一种风电场理论功率计算方法及系统技术方案

本发明专利技术公开了一种风电场理论功率计算方法及系统，确定风机非正常运行数据和风机正常运行数据；对各机组机舱风速进行多重共线性检验，根据检验结果利用特征提取进行机群划分；对于线性强相关机群中的非正常数据，采用列昂节夫逆阵求解拟合风速数据正常时的功率，进而得到线性强相关机群理论发电功率；对于线性弱相关机群的非正常数据，通过样本数据划分并建立单机非参数回归模型拟合风速数据正常时的功率，进而得到线性弱相关机群理论发电功率；将线性强相关机群的理论发电功率和线性弱相关机群的理论发电功率求和确定风电场理论发电功率。优点：数据筛选方法简单有效、物理意义明确；理论功率计算方法可有效消除多重共线性影响，提升计算精度。提升计算精度。提升计算精度。

【技术实现步骤摘要】
一种风电场理论功率计算方法及系统


[0001]本专利技术涉及一种风电场理论功率计算方法及系统，属于风电


技术介绍

[0002]截至2019年底，我国风电累计装机2.1亿千瓦，风电装机占全部发电装机 的10.4％，随着风电的快速发展，风电消纳问题难以解决，弃风问题严重，造成 了严重的资源浪费。早在2017年初，国家电网公司已发布了风电理论功率计算、 风电受阻电量计算相关规定。近年来，风电场理论功率计算越来越得到电力行 业的重视，许多地区的功率预测场站都要求上送理论发电功率。风电场理论功 率计算为提高风电接纳能力提供基础数据，对于准确评估风电场弃风时段的电 量损失、提高风电功率预测准确度具有重要意义，是当前研究的热点课题。
[0003]风电场理论功率的传统计算方法主要有：样板风机法、测风塔数据外推法 以及机舱风速法。机舱风速法是利用单台风机机舱风速计测量的风速，与设计 曲线或风机正常运行时段的输出功率建立映射关系，再将其应用到弃风时段， 进而得到每一台机组的理论发电功率，相对于其它方法计算精度较高。
[0004]现有技术存在的缺陷是：
[0005]1.现有数据处理方法中有通过聚类算法进行异常数据辨识，甚至于应用多 次聚类，由于算法的复杂性会致使效率不高，通过风机运行机理去剔除离群点， 方法简单有效，且物理意义明确。
[0006]2.除风速外风机出力受地表状况、风向、气压等因素影响，风电场机群中某 些机组在地理位置、地形地貌存在较大差异，仅考虑风速和功率的关系其计算 精度有限。r/>[0007]3.当前解决多重共线性的方法如增加样本容量、模型修改法、分布估计法、 差分模型法、岭回归法等都存在各自的缺点和不足。强的多重共线不是完全多 重共线，简单删减或整合解释变量必然丢失某些数据和信息，尽管可以降低共 线程度，但参数估计误差仍较大。

