风电场目标发电量和第二场景下风电场发电量作差,计算得出风机检修导致的发电能力损失。
一种风电场发电能力评估系统,所述系统包括:风电场全环节运行模拟平台、仿真模块和统计分析模块;
所述风电场全环节运行模拟平台中包括:风资源模型、多风电机组影响模型、多个并联连接的风机模型、并网电气系统模型、储能设备模型、风电场集控系统模型以及并网要求与调节模型,所述风资源模型以地形地貌数据和历史风速数据为输入,以风电场各处风速分布为输出,用于计算风机安装位置处的风能大小,所述多风电机组影响模型用于描述多台风机捕捉风功率后的交互影响,任一所述风机模型用于描述输入风速与发电机输出功率之间的关系,所述并网电气系统模型用于描述电能在风电场内部汇集、变换以及并网的过程,所述储能设备模型用于描述储能设备改变储能充放电功率辅助调整风电场并网总功率的过程,所述风电场集控系统模型用于描述风机出力和储能充放电功率的协调控制,所述并网要求与调节模型用于风电场并网规范和调节指令的规则化和量化,其中,所述风机包括风力机和发电机;
所述仿真模块,用于根据设定的分析时段和设定的仿真步长,利用所述风电场全环节运行模拟平台进行风电场运行仿真,生成风电场发电过程中的各时间序列,所述各时间序列包括:风电场并网功率序列、损耗序列以及原始风能序列;
所述统计分析模块,用于对所述各时间序列进行统计分析,获取风电场发电能力评估结果。
可选地,任一所述风机模型包括:
可靠性子模型,用于描述风电场管理维护水平与风机可用性之间的关系,且所述可靠性子模型以风机固有故障率/最大无故障时间和已持续运行时间为输入,以风机可用状态为输出;
风电转换特性子模型,采用带控制变量的转换映射函数法构建,且所述风电转换特性子模型以控制指令、风速及可控状态为输入,以机组出力为输出,风电转换特性子模型公式为:vcutin、vcutoff、vr分别为切入风速、切出风速和额定风速,v为当前风速,Pr为额定风机出力,ηe为风机发电效率,ρ为空气密度,R为风轮半径,β为桨叶节距角,CP为风能利用系数,λ为叶尖速比,PW为机组出力;
风机控制子模型,用于对风机控制规律、响应速度以及调节特性进行模拟。
可选地,所述统计分析模块包括:
风电场发电能力计算模块,用于根据设定的分析时段对所述各时间序列进行累加,计算得出风电场目标发电量;
第一场景下风电场发电量确定模块,用于去掉并网约束,重新根据设定的分析时段和设定的仿真步长,利用所述风电场全环节运行模拟平台进行风电场运行仿真,获取第一场景下风电场发电量;
并网约束损失计算模块,用于对所述风电场目标发电量和第一场景下风电场发电量作差,计算得出并网约束导致的发电能力损失;
第二场景下风电场发电量确定模块,用于去掉可靠性约束,重新根据设定的分析时段和设定的仿真步长,利用所述风电场全环节运行模拟平台进行风电场运行仿真,获取第二场景下风电场发电量;
风机检修损失计算模块,用于对所述风电场目标发电量和第二场景下风电场发电量作差,计算得出风机检修导致的发电能力损失。
本申请的实施例提供的技术方案可以包括以下有益效果:
本实施例首先搭建风电场全环节运行模拟平台,然后依托该平台进行风电场运行仿真,生成风电场发电过程中的各个时间序列,最后对各时间序列进行统计分析,获取风电场发电能力评估结果。该平台设置有多个模型,除了常规的风资源模型、多风机组影响模型,还包括并网电气系统模型、储能设备模型、风电场集控系统模型以及并网要求与调节模型等模型,通过多个模型的设置,能够更加全面地模拟风电场的整个运行过程,有利于后续更加准确地确定折减系数,提高评估风电场发电能力的精度。通过对风电场发运行过程进行模拟仿真,能够精细化计入多种影响因素对风电场发电能力的影响,相比于现有技术中仅考虑风机特性计算折减系数从而评估发电能力的方法,评估指标更加全面而丰富,有利于提高发电能力评估精度和准确性。另外,对各时间序列进行统计分析时,通过设置去掉并网约束、去掉可靠性约束等方法,比对不同影响因素设置条件下风电场运行模拟结果和评估结果,能够计算风电场发电能力对不同影响因素的灵敏度,也有利于提高风电场发电能力评估的准确性。而且基于这种灵敏度有利于快速而准确地识别发电能力的关键影响因素,进而对后续改进提供依据,从而提高对风电场发电的运维管理能力。
本申请还提供一种风电场发电能力评估系统,该系统主要包括风电场全环节运行模拟平台、仿真模块和统计分析模块。通过该风电场全环节运行模拟平台的设置,采用模型的方式描述风电场运行过程中的多种交互影响因素,相比于现有技术中折减系数的单一影响因素,能够更加全面地模拟风电场的整个运行过程,有利于后续更加准确地确定折减系数,提高评估风电场发电能力的精度。仿真模块的设置,能够对风电场全环节运行过程进行模拟,从而清晰完整地获取整个风电场运行过程。最后利用统计分析模块对风电场发电过程中的各时间序列进行统计分析,从而获取风电场发电能力评估结果,能够精细化计入多种影响因素对发电能力的影响,有利于提高风电场发电能力评估结果的精度和准确性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例所提供的一种风电场发电能力评估方法的流程示意图;
图2为本申请实施例中风电场发电的原理示例图;
图3为本申请实施例中桨距角控制过程原理示意图;
图4为本申请实施例中风电场全环节运行模拟平台运行原理示意图;
图5为实际应用中进行风电场运行仿真的流程示意图;
