【技术实现步骤摘要】
一种基于风电机组簇特性的技改机组增功评价方法和系统
[0001]本专利技术属于电力
,具体涉及一种基于风电机组簇特性的技改机组增功评价方法和系统。
技术介绍
[0002]针对在役运行的风电机组技改一直以来是行业内的热门技术与业务方向,如增功技改、载荷优化技改、高低穿技改、控制策略优化技改等。特别的,针对增功技改,目前已有较多的实现方案,如叶片加装涡流发生器、控制策略优化、激光雷达前馈控制等。但是针对机组技改前后风电机组增功效果的评价与验证问题,目前仍然采用现场实测的方式,效率低、成本高、精度无法保障,一直以来缺少高效、精准且低成本的操作模式。现有的基于现场实测的机组技改前后风电机组增功效果的评价与验证方案主要存在以下缺点和不足:
[0003]风电机组现场功率曲线测试,对机组所处环境地形有较为严苛的要求,而且测试周期需要3
‑
6个月,大部分风电场区域地形不能满足标准要求,无法开展功率曲线验证测试。基于非平坦地形测量得到的功率曲线本身存在较大的不确定性,测试精度差,进而无法对技改前后机组的增功效果进行准确的评价。
技术实现思路
[0004]为克服现有风电机组增功评价方法周期长、可靠性与精度差的问题,本专利技术提出一种基于风电机组簇特性的技改机组增功评价方法,包括:
[0005]获取技改后簇内风电机组历史运行数据和风电机组各时刻功率实际输出值,并对所述历史运行数据进行整理;
[0006]将经过整理的技改后簇内风电机组历史运行数据输入预先建立的簇内风电机组功率输 ...
【技术保护点】
【技术特征摘要】
1.一种基于风电机组簇特性的技改机组增功评价方法,其特征在于,包括:获取技改后簇内风电机组历史运行数据和风电机组各时刻功率实际输出值,并对所述历史运行数据进行整理;将经过整理的技改后簇内风电机组历史运行数据输入预先建立的簇内风电机组功率输出特性关联模型进行预测,得到技改后簇内风电机组各时刻功率输出值;基于所述技改后簇内风电机组各时刻功率输出值结合所述簇内风电机组各时刻功率实际输出值利用区间分析法评价技改机组功率增长;所述簇内风电机组功率输出特性关联模型是以技改前簇内风电机组历史运行数据为输入,以技改前簇内风电机组的功率值为输出利用BP神经网络训练得到的;所述簇内风电机组历史运行数据包括:风速、功率、桨距角、叶轮转速、风向、偏航误差以及机组运行状态。2.如权利要求1所述的方法,其特征在于,所述对所述历史运行数据进行整理,包括:滤除技改后簇内风电机组历史运行数据中的停机数据、信号通道异常数据、限电运行数据以及时间无法对标的数据。3.如权利要求1所述的方法,其特征在于,所述簇内机风电组功率输出特性关联模型的建立,包括:将技改前簇内风电机组历史运行数据作为输入数据输入BP神经网络,以簇内风电机组功率输出与历史运行数据之间的关联关系作为输出对神经元连接权值训练,并得到输出结果;基于所述输出结果与实际簇内风电机组功率输出值的误差对BP神经网络的神经元连接权值进行修正,不断迭代训练,当所有风速区间的技改前簇内风电机组历史运行数据对应的输出结果与实际簇内风电机组功率输出值误差低于设定百分比,或者所有风速区间的技改前簇内风电机组历史运行数据对应的预测功率输出与实际功率输出偏差小于设定功率时,簇内风电机组功率输出特性关联模型训练完成。4.如权利要求1所述的方法,其特征在于,所述簇内风电机组功率输出特性关联模型的计算式如下式所示:p
target,j
=f(v
target,j
,β
target,j
,v
i,j
,p
i,j
,ω
i,j
,α
i,j
,β
i,j
)式中,p
target,j
表示技改机组在时刻j的功率输出,v
target,j
表示技改机组在时刻j的机舱风速,β
target,j
表示技改机组在时刻j的偏航误差,v
i,j
表示簇内除技改机组之外第i台机组在时刻j的机舱风速,p
i,j
表示簇内除技改机组之外第i台机组在时刻j的功率输出,ω
i,j
表示簇内除技改机组之外第i台机组在时刻j的叶轮转速,α
i,j
表示簇内除技改机组之外第i台机组在时刻j的叶片桨距角,β
i,j
表示簇内除技改机组之外第i台机组在时刻j的偏航误差,i=1,2,3,
…
N
‑
1,f表示技改机组和簇内除技改机组之外的其他机组的关联关系与技改机组各时刻功率输出的对应关系,i表示风电机组数量,j表示时刻。5.如权利要求1所述的方法,其特征在...
【专利技术属性】
技术研发人员:付德义,薛扬,孔令行,王安庆,龚利策,赵娜,贾海坤,李松迪,
申请(专利权)人:国家电网有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。