CN117892521A - 考虑风资源波动性约束的海上风电场集群可靠性评估方法 - Google Patents
考虑风资源波动性约束的海上风电场集群可靠性评估方法 Download PDFInfo
- Publication number
- CN117892521A CN117892521A CN202410042780.XA CN202410042780A CN117892521A CN 117892521 A CN117892521 A CN 117892521A CN 202410042780 A CN202410042780 A CN 202410042780A CN 117892521 A CN117892521 A CN 117892521A
- Authority
- CN
- China
- Prior art keywords
- wind
- reliability
- cluster
- time
- fault
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000011156 evaluation Methods 0.000 claims abstract description 10
- 238000001914 filtration Methods 0.000 claims abstract description 4
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000010586 diagram Methods 0.000 claims description 7
- 238000004519 manufacturing process Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000007812 deficiency Effects 0.000 claims description 5
- 230000006735 deficit Effects 0.000 claims 1
- 238000004458 analytical method Methods 0.000 abstract description 6
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000010248 power generation Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000009429 electrical wiring Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- 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
-
- 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
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- 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
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开一种考虑风资源波动性约束的海上风电场集群可靠性评估方法,包括:将目标区域在预设时间段内的风资源划分为可用/不可用状态,将风机划分为无故障/故障状态,以风资源和风机故障状态作为约束关系,构建考虑风资源约束的风力发电机可靠性模型,过滤出同时包含可用状态和无故障状态的时段;以岸上并网点作为集群可靠性评估的参考点,使用最小路集/割集方法对集群进行可靠性评估;从时段内将目标区域划分为正常/恶劣两种天气模态,分别统计两种模态下各场站中各电气元件的可靠性参数,并计算相应天气模态下集群系统的可靠性指标,最后计算集群系统的综合可靠性指标。本发明的有益效果是:相对于现有分析方法,本方案的分析精度更高。
Description
技术领域
本发明涉及海上风电技术领域,尤其涉及一种考虑风资源波动性约束的海上风电场集群可靠性评估方法。
背景技术
可再生能源利用领域中,风力发电技术最成熟、最具商业化发展潜力,由于海上风资源丰富,且目前全球海上风电开发需求迫切,使得大规模海上风电成为风力发电的研究热点和重要方向。跟陆上风电场比较,海上风电场具有年利用时间多、平均风速高、单台风机容量大的优点。与此同时,海上风电场运行环境恶劣,经常遭遇强台风、强降雨、强雷电等极端天气,使得海上风电的电气设备故障率增加,也使海上风电维修可进入性变差。因此,提高海上风电场集群的可靠性对于海上风电稳定运行具有重要意义。
