一种考虑天气的风电场可靠性建模方法技术

本发明专利技术提出了一种考虑天气的风电场可靠性建模方法，包括步骤：参数初始化；产生各个风电场的小时风速序列；计算各个风电场中各台风电机组正常运行时的小时输出功率序列；产生各个风电场的小时天气状况序列；产生各个风电场中各台风电机组的小时运行状态序列；产生各个风电场中各台风电机组的小时输出功率序列；产生各个风电场的小时输出功率序列；建立各个风电场的多状态模型。本发明专利技术方法所建立的风电场模型同时考虑了多个风电场天气状况的相关性、天气状况对风电机组强迫停运率的影响以及恶劣天气状况下风电机组之间的相关停运等因素，更加符合实际情况。

【技术实现步骤摘要】
一种考虑天气的风电场可靠性建模方法
本专利技术属于电力系统建模
，尤其是涉及一种考虑天气的风电场可靠性建模方法。
技术介绍
作为节能环保的新能源，风能在世界范围内受到了广泛的重视，随着世界经济的发展，近年来风电产业发展势头迅猛。风能存在波动性和间歇性特点，同时风电机组的停运也存在随机性，这使得风电场的输出功率是一个随机变量。由于风电场输出功率的不确定性和不可调度性，大规模的风电并网可能会对电力系统的安全稳定运行造成一定的影响，因此有必要建立准确的风电场可靠性模型，从而为系统规划和调度人员进行风电接入后的系统运行方案的制定提供参考。户外环境中运行的电力系统元件容易受到天气状况的影响，根据天气状况对暴露元件故障率的影响程度，IEEE标准将天气状况分成正常天气、恶劣天气、大灾难天气三类，由于大灾难天气出现的机会极小，因此大多数天气条件都可归入正常和恶劣两种情况。根据天气状况对风电机组故障率的影响，可将对风电机组故障率影响较小的天气归类为正常天气，对风电机组故障率影响很大的天气(如冰冻、台风、雷击和盐雾等)归为恶劣天气。天气状况不同，则风电场中风电机组的强迫停运率不同，同一风电场内风电机组的停运相关系数也不同。正常天气状况下，可以采用统计平均值作为风电机组的强迫停运率，且采用同一风电场内各台风电机组独立停运的假设；而在冰冻、台风、雷击和盐雾等恶劣的天气条件下，则有必要采用高于统计平均值的强迫停运率作为风电机组的强迫停运率，且认为在天气原因引起的共因停运模式下风电机组的停运存在一定的相关性。现有文献在进行风电场可靠性建模时，对于天气状况因素的考虑存在以下缺陷：(1)在考虑风电机组的随机停运时，往往采用固定的风电机组强迫停运率，这种不论天气状况而统一采用固定的风电机组强迫停运率的建模方法将会带来较大的误差；(2)往往假设风电场的所有风电机组相互独立，采用的是独立停运模型，没有考虑恶劣天气下风电机组共因停运的影响。
技术实现思路
本专利技术所要解决的技术问题在于克服现有技术的不足,提出了一种考虑天气的风电场可靠性建模方法。为解决上述技术问题，本专利技术所采用的技术方案是：一种考虑天气的风电场可靠性建模方法，包含步骤如下：步骤A，参数初始化；所述参数包括：风电场的数目NWF；各个风电场包含的不同型号风电机组的型号数目，其中第i个风电场由ni个不同型号的风电机组组成，i＝1,...,NWF；各个风电场中各种型号的风电机组的台数，其中第i个风电场中第j种型号风电机组的台数为mij，j＝1,...,ni；第i个风电场总的风电机组的台数ntotal(i)：ntotal(i)＝mijni；第i个风电场中第j种型号的风电机组的技术参数包括，额定功率PR,ij、风电机组的切入风速Vci,ij、风电机组的切出风速为Vco,ij、风电机组的额定风速VR,ij、风电机组在正常天气状况时的强迫停运率λnormij、风电机组在恶劣天气状况时的强迫停运率λbadij；第i个风电场的等值状态数为Nstatei；第i个风电场处于正常天气的概率为Pnorm(i)；风电场之间天气状况的相关系数矩阵ρw，矩阵ρw的维数为NWF×NWF；风电场之间风速的相关系数矩阵ρv，矩阵ρv的维数为NWF×NWF；第i个风电场风速的