图6为本申请实施例所提供的一种风电场发电能力评估系统的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都应当属于本申请保护的范围。
为了更好地理解本申请,下面结合附图来详细解释本申请的实施方式。
实施例一
参见图1,图1为本申请实施例所提供的一种风电场发电能力评估方法的流程示意图。由图1可知,本实施例中的风电场发电能力评估方法,主要包括如下过程:
S1:搭建风电场全环节运行模拟平台。
该风电场全环节运行模拟平台中包括:风资源模型、多风电机组影响模型、多个并联连接的风机模型、并网电气系统模型、储能设备模型、风电场集控系统模型以及并网要求与调节模型。其中,风资源模型以地形地貌数据和历史风速数据为输入,以风电场各处风速分布为输出,用于计算风机安装位置处的风能大小。本实施例中风资源模型主要包括:基于空气流体动力学的CFD模型和基于N-S方程简化的线性模型两类,可以基于现有的商业软件进行二次开发构建,这部分不再赘述。
多风电机组影响模型用于描述多台风机捕捉风功率后的交互影响。可以采用现有的平衡尾流模型或者动态尾流模型,在此不再赘述。
任一风机模型用于描述输入风速与发电机输出功率之间的关系。风机包括风力机和发电机两部分。
并网电气系统模型用于描述电能在风电场内部汇集、变换以及并网的过程。主要是潮流方程约束的电压电流分布问题,本实施例中用于评估风电场发电能力,主要关心电气网络上的电量损耗,因此可以假设风电场各处电压均约等于额定电压,将各线路等值为电阻网络来计算损耗。这种方式能够在不影响评估效果的基础上减少计算难度,提高评估效率。
储能设备模型用于描述储能设备改变储能充放电功率辅助调整风电场并网总功率的过程。本实施例中储能设备主要作用是将风电场并网功率与风机发电功率解耦,可在最大化风力机发电功率的同时,通过调整储能的充放电功率来调整风电场并网总功率,进而满足并网要求。
风电场集控系统模型用于描述风机出力和储能充放电功率的协调控制。即:该模型主要描述风电场各环节协调配合过程,主要指调整各环节设备运行状态以使风电场并网点功率及电压满足并网要求。由于发电能力评估中主要关注有功功率,本实施例仅考虑有功控制系统,包括根据各风机及储能状态(如风机最大可能出力、储能剩余电量等)分解电网调度中心发出的功率调节指令或在储能和各风机间合理配置备用容量等。风电场通常采用集中-分布的双层控制系统完成场站管控。在场站层级主要为风机出力和储能充放电功率的协同,而在风机及储能设备层完成功率指令的跟踪。
并网要求与调节模型用于风电场并网规范和调节指令的规则化和量化。也就是根据风电场并网规范将并网要求规则化和量化,电网调节指令可根据完整区域电力系统的机组优化组合形成该指令,或者根据上一年度电网调节指令形成该指令。
采用本实施例的方法所搭建风电场全环节运行模拟平台,进行风电场发电的原理示例图可以参见图2所示。
具体地,本实施例中搭建风电场全环节运行模拟平台的方法包括如下过程:
S11:建立风资源模型。
S12:根据风资源模型输出的风电场各处风速分布和各机组出力,建立多风电机组影响模型。
S13:根据风机可靠性、风电转换特性和风机控制特性,构建多个并联连接的风机模型。
本实施例从可靠性、转换特性和控制特性三个方面构建风机特性模型,以计算风机在不同风速以及控制指令下的输出功率和机组状态。具体地,步骤S13又包括如下过程:
S131:采用频率-持续时间法或时序蒙特卡洛法构建可靠性子模型,可靠性子模型以风机固有故障率/最大无故障时间和已持续运行时间为输入,以风机可用状态为输出。
风机可用状态是指风机是否可用于发电,如果当前可用于发电,则风机可用状态为1,否则,如果风机故障等状态导致不可用于发电,则风机可用状态为0。可靠性子模型的构建,能够描述风电场维护管理水平与风机可用性之间的关系,从而计入风机计划与非计划停运对于发电能力的影响,为后续进行风电场发电能力评估提供依据。
S132:采用带控制变量的转换映射函数法构建风电转换特性子模型风电转换特性子模型以控制指令、风速及可控状态为输入,以机组出力为输出。其中,vcutin、vcutoff、vr分别为切入风速、切出风速和额定风速,v为当前风速,Pr为额定风机出力,ηe为风机发电效率,ρ为空气密度,R为风轮半径,β为桨叶节距角,CP为风能利用系数,λ为叶尖速比,PW为机组出力。
S133:采用动态方程法构建风机控制子模型,用于对风机控制规律、响应速度以及调节特性进行模拟。
由以上步骤S132和S133可知,当风机频繁地参与电网调控时,风机出力不仅仅与风速有关,还与风机控制变量有关,风机控制通常包括机械控制和电气控制,机械控制主要是控制风机叶轮特性而影响风能捕捉效率,例如桨距角控制。电气控制主要用于调整风力发电机发出的电功率,进而影响风机转速等状态及其捕捉的风能。本实施例考虑到电气控制速度较快而且对发电量影响不大,只考虑机械控制,满足调频、调峰等调节需求。采用捕捉S132中的风电转换特性子模型,这种方法能够在实现风电场发电评估的基础上提高评估效率。
本实施例中机械控制过程采用桨距角控制的原理示意图可以参见图3所示。由图3可知,本实施例构建风机模型时的风机控制方法中,可以采用带有速度限制的一阶惯性环节描述,能够从机械控制角度更加精确地确定风机出力。
S14:利用各风电机组的汇集线路拓扑、风电场主接线拓扑以及各线路电气参数,建立并网电气系统模型。