有关海上风电场集群可靠性评估方法的专利目前还不是很多,其中大多是关于海上风电单个场站的,只有一篇论文提到了海上风电场集群输电网可靠性分析(郑明等人.电力工程技术,37(02):49-54),作者利用选择的可靠性评估方法对海上风电场集群进行了可靠性量化分析,基于图论的原理,采用最小路集方法,计算得到各种拓扑结构方案的可靠性指标,以筛选出满足可靠性要求的拓扑方案。然而,上述技术文献未考虑风资源波动性对海上风电场集群可靠性的影响。众所周知,海上风电机组是海上风电集群中的主要组成部分之一,是一种典型的资源约束型电源,其出力受风资源和元件设备的同时影响。只有当风资源可用且风电设备正常时,整个风电系统才能正常运行并发电。因此,海上风电场集群的可靠性分析必须考虑风资源约束这个因素。
此外,海上风电机组的可靠性与海上风电单个场站及海上风电场集群的可靠性不等价,从风电机组到岸上并网点需要经过很多环节,三者的可靠性指标均存在明显差异,为了增加电网可靠性分析的实用性,有必要对海上风电场集群进行全环节可靠性分析。
综上所述,当前需要一种考虑风资源波动性约束的海上风电场集群可靠性评估方法,以克服现有技术中存在的上述不足。
发明内容
针对上述问题,本发明提出一种考虑风资源波动性约束的海上风电场集群可靠性评估方法,主要解决背景技术的问题。
为解决上述技术问题,本发明的技术方案如下:
一种考虑风资源波动性约束的海上风电场集群可靠性评估方法,包括以下步骤:
S1,将目标区域在预设时间段内的风资源划分为可用状态和不可用状态,将风机故障状态划分为无故障状态和故障状态,以所述风资源和所述风机故障状态作为约束关系,构建考虑风资源约束的风力发电机可靠性模型;
S2,从所述风力发电机可靠性模型过滤出同时包含所述可用状态和所述无故障状态的时段,从所述时段内将所述目标区域的天气划分为正常天气和恶劣天气两种天气模态,分别统计两种所述天气模态下各场站中各电气元件的可靠性参数,并根据所述可靠性参数计算相应所述天气模态下集群系统的可靠性指标,最后以所述可靠性指标作为基础,根据两种所述天气模态的占比计算集群系统的综合可靠性指标。
在一些实施方式中,所述不可用状态的参量包括风资源不可用率λwind和平均不可用时间rwind,
所述风资源不可用率λwind的计算方法为:以风机的切入风速vci和切出风速vco为基准,采用式(1)中设置的数值,统计所述预设时间段内风资源从可用状态变为不可用状态的次数;
所述平均不可用时间rwind的计算方法为:
式中,tD为风资源每次进入不可用状态后的持续时间,TD为风资源在一年内总的不可用时间。
在一些实施方式中,所述故障状态的参量包括风机故障率λ'WT和平均故障时间r'WT,
所述风机故障率λ'WT的计算方法为:
λ′WT=λWT+λwind (3);
所述平均故障时间r'WT的计算方法为:
式中,λWT和rWT分别为不考虑风资源约束的风机故障率和平均故障时间。
在一些实施方式中,S2中,以岸上并网点的可靠性指标作为所述可靠性指标的等效可靠性参数,使用最小路集和割集方法计算所述集群系统的所述可靠性参数,以及所述可靠性参数对应的所述可靠性指标。
在一些实施方式中,所述可靠性指标包括所述集群系统的故障率λs、平均故障时间rs、不可用率Us、可用率As和系统年发电量不足期望值EENS。
在一些实施方式中,所述最小路集和割集方法的流程包括以下步骤:
①根据所述集群系统的电气连接图得到海上风电场集群各节点间的邻接矩阵,然后根据统计数据得到各场站中各电气元件的所述可靠性参数;
②利用矩阵乘法搜索所述电气连接图最小路集,得到场站i到岸上并网点A的最小路集,记作Si;
③求Si的二阶及以下割集,记作Ci;
④将所述割集Ci作为所述集群系统一个最小割集;
⑤依据串联系统的可靠性计算原理,计算所述割集Ci累加的故障率λs、平均故障时间rs、不可用率Us、可用率As和系统年发电量不足期望值EENS,其中,
As=1-Us (8);
式中,Pi是第i个割集发生故障时的受阻功率,λi是第i个割集的故障率,ri是第i个割集的平均故障时间,n为是全年的总小时数,l为割集的总数。
在一些实施方式中,所述综合可靠性指标的计算公式为:
I=INPN+IAPA (10);
式中,IN和IA分别为集群系统在正常模态和恶劣模态下的可靠性指标,PN和PA分别为目标地区在所述时段内正常模态和恶劣模态出现的概率。
本发明的有益效果为:通过将风资源划分为可用状态和不可用状态,并且将该状态和风机的故障状态串联为一事件,在此基础上再对进行天气的恶劣程度进行划分,从而计算出集群系统的综合可靠性指标,并用于解释集群系统的可靠性,相对于现有分析方法,本方案的分析精度更高。
附图说明
图1为本发明实施例公开的考虑风资源波动性约束的海上风电场集群可靠性评估方法的流程示意图;
图2为4MW风力发电机典型风速功率曲线;
图3为预设时间段内风速的变化曲线;
图4为海上风电场集群电气接线典型结构。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确,下面结合附图和具体实施方式对本发明的内容做进一步详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部内容。
本实施例提出了一种考虑风资源波动性约束的海上风电场集群可靠性评估方法,如图1所示,包括以下步骤:
S1,将目标区域在预设时间段内的风资源划分为可用状态和不可用状态,将风机故障状态划分为无故障状态和故障状态,以风资源和风机故障状态作为约束关系,构建考虑风资源约束的风力发电机可靠性模型。
因为海上风资源具有波动性,风机的期望发电量比额定功率对应的发电量低很多,因此风电机组的可靠性精确建模必须考虑风资源约束因素。在本实施例的S1中,将风资源分为可用和不可用两种状态,以分析风资源对风力发电机的影响。根据切入风速(vci)和切出风速(vco),将风速范围划分为三部分。以4MW风机为例,风机的典型风速功率曲线如图2所示,图中切入风速约为3m/s,切出风速约为25m/s。
风资源处于切入和切出风速之间时为可用状态,其他区间为不可用状态。设λwind为风资源的不可用率,次/年;rwind为风资源的平均不可用时间,小时。风资源每次从“可用”切换到“不可用”,λwind计数一次。具体地,所述λwind的计算方法:图3为预设时间段(比如一年)内风速的变化曲线,设切入风速为3m/s,切出风速为25m/s,风资源有四次从可用状态变为不可用(图中箭头处表示不可用状态),因此,λwind=4。按此方法可统计风资源在一年内的λwind值。
风资源不可用率λwind的计算方法为:以风机的切入风速vci和切出风速vco为基准,采用式(1)中设置的数值,统计所述预设时间段内风资源从可用状态变为不可用状态的次数;
v<vci,不可用
所述平均不可用时间rwind的计算方法为:
式中,tD为风资源每次进入不可用状态后的持续时间,TD为风资源在一年内总的不可用时间,λwind为风资源不可用率。
故障状态的参量包括风机故障率λ'WT和平均故障时间r'WT,
风机故障率λ'WT的计算方法为:
λ′WT=λWT+λwind (3);
平均故障时间r'WT的计算方法为:
式中,λWT和rWT分别为不考虑风资源约束的风机故障率和平均故障时间。
从以上式(3)的计算方法可以得知,风机故障率λ'WT实际上是两个数值的相加,假设λWT在不考虑风资源约束时风机故障率为1,那么在考虑风资源约束后(假设λwind=4),那么累加后的值为5,其数值会陡然上升,能够表达更真实的海上发电情况。
S1,风力发电机可靠性模型包含了风资源的可用状态,以及风机故障状态,两者跟风机能否正常发电直接相关,属于串联事件,以此作为基础进行后续的运算。
S2,从风力发电机可靠性模型过滤出同时包含可用状态和无故障状态的时段,从时段内将目标区域的天气划分为正常天气和恶劣天气两种天气模态,分别统计两种天气模态下各场站中各电气元件的可靠性参数,并根据可靠性参数计算相应天气模态下集群系统的可靠性指标,最后以可靠性指标作为基础,根据两种天气模态的占比计算集群系统的综合可靠性指标。
在本实施例的S2中,由于海上风电场集群中天气环境变化无常,而运行环境对各种电气元件和场站的故障率影响很大,且在恶劣天气时船只可进入性差,不能及时维修,因此将海上风电场集群所在地区的天气条件分为正常天气(N)和恶劣天气(A)两种模态,然后分别对海上风电场集群进行可靠性评估。
在本实施例中,将风速大于15m/s或浪高大于2m时的天气称为恶劣天气。根据这一标准,将一年8760h中海上风电场集群所在区域的天气条件按小时统计正常天气和恶劣天气的小时数,然后分别计算概率,记为PN、PA。
如图4所示的某个海上风电场集群电气接线情况为例,海上风电场集群典型结构包括海上风电场单个场站、海上升压站、输电系统、岸上变压器四个电气环节。在该示例中,海上风电场单个场站中,假设风机机端电压690V,经机端变压器升压至35kV,并由集电线路汇集,再通过海上升压站将电压升至220kV进行输送。从各场站出来的220kV高压电进一步被送到海上汇集点,通过共用线路往岸上输送。场站的汇集点B要经过多个电气环节,才能到岸上并网点A。因海上运行的天气情况复杂多变,B点与A点的可靠性指标相应的值差别很大,后续接入系统和电网的海上风电集群等效可靠性参数应以岸上并网点A的指标为准。
因此在S2中,以岸上并网点的可靠性指标作为可靠性指标的等效可靠性参数,使用最小路集和割集方法计算集群系统的可靠性参数,以及可靠性参数对应的可靠性指标。
可靠性指标包括集群系统的故障率λs、平均故障时间rs、不可用率Us、可用率As和系统年发电量不足期望值EENS。
最小路集和割集方法的流程包括以下步骤:
①根据集群系统的电气连接图得到海上风电场集群各节点间的邻接矩阵,然后根据统计数据得到各场站中各电气元件的可靠性参数;
②利用矩阵乘法搜索电气连接图最小路集,得到场站i到岸上并网点A的最小路集,记作Si;
③求Si的二阶及以下割集,记作Ci;
④将割集Ci作为集群系统一个最小割集;
⑤依据串联系统的可靠性计算原理,计算割集Ci累加的故障率λs、平均故障时间rs、不可用率Us、可用率As和系统年发电量不足期望值EENS,其中,
As=1-Us (8);
式中,Pi是第i个割集发生故障时的受阻功率,λi是第i个割集的故障率,ri是第i个割集的平均故障时间,n为是全年的总小时数,l为割集的总数。