威布尔分布的尺度参数为ci；第i个风电场风速的威布尔分布的形状参数为ki；第i个风电场内各风电机组间故障停运相关系数矩阵为ρi，矩阵ρi的维数为ntotal(i)×ntotal(i)；风电场中风速模拟的小时数T；步骤B，根据各个风电场风速的威布尔分布参数和风电场之间风速的相关系数，产生服从威布尔分布、具有相关性的各个风电场的小时风速序列；步骤C：根据步骤B产生的各个风电场的小时风速序列和各种型号风电机组的输出功率特性，计算各个风电场中各台风电机组正常运行时的小时输出功率序列，其中第i个风电场中第r台风电机组在正常运行时第t小时的输出功率为PNi,r(t)，r＝1,2,...,ntotal(i)；步骤D：根据各个风电场处于正常天气状况的概率和风电场间天气状况的相关系数，产生各个风电场的小时天气状况序列；步骤E：根据各个风电场小时天气状况序列，产生各个风电场中各台风电机组的小时运行状态序列，其中产生第i个风电场第r台风电机组的小时运行状态序列的具体步骤如下：步骤E-1：确定第r台风电机组的型号；步骤E-2：产生表征各台风电机组状态的随机数：若第i个风电场第t小时为正常天气，则抽取ntotal(i)个独立的随机数来表征各台风电机组状态；若第i个风电场第t小时为恶劣天气，则抽取ntotal(i)个服从[0,1]之间均匀分布、且具有指定相关系数ρi的随机数来表征各台风电机组状态；步骤E-3：将步骤E-2中的随机数同各台风电机组在相应天气状况下的强迫停运率进行比较，根据比较结果确定风电机组的运行状态；其中，第i个风电场第r台风电机组第t小时的运行状态Si,r(t)的确定方法如下：当风电场第t小时天气状况为恶劣天气时，若步骤E-2中产生的相关随机数小于或等于该风电机组在恶劣天气状况时的强迫停运率λbadij，则风电机组此刻处于停运状态，令Si,r(t)＝0；反之，若步骤E-2中产生的相关随机数大于该风电机组在恶劣天气状况时的强迫停运率λbadij，则风电机组此刻处于正常运行状态，令Si,r(t)＝1；当风电场第t小时天气状况为正常天气时，若步骤E-2中产生的独立随机数小于或等于该风电机组在正常天气状况时的强迫停运率λnormij，则风电机组此刻处于停运状态，令Si,r(t)＝0；反之，若步骤E-2中产生的独立随机数大于该风电机组在正常天气状况时的强迫停运率λnormij，则风电机组此刻处于正常运行状态，令Si,r(t)＝1；步骤F：将步骤C所得的各个风电场中各台风电机组正常运行时的小时输出功率序列PNi,r(t)，同步骤E所得各台风电机组的运行状态Si,r(t)相乘，得到各个风电场中各台风电机组实际的小时输出功率序列PAi,r(t)，其计算公式为：PAi,r(t)＝PNi,r(t)×Si,r(t)步骤G：计算每一个风电场的小时输出功率序列，第i个风电场的小时输出功率序列PWF(i,t)的计算公式为：步骤H：采用线性划分或者聚类的方法，将步骤G所得的各个风电场的小时输出功率序列模型等值成多状态输出功率概率模型。步骤B中，所述产生服从威布尔分布、具有相关性的各个风电场的小时风速序列的方法为逆Nataf变换方法，其具体步骤为：步骤B-1：生成独立的标准正态分布变量Y的样本Ys，Ys的维数为NWF×T，其中T表示模拟的风速小时数；步骤B-2：根据各个风电场风速的威布尔分布尺度参数和形状参数，计算各个风电场风速的期望和标准差，其中第i个风电场风速的期望μi和标准差σi的计算公式为：上式中，ci和ki分别表示第i个风电场风速的威布尔分布尺度参数和形状参数；步骤B-3：由式子ρ0ab＝D(ρab)ρab来确定威布尔分布的等效相关系数矩阵ρ0，ρ0的维数为NWF×NWF，其中，ρ0ab是矩阵ρ0中第a行第b列的元素，ρab为风电场之间风速的相关系数矩阵ρv中第a行第b列的元素，D(ρab)的表达式为：上式中，μa和σa为步骤B-2计算所得的第a个风电场风速的期望和本文档来自技高网...