具体地,步骤S14又包括如下过程:
S141:根据各风电机组汇集线路拓扑及电气参数计算等值电阻,形成汇集线路等值模型;
S142:根据集电线路拓扑、风电场主接线拓扑和各线路电气参数计算等值电阻,形成集电及并网线路等值模型。
S15:利用储能设备剩余电量变化方程式E(k)=E(k-1)ηE+ΔTHin(k)ηin-ΔTHout(k)/ηout,建立储能设备模型。其中,E(k)和E(k-1)分别为电储能设备k时刻和k-1时刻的剩余能量,Hin(k)和Hout(k)分别为k时刻储能设备充电和放电功率,ηE为储能设备电量耗散率、ηin和ηout分别为储能设备充电和放电效率,ΔT为时段长度。
S16:根据风电场集控系统调节指令分解策略和备用容量分解策略,建立风电场集控系统模型。
风电场集控系统调节指令分解策略中的风电场集控系统调节指令,也就是电网调节指令。电网调节指令可根据完整区域电力系统的机组优化组合形成该指令,或者根据上一年度电网调节指令形成该指令。
本实施例中风电场集控系统调节指令分解策略为:备用容量分解策略为:其中,和分别为第k-1和第k时刻储能和第i台风机出力,Porder(k)为电网发出的调节指令,为储能最大调节功率,P(k)为第k时刻风电场实际出力,λ为风电场需提供的备用容量比例,为第i台风机出力最大预测出力。
根据以上风电场集控系统调节指令分解策略和备用容量分解策略,本实施例中优先使用储能提供备用容量,备用容量不足的部分再按照风机最大可能出力比例分解。这种方法,有利于提高风电场发电潜力,进而提升风电场的经济性,而且有利于提高提高对风电场的运行管理效率,提高风电场发电能力评估准确性。
S17:建立并网要求与调节模型,并网要求与调节模型用于根据风电场并网规范将所获取的并网要求规则化和量化。其中,风电场功率波动率要求规则化公式为:风电场一次调频要求规则化公式为:Prev(k)=λP(k),Pmax(k+1)、Pmin(k+1)为第k+1时刻允许的风电场最大和最小出力,为仿真步长下允许的最大增长功率和最大降低功率,Prev(k)为第k时刻风电场需提供的有功功率备用容量,λ为用容量比例系数,λ通常取值范围为5%~10%。
本实施例中风电场全环节运行模拟平台运行原理示意图可以参见图4所示。
继续参见图1可知,搭建风电场全环节运行模拟平台之后,执行步骤S2:根据设定的分析时段和设定的仿真步长,利用风电场全环节运行模拟平台进行风电场运行仿真,生成风电场发电过程中的各时间序列。其中,各时间序列包括:风电场并网功率序列、损耗序列以及原始风能序列。
步骤S2主要是进行风电场个性参数设置后运行模拟仿真,基于风电场全环节运行模拟平台,根据分析对象实际设置风资源、风机、储能、电气系统、场站集控系统和电网并网要求等环节参数,并逐一时刻进行仿真。
具体地,步骤S2包括如下过程:
S20:根据待仿真对象设置风电场仿真参数,仿真参数包括:风资源参数、运行参数、风机可靠性与控制参数、储能容量与最大功率、风电场电气参数、风电场集控系统调节指令分解策略、备用容量分解策略、并网要求规范参数、仿真步长以及仿真步数。
本实施例中假设初始时刻机组全部可用并工作于MPPT控制方式,储能系统充放电功率为零,从第二个循环开始才检验可用性。
S21:利用并网要求与调节模型生成仿真过程中的电网调节指令序列及规则化并网要求,并将仿真步数计数器置零。
S22:利用风资源模型、多风电机组影响模型和多个风机模型,计算得出风机出力。
具体地,步骤S22包括如下过程:
S221:基于风资源模型计算得出第一输入风速,第一输入风速为风机模型中输入的各风机风速,且第一输入风速的起始值为当前时刻不考虑尾流效应时的各风机输入风速;
S222:针对任一风机,基于风机模型计算第一输入风速下的风机出力;
S223:将第一输入风速和各风机第一输入风速下的风机出力,输入多风电机组影响模型,获取第二输入风速,第二输入风速为多风电机组影响模型输出的更新后的输入风速;
S224:判断第一输入风速与第二输入风速是否相同;
S225:如果是,继续执行下一步;
S226:如果否,将第二输入风速输入至风机模型,并重新针对任一风机,基于风机模型计算第二输入风速下的风机出力,直到风机模型的各风机输入风速与多风电机组输出的各风机输入风速相同为止。
S23:根据风机出力和储能设备出力,利用电气等值网络计算得出电能损耗。
S24:根据电能损耗,确定风电场总并网功率。
本实施例假定风电场各处均为额定电压,根据功率计算电流I=S/U,其中,S为视在功率,U为电压,再根据I2R计算各线路有功损耗。
S25:根据所生成的电网调节指令序列及规则化并网要求,判断风电场总并网功率是否满足设定的并网规则和电网调节指令。
通常波动率不超过5%,提供的备用容量不低于额定容量10%。
如果不满足设定的并网规则和电网调节指令,执行步骤S26:利用风电场集控系统模型调整风电机组桨距角和储能充放电功率,并重新利用风资源模型、多风电机组影响模型和多个风机模型,计算得出更新后的风机出力,直到风电场总并网功率满足设定的并网规则和电网调节指令为止。
如果满足设定的并网规则和电网调节指令,执行步骤S27:仿真计算器增加1,并判断当前仿真步数是否达到最大仿真步数。
如果达到最大仿真步数,执行步骤S28:输出风电场过程中各仿真时刻的各时间序列。
如果没有达到最大仿真步数,更新风电机组可用性后,返回步骤S22,重新利用风资源模型、多风电机组影响模型和多个风机模型,计算得出风机出力。