比如全年中的正常天气情况下,即风速≤15m/s,计算(5)-(9)中物理量的数值,各元件在正常天气下的可靠性指标数值可参见参考现有技术,正常天气下的可靠性指标数值为基础数据(即经验统计数据),据此数据计算场站的可靠性指标,进一步计算集群系统的可靠性指标。
同样,在全年中的恶劣天气情况下,即风速>15m/s,计算(5)-(9)中物理量的数值,各元件在恶劣天气下的可靠性指标数值也可参见参考现有技术,据此数据计算场站的可靠性指标,进一步计算集群系统的可靠性指标。
最后,对集群系统的各可靠性指标进行综合。
综合可靠性指标的计算公式为:
I=INPN+IAPA (10);
式中,IN和IA分别为集群系统在正常模态和恶劣模态下的可靠性指标,PN和PA分别为目标地区在时段内正常模态和恶劣模态出现的概率。
也就是说,每个可靠性指标都需要在两种天气模态下先行计算两次,最后再将两个结果合并为综合可靠性指标。
上述实施例只是为了说明本发明的技术构思及特点,其目的是在于让本领域内的普通技术人员能够了解本发明的内容并据以实施,并不能以此限制本发明的保护范围。凡是根据本发明内容的实质所做出的等效的变化或修饰,都应涵盖在本发明的保护范围内。
Claims (7)
1.一种考虑风资源波动性约束的海上风电场集群可靠性评估方法,其特征在于,包括以下步骤:
S1,将目标区域在预设时间段内的风资源划分为可用状态和不可用状态,将风机故障状态划分为无故障状态和故障状态,以所述风资源和所述风机故障状态作为约束关系,构建考虑风资源约束的风力发电机可靠性模型;
S2,从所述风力发电机可靠性模型过滤出同时包含所述可用状态和所述无故障状态的时段,从所述时段内将所述目标区域的天气划分为正常天气和恶劣天气两种天气模态,分别统计两种所述天气模态下各场站中各电气元件的可靠性参数,并根据所述可靠性参数计算相应所述天气模态下集群系统的可靠性指标,最后以所述可靠性指标作为基础,根据两种所述天气模态的占比计算集群系统的综合可靠性指标。
2.如权利要求1所述的考虑风资源波动性约束的海上风电场集群可靠性评估方法,其特征在于,所述不可用状态的参量包括风资源不可用率λwind和平均不可用时间rwind,
所述风资源不可用率λwind的计算方法为:以风机的切入风速vci和切出风速vco为基准,采用式(1)中设置的数值,统计所述预设时间段内风资源从可用状态变为不可用状态的次数;
v<vci,不可用
vci≤v≤vco,可用 (1);
v>vco,不可用
所述平均不可用时间rwind的计算方法为:
式中,tD为风资源每次进入不可用状态后的持续时间,TD为风资源在一年内总的不可用时间,λwind为风资源不可用率。
3.如权利要求2所述的考虑风资源波动性约束的海上风电场集群可靠性评估方法,其特征在于,所述故障状态的参量包括风机故障率λ'WT和平均故障时间r'WT,
所述风机故障率λ'WT的计算方法为:
λ'WT=λWT+λwind (3);
所述平均故障时间r'WT的计算方法为:
式中,λWT和rWT分别为不考虑风资源约束的风机故障率和平均故障时间。
4.如权利要求1所述的考虑风资源波动性约束的海上风电场集群可靠性评估方法,其特征在于,S2中,以岸上并网点的可靠性指标作为所述可靠性指标的等效可靠性参数,使用最小路集和割集方法计算所述集群系统的所述可靠性参数,以及所述可靠性参数对应的所述可靠性指标。
5.如权利要求4所述的考虑风资源波动性约束的海上风电场集群可靠性评估方法,其特征在于,所述可靠性指标包括所述集群系统的故障率λs、平均故障时间rs、不可用率Us、可用率As和系统年发电量不足期望值EENS。
6.如权利要求4所述的最小路集/割集方法的流程,其特征在于,所述最小路集和割集方法的流程包括以下步骤:
①根据所述集群系统的电气连接图得到海上风电场集群各节点间的邻接矩阵,然后根据统计数据得到各场站中各电气元件的所述可靠性参数;
②利用矩阵乘法搜索所述电气连接图最小路集,得到场站i到岸上并网点A的最小路集,记作Si;
③求Si的二阶及以下割集,记作Ci;
④将所述割集Ci作为所述集群系统一个最小割集;
⑤依据串联系统的可靠性计算原理,计算所述割集Ci累加的故障率λs、平均故障时间rs、不可用率Us、可用率As和系统年发电量不足期望值EENS,其中,
As=1-Us (8);
式中,Pi是第i个割集发生故障时的受阻功率,λi是第i个割集的故障率,ri是第i个割集的平均故障时间,n为是全年的总小时数,l为割集的总数。
7.如权利要求1所述的考虑风资源波动性约束的海上风电场集群可靠性评估方法,其特征在于,所述综合可靠性指标的计算公式为:
I=INPN+IAPA (10);
式中,IN和IA分别为集群系统在正常模态和恶劣模态下的可靠性指标,PN和PA分别为目标地区在所述时段内正常模态和恶劣模态出现的概率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410042780.XA CN117892521A (zh) | 2024-01-11 | 2024-01-11 | 考虑风资源波动性约束的海上风电场集群可靠性评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410042780.XA CN117892521A (zh) | 2024-01-11 | 2024-01-11 | 考虑风资源波动性约束的海上风电场集群可靠性评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117892521A true CN117892521A (zh) | 2024-04-16 |