【技术保护点】
一种考虑天气的风电场可靠性建模方法，其特征在于，包含步骤如下：步骤A，参数初始化；所述参数包括：风电场的数目NWF；各个风电场包含的不同类型风电机组的型号数目，其中第i个风电场由ni个不同型号的风电机组组成，i＝1,...,NWF；各个风电场中各种型号的风电机组的台数，其中第i个风电场中第j种类型风电机组的台数为mij，j＝1,...,ni；第i个风电场总的风电机组的台数ntotal(i)：ntotal(i)＝mijni；第i个风电场中第j种型号的风电机组的技术参数包括，额定功率PR,ij、风电机组的切入风速Vci,ij、风电机组的切出风速为Vco,ij、风电机组的额定风速VR,ij、风电机组在正常天气状况时的强迫停运率λnormij、风电机组在恶劣天气状况时的强迫停运率λbadij；第i个风电场的等值状态数为Nstatei；第i个风电场处于正常天气的概率为Pnorm(i)；风电场之间天气状况的相关系数矩阵ρw，矩阵ρw的维数为NWF×NWF；风电场之间风速的相关系数矩阵ρv，矩阵ρv的维数为NWF×NWF；第i个风电场风速的威布尔分布的尺度参数为ci；第i个风电场风速的威布尔分布的形状参数为ki；第i个风电场内各风电机组间故障停运相关系数矩阵为ρi，矩阵ρi的维数为ntotal(i)×ntotal(i)；风电场中风速模拟的小时数T；步骤B，根据各个风电场风速的威布尔分布参数和风电场之间风速的相关系数，产生服从威布尔分布、具有相关性的各个风电场的小时风速序列；步骤C：根据步骤B产生的各个风电场的小时风速序列和各种型号风电机组的输出功率特性，计算各个风电场中各台风电机组正常运行时的小时输出功率序列，其中第i个风电场中第r台风电机组在正常运行时第t小时的输出功率为PNi,r(t)，r＝1,2,...,ntotal(i)；步骤D：根据各个风电场处于正常天气状况的概率和风电场间天气状况的相关系数，产生各个风电场的小时天气状况序列；步骤E：根据各个风电场小时天气状况序列，产生各个风电场中各台风电机组的小时运行状态序列，其中产生第i个风电场第r台风电机组的小时运行状态序列的具体步骤如下：步骤E‑1：确定第r台风电机组的型号；步骤E‑2：产生表征各台风电机组状态的随机数：若第i个风电场第t小时为正常天气，则抽取ntotal(i)个独立的随机数来表征各台风电机组状态；若第i个风电场第t小时为恶劣天气，则抽取ntotal(i)个服从[0,1]之间均匀分布、且具有指定相关系数ρi的随机数来表征各台风电机组状态；步骤E‑3：将步骤E‑2中的随机数同各台风电机组在相应天气状况下的强迫停运率进行比较，根据比较结果确定风电机组的运行状态；其中第i个风电场第r台风电机组第t小时的运行状态Si,r(t)的确定方法如下：当风电场第t小时天气状况为恶劣天气时，若步骤E‑2中产生的相关随机数小于或等于该风电机组在恶劣天气状况时的强迫停运率λbadij，则风电机组此刻处于停运状态，令Si,r(t)＝0；反之，若步骤E‑2中产生的相关随机数大于该风电机组在恶劣天气状况时的强迫停运率λbadij，则风电机组此刻处于正常运行状态，令Si,r(t)＝1；当风电场第t小时天气状况为正常天气时，若步骤E‑2中产生的独立随机数小于或等于该风电机组在正常天气状况时的强迫停运率λnormij，则风电机组此刻处于停运状态，令Si,r(t)＝0；反之，若步骤E‑2中产生的独立随机数大于该风电机组在正常天气状况时的强迫停运率λnormij，则风电机组此刻处于正常运行状态，令Si,r(t)＝1；步骤F：将步骤C所得的各个风电场中各台风电机组正常运行时的小时输出功率序列PNi,r(t)，同步骤E所得各台风电机组的运行状态Si,r(t)相乘，得到各个风电场中各台风电机组实际的小时输出功率序列PAi,r(t)，其计算公式为：PAi,r(t)＝PNi,r(t)×Si,r(t)步骤G：计算每一个风电场的小时输出功率序列，第i个风电场的小时输出功率序列PWF(i,t)的计算公式为：PEF(i,t)=Σr=1ntotal(i)PAi,r(t)]]>步骤H：采用线性划分或者聚类的方法，将步骤G所得的各个风电场的小时输出功率序列模型等值成多状态输出功率概率模型。...