根据本实施例中步骤S2,实际应用中可以采用图5所示的方法进行风电场运行的模拟仿真。由图5可知,步骤S226中:当第一输入风速与第二输入风速不相同时,将第二输入风速输入至风机模型,并重新针对任一风机,基于风机模型计算第二输入风速下的风机出力,直到风机模型的各风机输入风速与多风电机组输出的各风机输入风速相同为止,该步骤中方法的执行原理可以参见图5中的Step2.3。
继续参见图1可知,本实施例中利用风电场全环节运行模拟平台进行风电场运行仿真,生成风电场发电过程中的各时间序列之后,执行步骤S3:对各时间序列进行统计分析,获取风电场发电能力评估结果。
具体地,步骤S3包括如下过程:
S31:根据设定的分析时段对各时间序列进行累加,计算得出风电场目标发电量。
本实施例中对各时间序列进行累加之后,还可以获取到发电损耗率和发电潜力,也可以用于评估风电场发电能力。
S32:去掉并网约束,重新根据设定的分析时段和设定的仿真步长,利用风电场全环节运行模拟平台进行风电场运行仿真,获取第一场景下风电场发电量。
去掉并网约束,也就是不考虑电网调节指令、波动率等因素。在这种影响因素设置条件下重新执行步骤S2的仿真过程,并计算得出相应的风电场发电量,作为第一场景下风电场发电量。
S33:对风电场目标发电量和第一场景下风电场发电量作差,计算得出并网约束导致的发电能力损失。
S34:去掉可靠性约束,重新根据设定的分析时段和设定的仿真步长,利用风电场全环节运行模拟平台进行风电场运行仿真,获取第二场景下风电场发电量。
去掉可靠性约束,也就是不考虑可靠性模型,认为风机一直可用,在这种影响因素设置条件下重新执行步骤S2的仿真过程,并计算得出相应的风电场发电量,作为第二场景下风电场发电量。
本实施例中第一场景下风电场发电量、第二场景下风电场发电量以及风电场目标发电量用于评估风电场发电能力。
S35:对风电场目标发电量和第二场景下风电场发电量作差,计算得出风机检修导致的发电能力损失。
通过以上步骤S31-S35,本实施例比对不同影响因素设置条件下风电场仿真运行模拟结果和评估结果,能够计算出发电能力对不同影响因素的灵敏度,为评估风电场发电能力提供依据,提高评估结果的准确性。通过该风电场发电能力对不同影响因素的灵敏度,还能够识别对于风电场发电的关键影响因素,从而便于进行改进,提高风电场发电运维效率。
实施例二
在图1-图5所示实施例的基础上参见图6,图6为本申请实施例所提供的一种风电场发电能力评估系统的结构示意图。由图6可知,本实施例中的风电场发电能力评估系统,主要包括:风电场全环节运行模拟平台、仿真模块和统计分析模块三部分。
其中,风电场全环节运行模拟平台中包括:风资源模型、多风电机组影响模型、多个并联连接的风机模型、并网电气系统模型、储能设备模型、风电场集控系统模型以及并网要求与调节模型。其中,风资源模型以地形地貌数据和历史风速数据为输入,以风电场各处风速分布为输出,用于计算风机安装位置处的风能大小,多风电机组影响模型用于描述多台风机捕捉风功率后的交互影响,任一风机模型用于描述输入风速与发电机输出功率之间的关系,并网电气系统模型用于描述电能在风电场内部汇集、变换以及并网的过程,储能设备模型用于描述储能设备改变储能充放电功率辅助调整风电场并网总功率的过程,风电场集控系统模型用于描述风机出力和储能充放电功率的协调控制,并网要求与调节模型用于风电场并网规范和调节指令的规则化和量化,其中,风机包括风力机和发电机。
仿真模块,用于根据设定的分析时段和设定的仿真步长,利用风电场全环节运行模拟平台进行风电场运行仿真,生成风电场发电过程中的各时间序列,各时间序列包括:风电场并网功率序列、损耗序列以及原始风能序列。
统计分析模块,用于对各时间序列进行统计分析,获取风电场发电能力评估结果。
进一步地,任一风机模型包括:可靠性子模型、风电转换特性子模型和风机控制子模型。
可靠性子模型,用于描述风电场管理维护水平与风机可用性之间的关系,且可靠性子模型以风机固有故障率/最大无故障时间和已持续运行时间为输入,以风机可用状态为输出;
风电转换特性子模型,采用带控制变量的转换映射函数法构建,且风电转换特性子模型以控制指令、风速及可控状态为输入,以机组出力为输出,风电转换特性子模型公式为:vcutin、vcutoff、vr分别为切入风速、切出风速和额定风速,v为当前风速,Pr为额定风机出力,ηe为风机发电效率,ρ为空气密度,R为风轮半径,β为桨叶节距角,CP为风能利用系数,λ为叶尖速比,PW为机组出力;
风机控制子模型,用于对风机控制规律、响应速度以及调节特性进行模拟。
统计分析模块包括:风电场发电能力计算模块、第一场景下风电场发电量确定模块、并网约束损失计算模块、第二场景下风电场发电量确定模块和风机检修损失计算模块。
其中,风电场发电能力计算模块,用于根据设定的分析时段对各时间序列进行累加,计算得出风电场目标发电量。第一场景下风电场发电量确定模块,用于去掉并网约束,重新根据设定的分析时段和设定的仿真步长,利用风电场全环节运行模拟平台进行风电场运行仿真,获取第一场景下风电场发电量。并网约束损失计算模块,用于对风电场目标发电量和第一场景下风电场发电量作差,计算得出并网约束导致的发电能力损失。第二场景下风电场发电量确定模块,用于去掉可靠性约束,重新根据设定的分析时段和设定的仿真步长,利用风电场全环节运行模拟平台进行风电场运行仿真,获取第二场景下风电场发电量。风机检修损失计算模块,用于对风电场目标发电量和第二场景下风电场发电量作差,计算得出风机检修导致的发电能力损失。