技术实现思路

[0008]本专利技术所要解决的技术问题是克服现有技术的缺陷，提供一种风电场理论 功率计算方法及系统。
[0009]为解决上述技术问题，本专利技术提供一种风电场理论功率计算方法。
[0010]获取风机运行的原始数据；
[0011]对原始数据进行筛选，确定风机非正常运行数据和风机正常运行数据；
[0012]对各机组机舱风速进行多重共线性检验，根据检验结果利用特征提取进行 机群划分；
[0013]根据风机非正常运行数据和风机正常运行数据对划分后的机群进行线性强 相关机群理论发电功率计算和线性弱相关机群理论发电功率计算；所述线性强 相关机群理论
发电功率计算的过程包括：计算全样本机舱风速序列的列昂节夫 逆阵，对风速序列进行修正与非参数回归拟合求取线性强相关机群的理论发电 功率；所述线性弱相关机群理论发电功率计算的过程包括：对于线性弱相关机 群风速功率数据，按照风向、气压进行划分，采用非参数回归对划分后的风速 功率数据进行拟合计算得到线性弱相关机群的理论发电功率；
[0014]将所述线性强相关机群的理论发电功功率、线性弱相关机群的理论发电功 率求和确定风电场理论发电功率。
[0015]进一步的，所述对原始数据进行筛选，确定风机非正常运行数据和风机正 常运行数据的过程包括：
[0016]采用机理规则方法筛选风机运行的原始数据在采样、传输和存储过程中出 现问题后导致的异常数据，得到风机非正常运行数据和风机正常运行数据。
[0017]进一步的，所述对各机组机舱风速进行多重共线性检验，根据检验结果利 用特征提取进行机群划分的过程包括：
[0018]计算风场所有风电机组风速序列的方差膨胀因子，根据方差膨胀因子确定 各风电机组机舱风速的多重共线严重性，根据多重共线严重性，利用特征值和 特征向量分析方法进行机群划分，将存在严重多重共线的风电机组归类为线性 强相关机群，将其余风电机组归类为线性弱相关机群。
[0019]进一步的，所述计算全样本机舱风速序列的列昂节夫逆阵，对风速序列进 行修正求取线性强相关机群理论发电功率的过程包括：
[0020]剔除风机非正常运行数据中的风速异常数据，将处理后的非正常运行数据 与正常运行数据共同组成观测矩阵，根据所述观测矩阵确定强相关机群风速序 列矩阵和功率序列矩阵；
[0021]考虑风电场不同风电机组间的相互影响，确定直接作用系数和间接作用系 数，根据直接作用系数和间接作用系数确定完全作用系数矩阵；
[0022]采用列昂节夫逆阵变换所述完全作用系数矩阵，除去所述完全作用系数矩 阵中的虚拟矩阵得到强相关机群风速序列的完全作用系数矩阵；
[0023]利用强相关机群风速序列的完全作用系数矩阵对强相关机群风速序列进行 修正，得到修正后风速序列；
[0024]对于每一台风电机组修正后的非正常数据，使用非参数回归建模方法建立 模型拟合风速数据正常时的功率；
[0025]根据拟合后的结果得到线性强相关机群的理论发电功率。
[0026]进一步的，其特征在于，所述使用非参数回归建模方法建立模型的公式为：
[0027][0028]式中，p
t,j
为机组j在t时刻恢复后的理论功率；为机组j非正常时段的修正风 速；为j机组修正后的正常运行状态风速，与互斥；p
i,j
为j机组正常运 行状态功率；d为正常运行状态样本个数，d≤n，n为样本数据量；K为高斯核 函数，核窗宽h通过交叉验证法确定。
[0029]进一步的，所述对于线性弱相关机群风速功率数据，按照风向、气压进行 划分，采用非参数回归对划分后的风速功率数据进行拟合计算得到线性弱相关 机群非正常数据的理论发电功率的过程包括：
[0030]所述采用非参数回归对划分后的风速功率数据进行拟合计算的公式为：
[0031][0032]式中，为第j台机组t时刻恢复后的理论功率；为第j台机组非正常时 段的风速；和分别为第j台机组正常样本风速和功率；和互斥；e为正常运行状态样本个数，且e≤n，n为样本数据量，K为高斯核函数，核窗 宽h
a,b
通过交叉验证法确定。
[0033]一种风电场理论功率计算系统，
[0034]获取模块，用于获取风机运行的原始数据；
[0035]筛选模块，用于对原始数据进行筛选，确定风机非正常运行数据和风机正 常运行数据；
[0036]划分模块，用于对各机组机舱风速进行多重共线性检验，根据检验结果利 用特征提取进行机群划分；