Family
ID=90646329
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410042780.XA Pending CN117892521A (zh) | 2024-01-11 | 2024-01-11 | 考虑风资源波动性约束的海上风电场集群可靠性评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117892521A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118246820A (zh) * | 2024-05-30 | 2024-06-25 | 中国电建集团西北勘测设计研究院有限公司 | 一种上下游风场风资源评估与发电量计算方法及系统 |
-
2024
- 2024-01-11 CN CN202410042780.XA patent/CN117892521A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118246820A (zh) * | 2024-05-30 | 2024-06-25 | 中国电建集团西北勘测设计研究院有限公司 | 一种上下游风场风资源评估与发电量计算方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101858312B (zh) | 风力发电机组实时运行状态评估系统及评估方法 | |
CN102760195B (zh) | 海上风电场集电系统拓扑设计方法及装置 | |
CN110224393B (zh) | 一种基于最小切负荷模型的新能源消纳评估方法 | |
CN102831321A (zh) | 一种基于蒙特卡洛方法的风电场风险评估方法 | |
CN102934312A (zh) | 能量产生系统及其控制 | |
CN112287531B (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 | |
CN103475021A (zh) | 一种基于统计模型的风电场弃风电量确定方法 | |
CN112003564B (zh) | 基于智能终端的分布式光伏系统支路功率异常预警方法 | |
CN112380695B (zh) | 一种考虑实时风速的海上风电场集电系统可靠性获取方法 | |
CN103606107A (zh) | 一种风光储联合发电系统设备状态评估信息系统 | |
CN112434822A (zh) | 基于智能电表及地理信息分群的户用光伏异常识别方法 | |
CN116128241A (zh) | 一种智能供电系统 | |
CN108335004A (zh) | 一种基于受阻电能相等的风力发电系统可靠性评价方法 | |
Cheng et al. | A multi-state model for wind farms considering operational outage probability | |
CN109816261A (zh) | 海上半直驱式风电场等值方法、系统和装置 | |
CN111342501B (zh) | 一种含分布式电源微电网的无功功率控制方法 | |
CN117892521A (zh) | 考虑风资源波动性约束的海上风电场集群可靠性评估方法 | |
CN113187672B (zh) | 一种风力发电站的潜能评估方法 | |
CN105069520A (zh) | 一种风力发电功率预测系统 | |
CN115719967A (zh) | 一种用于提高供电可靠性的有源配电网储能装置优化配置方法 | |
CN112290885B (zh) | 一种户用光伏系统直流侧故障诊断方法 | |
Cheng et al. | A planning scenario clustering method based on monte-carlo simulation | |
CN113242018A (zh) | 一种光伏设备故障诊断方法及其应用装置 | |
Li et al. | Reliability evaluation of distribution network considering distributed intermittent renewable energy access | |
CN105024379A (zh) | 一种风机检修管理调度系统 |
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 |