该实施例中风电场发电能力评估系统的工作原理和工作方法,在图1-图5所示的方法中已经详细阐述,两个实施例之间可以互相参照,在此不再赘述。
以上所述仅是本申请的具体实施方式,使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种风电场发电能力评估方法,其特征在于,所述方法包括:
搭建风电场全环节运行模拟平台,所述风电场全环节运行模拟平台中包括:风资源模型、多风电机组影响模型、多个并联连接的风机模型、并网电气系统模型、储能设备模型、风电场集控系统模型以及并网要求与调节模型,所述风资源模型以地形地貌数据和历史风速数据为输入,以风电场各处风速分布为输出,用于计算风机安装位置处的风能大小,所述多风电机组影响模型用于描述多台风机捕捉风功率后的交互影响,任一所述风机模型用于描述输入风速与发电机输出功率之间的关系,所述并网电气系统模型用于描述电能在风电场内部汇集、变换以及并网的过程,所述储能设备模型用于描述储能设备改变储能充放电功率辅助调整风电场并网总功率的过程,所述风电场集控系统模型用于描述风机出力和储能充放电功率的协调控制,所述并网要求与调节模型用于风电场并网规范和调节指令的规则化和量化,其中,所述风机包括风力机和发电机;
根据设定的分析时段和设定的仿真步长,利用所述风电场全环节运行模拟平台进行风电场运行仿真,生成风电场发电过程中的各时间序列,所述各时间序列包括:风电场并网功率序列、损耗序列以及原始风能序列;
对所述各时间序列进行统计分析,获取风电场发电能力评估结果。
2.根据权利要求1所述的一种风电场发电能力评估方法,其特征在于,所述搭建风电场全环节运行模拟平台包括:
建立风资源模型;
根据所述风资源模型输出的风电场各处风速分布和各机组出力,建立多风电机组影响模型;
根据风机可靠性、风电转换特性和风机控制特性,构建多个并联连接的风机模型;
利用各风电机组的汇集线路拓扑、风电场主接线拓扑以及各线路电气参数,建立并网电气系统模型;
利用储能设备剩余电量变化方程式E(k)=E(k-1)ηE+ΔTHin(k)ηin-ΔTHout(k)/ηout,建立储能设备模型,其中,E(k)和E(k-1)分别为电储能设备k时刻和k-1时刻的剩余能量,Hin(k)和Hout(k)分别为k时刻储能设备充电和放电功率,ηE为储能设备电量耗散率、ηin和ηout分别为储能设备充电和放电效率,ΔT为时段长度;
根据风电场集控系统调节指令分解策略和备用容量分解策略,建立风电场集控系统模型;
3.根据权利要求2所述的一种风电场发电能力评估方法,其特征在于,所述根据风机可靠性、风电转换特性和风机控制特性,构建多个并联连接的风机模型包括:
采用频率-持续时间法或时序蒙特卡洛法构建可靠性子模型,所述可靠性子模型以风机固有故障率/最大无故障时间和已持续运行时间为输入,以风机可用状态为输出;
采用带控制变量的转换映射函数法构建风电转换特性子模型所述风电转换特性子模型以控制指令、风速及可控状态为输入,以机组出力为输出,其中,vcutin、vcutoff、vr分别为切入风速、切出风速和额定风速,v为当前风速,Pr为额定风机出力,ηe为风机发电效率,ρ为空气密度,R为风轮半径,β为桨叶节距角,CP为风能利用系数,λ为叶尖速比,PW为机组出力;
采用动态方程法构建风机控制子模型,用于对风机控制规律、响应速度以及调节特性进行模拟。
4.根据权利要求2所述的一种风电场发电能力评估方法,其特征在于,所述利用各风电机组的汇集线路拓扑、风电场主接线拓扑以及各线路电气参数,建立并网电气系统模型,包括:
根据各风电机组汇集线路拓扑及电气参数计算等值电阻,形成汇集线路等值模型;
根据集电线路拓扑、风电场主接线拓扑和各线路电气参数计算等值电阻,形成集电及并网线路等值模型。
5.根据权利要求2所述的一种风电场发电能力评估方法,其特征在于,根据设定的分析时段和设定的仿真步长,利用所述风电场全环节运行模拟平台进行风电场运行仿真,生成风电场发电过程中的各时间序列的方法,包括:
根据待仿真对象设置风电场仿真参数,所述仿真参数包括:风资源参数、运行参数、风机可靠性与控制参数、储能容量与最大功率、风电场电气参数、风电场集控系统调节指令分解策略、备用容量分解策略、并网要求规范参数、仿真步长以及仿真步数;
利用所述并网要求与调节模型生成仿真过程中的电网调节指令序列及规则化并网要求,并将仿真步数计数器置零;
利用风资源模型、多风电机组影响模型和多个风机模型,计算得出风机出力;
根据所述风机出力和储能设备出力,利用电气等值网络计算得出电能损耗;
根据所述电能损耗,确定风电场总并网功率;
根据所生成的电网调节指令序列及规则化并网要求,判断所述风电场总并网功率是否满足设定的并网规则和电网调节指令;
如果不满足设定的并网规则和电网调节指令,则利用所述风电场集控系统模型调整风电机组桨距角和储能充放电功率,并重新利用风资源模型、多风电机组影响模型和多个风机模型,计算得出更新后的风机出力,直到风电场总并网功率满足设定的并网规则和电网调节指令为止;
如果满足设定的并网规则和电网调节指令,仿真计算器增加1,并判断当前仿真步数是否达到最大仿真步数;