【技术特征摘要】
1.一种考虑天气的风电场可靠性建模方法，其特征在于，包含步骤如下：步骤A，参数初始化；所述参数包括：风电场的数目NWF；各个风电场包含的不同型号风电机组的型号数目，其中第i个风电场由ni个不同型号的风电机组组成，i＝1,...,NWF；各个风电场中各种型号的风电机组的台数，其中第i个风电场中第j种型号风电机组的台数为mij，j＝1,...,ni；第i个风电场总的风电机组的台数ntotal(i)：ntotal(i)＝mijni；第i个风电场中第j种型号的风电机组的技术参数包括，额定功率PR,ij、风电机组的切入风速Vci,ij、风电机组的切出风速为Vco,ij、风电机组的额定风速VR,ij、风电机组在正常天气状况时的强迫停运率λnormij、风电机组在恶劣天气状况时的强迫停运率λbadij；第i个风电场的等值状态数为Nstatei；第i个风电场处于正常天气的概率为Pnorm(i)；风电场之间天气状况的相关系数矩阵ρw，矩阵ρw的维数为NWF×NWF；风电场之间风速的相关系数矩阵ρv，矩阵ρv的维数为NWF×NWF；第i个风电场风速的威布尔分布的尺度参数为ci；第i个风电场风速的威布尔分布的形状参数为ki；第i个风电场内各风电机组间故障停运相关系数矩阵为ρi，矩阵ρi的维数为ntotal(i)×ntotal(i)；风电场中风速模拟的小时数T；步骤B，根据各个风电场风速的威布尔分布参数和风电场之间风速的相关系数，产生服从威布尔分布、具有相关性的各个风电场的小时风速序列；步骤C：根据步骤B产生的各个风电场的小时风速序列和各种型号风电机组的输出功率特性，计算各个风电场中各台风电机组正常运行时的小时输出功率序列，其中第i个风电场中第r台风电机组在正常运行时第t小时的输出功率为PNi,r(t)，r＝1,2,...,ntotal(i)；步骤D：根据各个风电场处于正常天气状况的概率和风电场间天气状况的相关系数，产生各个风电场的小时天气状况序列；步骤E：根据各个风电场小时天气状况序列，产生各个风电场中各台风电机组的小时运行状态序列，其中产生第i个风电场第r台风电机组的小时运行状态序列的具体步骤如下：步骤E-1：确定第r台风电机组的型号；步骤E-2：产生表征各台风电机组状态的随机数：若第i个风电场第t小时为正常天气，则抽取ntotal(i)个独立的随机数来表征各台风电机组状态；若第i个风电场第t小时为恶劣天气，则抽取ntotal(i)个服从[0,1]之间均匀分布、且具有指定相关系数ρi的随机数来表征各台风电机组状态；步骤E-3：将步骤E-2中的随机数同各台风电机组在相应天气状况下的强迫停运率进行比较，根据比较结果确定风电机组的运行状态；其中第i个风电场第r台风电机组第t小时的运行状态Si,r(t)的确定方法如下：当风电场第t小时天气状况为恶劣天气时，若步骤E-2中产生的相关随机数小于或等于该风电机组在恶劣天气状况时的强迫停运率λbadij，则风电机组此刻处于停运状态，令Si,r(t)＝0；反之，若步骤E-2中产生的相关随机数大于该风电机组在恶劣天气状况时的强迫停运率λbadij，则风电机组此刻处于正常运行状态，令Si,r(t)＝1；当风电场第t小时天气状况为正常天气时，若步骤E-2中产生的独立随机数小于或等于该风电机组在正常天气状况时的强迫停运率λnormij，则风电机组此刻处于停运状态，令Si,r(t)＝0；反之，若步骤E-2中产生的独立随机数大于该风电机组在正常天气状况时的强迫停运率λnormij，则风电机组此刻处于正常运行状态，令Si,r(t)＝1；步骤F：将步骤C所得的各个风电场中各台风电机组正常运行时的小时输出功率序列PNi,r(t)，同步骤E所得各台风电机组的运行状态Si,r(t)相乘，得到各个风电场中各台风电机组实际的小时输出功率序列PAi,r(t)，其计算公式为：PAi,r(t)＝PNi,r(t)×Si,r(t)步骤G：计算每一个风电场的小时输出功率序列，第i个风电场的小时输出功率序列PWF(i,t)的计算公式为：步骤H：采用线性划分或者聚类的方法，将步骤G所得的各个风电场的小时输出功率序列模型等值成多状态输出功率概率模型。2...

【专利技术属性】
技术研发人员：陈凡，卫志农，孙国强，孙永辉，杨雄，袁阳，陆子刚，张伟，刘玉娟，潘春兰，
申请(专利权)人：河海大学，
类型：发明
国别省市：江苏;32