[0037]拟合计算模块，用于根据风机非正常运行数据和风机正常运行数据对划分 后的机群进行线性强相关机群理论发电功率计算和线性弱相关机群理论发电功 率计算；所述线性强相关机群理论发电功率计算的过程包括：计算全样本机舱 风速序列的列昂节夫逆阵，对风速序列进行修正与非参数回归拟合求取线性强 相关机群的理论发电功率；所述线性弱相关机群理论发电功率计算的过程包括： 对于线性弱相关机群风速功率数据，按照风向、气压进行划分，采用非参数回 归本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种风电场理论功率计算方法，其特征在于，获取风机运行的原始数据；对原始数据进行筛选，确定风机非正常运行数据和风机正常运行数据；对各机组机舱风速进行多重共线性检验，根据检验结果利用特征提取进行机群划分；根据风机非正常运行数据和风机正常运行数据对划分后的机群进行线性强相关机群理论发电功率计算和线性弱相关机群理论发电功率计算；所述线性强相关机群理论发电功率计算的过程包括：计算全样本机舱风速序列的列昂节夫逆阵，对风速序列进行修正与非参数回归拟合求取线性强相关机群的理论发电功率；所述线性弱相关机群理论发电功率计算的过程包括：对于线性弱相关机群风速功率数据，按照风向、气压进行划分，采用非参数回归对划分后的风速功率数据进行拟合计算得到线性弱相关机群的理论发电功率；将所述线性强相关机群的理论发电功功率、线性弱相关机群的理论发电功率求和确定风电场理论发电功率。2.根据权利要求1所述的风电场理论功率计算方法，其特征在于，所述对原始数据进行筛选，确定风机非正常运行数据和风机正常运行数据的过程包括：采用机理规则方法筛选风机运行的原始数据在采样、传输和存储过程中出现问题后导致的异常数据，得到风机非正常运行数据和风机正常运行数据。3.根据权利要求1所述的风电场理论功率计算方法，其特征在于，所述对各机组机舱风速进行多重共线性检验，根据检验结果利用特征提取进行机群划分的过程包括：计算风场所有风电机组风速序列的方差膨胀因子，根据方差膨胀因子确定各风电机组机舱风速的多重共线严重性，根据多重共线严重性，利用特征值和特征向量分析方法进行机群划分，将存在严重多重共线的风电机组归类为线性强相关机群，将其余风电机组归类为线性弱相关机群。4.根据权利要求1所述的风电场理论功率计算方法，其特征在于，所述计算全样本机舱风速序列的列昂节夫逆阵，对风速序列进行修正求取线性强相关机群理论发电功率的过程包括：剔除风机非正常运行数据中的风速异常数据，将处理后的非正常运行数据与正常运行数据共同组成观测矩阵，根据所述观测矩阵确定强相关机群风速序列矩阵和功率序列矩阵；考虑风电场不同风电机组间的相互影响，确定直接作用系数和间接作用系数，根据直接作用系数和间接作用系数确定完全作用系数矩阵；采用列昂节夫逆阵变换所述完全作用系数矩阵，除去所述完全作用系数矩阵中的虚拟矩阵得到强相关机群风速序列的完全作用系数矩阵；利用强相关机群风速序列的完全作用系数矩阵对强相关机群风速序列进行修正，得到修正后风速序列；对于每一台风电机组修正后的非正常数据，使用非参数回归建模方法建立模型拟合风速数据正常时的功率；根据拟合后的结果得到线性强相关机群的理论发电功率。5.根据权利要求4所述的风电场理论功率计算方法，其特征在于，所述使用非参数回归建模方法建立模型的公式为：
式中，p
t,j
为机组j在t时刻恢复后的理论功率；为机组j非正常时段的修正风速；为j机组修正后的正常运行状态风速，与互斥；p
i,j
为j机组正常运行状态功率；d为正常运行状态样本个数，d≤n，n为样本数据量；K为高斯核函数，核窗宽h通过交叉验证法确定。6.根据权利要求1所述的风电场理论功率计算方法，其特征在于，所述对于线性弱相关机群风速功率数据，按照风向、气压进行划分，采用非参数回归对划分后的风速功率数据进行拟合计算得到线性弱相关机群非正常数据的理论发电功率的过程包括：所述采用非参数回归对划分后的风速功率数据进行拟合计算的公式为：式中，为第j台机组t时刻恢复后的理论功率；为第j台机组非正常时段的风速；和分别为第j台机组正常样本风速和功率；和互斥；e为正常运行状态样本个数，且e≤n，n为样本数据量，K为高斯核函数，核窗宽h
a,b
通过交...

【专利技术属性】
技术研发人员：王桂松，赖晓路，肖碧涛，
申请(专利权)人：南京国电南自维美德自动化有限公司，
类型：发明
国别省市：