如果达到最大仿真步数,输出风电场过程中各仿真时刻的各时间序列;
如果没有达到最大仿真步数,更新风电机组可用性后,返回重新利用风资源模型、多风电机组影响模型和多个风机模型,计算得出风机出力。
6.根据权利要求5所述的一种风电场发电能力评估方法,其特征在于,所述利用风资源模型、多风电机组影响模型和多个风机模型,计算得出风机出力,包括:
基于所述风资源模型计算得出第一输入风速,所述第一输入风速为风机模型中输入的各风机风速,且第一输入风速的起始值为当前时刻不考虑尾流效应时的各风机输入风速;
针对任一风机,基于风机模型计算第一输入风速下的风机出力;
将所述第一输入风速和各风机第一输入风速下的风机出力,输入多风电机组影响模型,获取第二输入风速,所述第二输入风速为多风电机组影响模型输出的更新后的输入风速;
判断第一输入风速与第二输入风速是否相同;
如果是,继续执行下一步;
如果否,将第二输入风速输入至风机模型,并重新针对任一风机,基于风机模型计算第二输入风速下的风机出力,直到风机模型的各风机输入风速与多风电机组输出的各风机输入风速相同为止。
7.根据权利要求1所述的一种风电场发电能力评估方法,其特征在于,对所述各时间序列进行统计分析,获取风电场发电能力评估结果的方法,包括:
根据设定的分析时段对所述各时间序列进行累加,计算得出风电场目标发电量;
去掉并网约束,重新根据设定的分析时段和设定的仿真步长,利用所述风电场全环节运行模拟平台进行风电场运行仿真,获取第一场景下风电场发电量;
对所述风电场目标发电量和第一场景下风电场发电量作差,计算得出并网约束导致的发电能力损失;
去掉可靠性约束,重新根据设定的分析时段和设定的仿真步长,利用所述风电场全环节运行模拟平台进行风电场运行仿真,获取第二场景下风电场发电量;
对所述风电场目标发电量和第二场景下风电场发电量作差,计算得出风机检修导致的发电能力损失。
8.一种风电场发电能力评估系统,其特征在于,所述系统包括:风电场全环节运行模拟平台、仿真模块和统计分析模块;
所述风电场全环节运行模拟平台中包括:风资源模型、多风电机组影响模型、多个并联连接的风机模型、并网电气系统模型、储能设备模型、风电场集控系统模型以及并网要求与调节模型,所述风资源模型以地形地貌数据和历史风速数据为输入,以风电场各处风速分布为输出,用于计算风机安装位置处的风能大小,所述多风电机组影响模型用于描述多台风机捕捉风功率后的交互影响,任一所述风机模型用于描述输入风速与发电机输出功率之间的关系,所述并网电气系统模型用于描述电能在风电场内部汇集、变换以及并网的过程,所述储能设备模型用于描述储能设备改变储能充放电功率辅助调整风电场并网总功率的过程,所述风电场集控系统模型用于描述风机出力和储能充放电功率的协调控制,所述并网要求与调节模型用于风电场并网规范和调节指令的规则化和量化,其中,所述风机包括风力机和发电机;
所述仿真模块,用于根据设定的分析时段和设定的仿真步长,利用所述风电场全环节运行模拟平台进行风电场运行仿真,生成风电场发电过程中的各时间序列,所述各时间序列包括:风电场并网功率序列、损耗序列以及原始风能序列;
所述统计分析模块,用于对所述各时间序列进行统计分析,获取风电场发电能力评估结果。
9.根据权利要求8所述的一种风电场发电能力评估方法,其特征在于,任一所述风机模型包括:
可靠性子模型,用于描述风电场管理维护水平与风机可用性之间的关系,且所述可靠性子模型以风机固有故障率/最大无故障时间和已持续运行时间为输入,以风机可用状态为输出;
风电转换特性子模型,采用带控制变量的转换映射函数法构建,且所述风电转换特性子模型以控制指令、风速及可控状态为输入,以机组出力为输出,风电转换特性子模型公式为:vcutin、vcutoff、vr分别为切入风速、切出风速和额定风速,v为当前风速,Pr为额定风机出力,ηe为风机发电效率,ρ为空气密度,R为风轮半径,β为桨叶节距角,CP为风能利用系数,λ为叶尖速比,PW为机组出力;
风机控制子模型,用于对风机控制规律、响应速度以及调节特性进行模拟。
10.根据权利要求8所述的一种风电场发电能力评估方法,其特征在于,所述统计分析模块包括:
风电场发电能力计算模块,用于根据设定的分析时段对所述各时间序列进行累加,计算得出风电场目标发电量;
第一场景下风电场发电量确定模块,用于去掉并网约束,重新根据设定的分析时段和设定的仿真步长,利用所述风电场全环节运行模拟平台进行风电场运行仿真,获取第一场景下风电场发电量;
并网约束损失计算模块,用于对所述风电场目标发电量和第一场景下风电场发电量作差,计算得出并网约束导致的发电能力损失;
第二场景下风电场发电量确定模块,用于去掉可靠性约束,重新根据设定的分析时段和设定的仿真步长,利用所述风电场全环节运行模拟平台进行风电场运行仿真,获取第二场景下风电场发电量;
风机检修损失计算模块,用于对所述风电场目标发电量和第二场景下风电场发电量作差,计算得出风机检修导致的发电能力损失。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211271121.0A CN115510677B (zh) | 2022-10-17 | 2022-10-17 | 一种风电场发电能力评估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211271121.0A CN115510677B (zh) | 2022-10-17 | 2022-10-17 | 一种风电场发电能力评估方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115510677A true CN115510677A (zh) | 2022-12-23 |
CN115510677B CN115510677B (zh) | 2024-01-09 |
Family
ID=84509810
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211271121.0A Active CN115510677B (zh) | 2022-10-17 | 2022-10-17 | 一种风电场发电能力评估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115510677B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115882526A (zh) * | 2023-02-13 | 2023-03-31 | 华北电力科学研究院有限责任公司 | 面向风电场群有功无功调节能力数据处理方法及装置 |
CN116523349A (zh) * | 2023-05-19 | 2023-08-01 | 北京协合运维风电技术有限公司 | 一种风力电站可靠性分析方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103701120A (zh) * | 2013-12-23 | 2014-04-02 | 华北电力大学 | 一种含风电场的大电网可靠性的评估方法 |
EP2869144A1 (en) * | 2013-11-05 | 2015-05-06 | Jinan Railway Vehicles Equipment Co., Ltd. | Simulation testing platform for wind power plant and testing method thereof |
CN105260953A (zh) * | 2015-12-02 | 2016-01-20 | 甘肃省电力公司风电技术中心 | 一种综合风电场理论出力评估仿真系统和评估方法 |
CN105512472A (zh) * | 2015-11-30 | 2016-04-20 | 国网青海省电力公司 | 大型风电基地功率汇集系统拓扑结构分层优化设计及其优化设计方法 |
WO2017084404A1 (zh) * | 2015-11-20 | 2017-05-26 | 中国电力科学研究院 | 一种计及风电场脱网约束的电网风电送出能力评估方法 |
CN109217294A (zh) * | 2018-09-14 | 2019-01-15 | 大唐新疆清洁能源有限公司 | 风电场大型电网安全性评估方法 |
CN109614718A (zh) * | 2018-12-14 | 2019-04-12 | 国网山东省电力公司经济技术研究院 | 一种风电出力仿真模拟模型与方法 |
CN111815025A (zh) * | 2020-06-09 | 2020-10-23 | 国网山东省电力公司经济技术研究院 | 考虑风光与负荷不确定性综合能源系统柔性优化调度方法 |
CN113204886A (zh) * | 2021-05-12 | 2021-08-03 | 华能昌邑风力发电有限公司 | 一种风力发电机的发电性能评估方法 |
-
2022
- 2022-10-17 CN CN202211271121.0A patent/CN115510677B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2869144A1 (en) * | 2013-11-05 | 2015-05-06 | Jinan Railway Vehicles Equipment Co., Ltd. | Simulation testing platform for wind power plant and testing method thereof |
CN103701120A (zh) * | 2013-12-23 | 2014-04-02 | 华北电力大学 | 一种含风电场的大电网可靠性的评估方法 |
WO2017084404A1 (zh) * | 2015-11-20 | 2017-05-26 | 中国电力科学研究院 | 一种计及风电场脱网约束的电网风电送出能力评估方法 |
CN105512472A (zh) * | 2015-11-30 | 2016-04-20 | 国网青海省电力公司 | 大型风电基地功率汇集系统拓扑结构分层优化设计及其优化设计方法 |
CN105260953A (zh) * | 2015-12-02 | 2016-01-20 | 甘肃省电力公司风电技术中心 | 一种综合风电场理论出力评估仿真系统和评估方法 |
CN109217294A (zh) * | 2018-09-14 | 2019-01-15 | 大唐新疆清洁能源有限公司 | 风电场大型电网安全性评估方法 |
CN109614718A (zh) * | 2018-12-14 | 2019-04-12 | 国网山东省电力公司经济技术研究院 | 一种风电出力仿真模拟模型与方法 |
CN111815025A (zh) * | 2020-06-09 | 2020-10-23 | 国网山东省电力公司经济技术研究院 | 考虑风光与负荷不确定性综合能源系统柔性优化调度方法 |
CN113204886A (zh) * | 2021-05-12 | 2021-08-03 | 华能昌邑风力发电有限公司 | 一种风力发电机的发电性能评估方法 |
Non-Patent Citations (3)
Title |
---|
WANG, BOHAN;DENG, ZIWEI;ZHANG, BAOCHENG: "Simulation of a novel wind–wave hybrid power generation system with hydraulic transmission", ENERGY, vol. 238, no. 8, pages 1 - 14 * |
严干贵;李鸿博;穆钢;崔杨;刘玉: "基于等效风速的风电场等值建模", 东北电力大学学报, no. 3, pages 17 - 23 * |
周明;冉瑞江;李庚银: "风电并网系统可用输电能力的评估", 中国电机工程学报, no. 22, pages 16 - 23 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115882526A (zh) * | 2023-02-13 | 2023-03-31 | 华北电力科学研究院有限责任公司 | 面向风电场群有功无功调节能力数据处理方法及装置 |
CN115882526B (zh) * | 2023-02-13 | 2023-05-05 | 华北电力科学研究院有限责任公司 | 面向风电场群有功无功调节能力数据处理方法及装置 |
CN116523349A (zh) * | 2023-05-19 | 2023-08-01 | 北京协合运维风电技术有限公司 | 一种风力电站可靠性分析方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115510677B (zh) | 2024-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115510677B (zh) | 一种风电场发电能力评估方法及系统 | |
CN103138256B (zh) | 一种新能源电力消纳全景分析系统及方法 | |
CN107944757A (zh) | 电力互联系统可再生能源消纳能力评估分析方法 | |
CN110633854A (zh) | 一种考虑储能电池多重分段服务全生命周期优化规划方法 | |
CN115693757A (zh) | 一种基于数字孪生技术的光伏能源优化调控方法 | |
CN111697578B (zh) | 多目标含储能区域电网运行控制方法 | |
CN105279707B (zh) | 一种综合考虑负荷与风电时序特性的随机生产模拟方法 | |
CN110084465B (zh) | 基于储能的风力发电系统成本/供电可靠性评估方法 | |
CN112103941B (zh) | 考虑电网灵活性的储能配置双层优化方法 | |
CN110350518B (zh) | 一种用于调峰的电网储能容量需求评估方法及系统 | |
CN110661250B (zh) | 含风光储发输电系统的可靠性评估方法及系统 | |
CN113659620A (zh) | 基于动态频率约束的水风互补发电系统日前调度方法 | |
CN111224422A (zh) | 一种基于可靠性的微电网分布式电源配置方法及系统 | |
CN114529100A (zh) | 一种面向区域电网风光消纳的储能优化配置方法及系统 | |
CN106339773B (zh) | 基于灵敏度的主动配电网分布式电源定容规划方法 | |
CN117154778A (zh) | 一种配电网分布式储能优化配置方法及系统 | |
CN114884101B (zh) | 一种基于自适应模型控制预测的抽水蓄能调度方法 | |
CN116432978A (zh) | 一种计算高速公路自洽能源系统的供电可靠率指标的方法 | |
CN115241922A (zh) | 风电场参与电网频率支撑的机组组合确定方法与系统 | |
CN114629135A (zh) | 风储调频容量的调节方法、装置、计算机设备及存储介质 | |
CN107919683A (zh) | 一种储能减少风电场弃风电量的优化决策方法 | |
CN114298383A (zh) | 一种虚拟电厂储能容量配置方法及装置 | |
Roy et al. | Physical design space for isolated wind-battery system incorporating resource uncertainty | |
CN113725904B (zh) | 考虑老化发电机组退役的电网转型方法、装置及设备 | |
CN110690719B (zh) | 一种微电网电池储能配置方法及可读存储介质 |
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 |