基于比恩法的风电场风速-功率曲线建模误差分析

以预测风速为输入进行风电功率预测时,风电场风速-功率曲线的建模精度至关重要。提出一种基于比恩法的风电场风速-功率曲线建模方法,并分析不同风速区间下各建模误差的变化情况。分析结果表明,忽略风速-功率传变特性差异导致风速较小时建模曲线偏高,风速较大时建模曲线偏低,而忽略风速空间分散性对建模曲线的影响则相反,因此两者对建模精度的影响有明显的抵消现象,且各建模误差的变化情况与风速大小密切相关。     

基于改进光滑样条的风电机组功率曲线建模方法

风功率曲线是风电机组的重要性能指标,准确高效地建立风功率曲线模型对风电场的运行管理具有重要意义。为此,在分析风功率曲线模型工程应用典型需求的基础上,提出了一种基于改进光滑样条的风功率曲线建模方法,并开展了案例验证。所提方法采用三次样条对风速-功率数据进行拟合,利用粗糙度惩罚对拟合函数的系数进行正则化,并通过交叉验证求取最优光滑参数,以实现风功率曲线平滑、高精度的建模。案例分析结果表明:提出的基于改进光滑样条的风功率曲线建模方法可以有效对风功率曲线进行拟合,具有准确度高、平滑度和普适性好的特点。研究成果可为风电机组风功率曲线建模提供参考。     

多变量风电机组功率曲线建模与监测研究

功率曲线能够反映风电机组的发电效率和运行状态,采用运行数据对其进行建模和监测能够及时发现机组运行异常和性能劣化。国际标准IEC61400-12-1中的比恩斯方法,仅将风速作为功率的影响因素且采用风速分区求风速功率平均值,建模精度较低。详细分析了影响风电机组风能捕获的因素,并将其作为功率曲线模型的输入变量。采用适合随机数据建模的Cholesky分解改进高斯过程方法建立多变量功率曲线模型,并进行了验证。引入序贯概率比检验方法,在监测阶段分析和捕捉模型预测功率残差的异常变化,并及时发出机组运行异常报警,然后通过机组自身数据纵向比对和不同机组之间数据横向比对,分析排查确定风电机组运行异常原因。以安徽某风电场1.5 MW实验机组为例,采用所提方法及时准确发现了由于风速计故障导致的机组发电性能异常,验证了所提方法的有效性。     

考虑实际运行数据的风电场稳态建模

为建立准确的风电场稳态模型,该文分区域分析了风电机组的稳态运行特性,提出一种基于实测数据的三机等效风电场稳态建模方法。首先,分析了风电机组在4个不同运行区域的稳态输出特性;然后,根据风电场内各风电机组的实测风速,采用改进型最大树法将其分类,并建立各类机群的实际风速-功率特性曲线;最后,由风电机组各区域稳态输出特性建立各类机群的风速-功率分段函数关系。在此基础上,计算各类机群的等值风速,从而建立三机等效风电场稳态模型。仿真结果表明三机等效模型可有效提高风电场稳态建模的精度。     

大型风电机组的功率曲线自寻优控制策略

大型风电机组在额定风速以下一般采用最大功率曲线法进行机组的最大功率跟踪控制,但机组的最大功率曲线一般通过实验获得,很难保证精度。为优化风电机组在低风速区域对风能的利用率,提出了基于微分跟踪器的功率曲线自寻优控制策略。采用微分跟踪器提取出机组转速和机械功率的微分值,并由此判断实际功率曲线与最大功率点之间的位置关系,然后采用三维模糊控制器对功率曲线的系数进行实时调整。以2MW双馈风力发电系统为基础,在Bladed仿真环境中对自寻优控制策略进行了仿真研究。仿真结果表明所提出的自寻优控制策略对机组参数如功率特性或转矩特性等依赖性较小,在风速变化的情况下能够对机组功率曲线的系数进行实时的修改,并有效地将机组的功率曲线调整到最大功率曲线的位置,从而证明了该策略的正确性和可行性。     

基于机舱风速计的风电机组功率特性评估方法

针对传统的功率特性评估方法难以对未配置测风塔的风电机组进行评估的问题,对基于机舱风速计的功率特性评估方法进行了研究。在深入剖析机舱风速与测风塔风速相关性的基础上,依托IEC 61400-12-2标准,提出了二者之间最优拟合关系为分区间段的机舱传递函数(BinnedNTF)。利用Binned-NTF对机舱风速进行校正,并用计算出的空气密度对数据进行标准化,得到机组的实测功率曲线、风能利用系数曲线和理论年发电量。研究应用表明,该方法在不增加测风设备经济成本的情况下,可以对未配置测风塔的风电机组进行功率特性评估,能够及时有效地维护风电场的利益。     

基于改进FCM聚类算法的风电场等值建模研究

考虑风电场中各机组接收到的风速、机械特性、控制特性等差异,以风速-功率作为聚类指标,并以隶属度-权值构成的多条件聚合约束对风电机组进行分群优化,结合尾流效应模型提出了改进FCM聚类算法的风电场等值建模方法。最后,以陕西某风电场实测数据为样本进行等值建模,验证了模型的准确性和有效性。     

基于运行数据的风电机组建模方法

为了准确分析风电机组的动态特性,针对定速风电机组,给出一种基于运行数据的风电机组建模方法。利用数理统计方法分析了风电场中风电机组的运行数据,得出风电机组的实测功率曲线,并给出利用实测功率曲线搭建定速风电机组的建模方法。利用该方法对额定容量为750 kW的风电机组进行建模,并与风电场的实测数据和利用厂家提供的标准功率曲线搭建的风电机组模型以及常用风电机组建模方法进行了比较分析。仿真结果表明,基于实测运行数据的风电机组建模方法是有效和实用的,该模型能准确反映风电机组的实际运行特性,从而提高仿真模型的精确性。     

基于运行数据的风电机组建模方法

为了准确分析风电机组的动态特性,针对定速风电机组,给出一种基于运行数据的风电机组建模方法.利用数理统计方法分析了风电场中风电机组的运行数据,得出风电机组的实测功率曲线,并给出利用实测功率曲线搭建定速风电机组的建模方法.利用该方法对额定容量为750 kW的风电机组进行建模,并与风电场的实测数据和利用厂家提供的标准功率曲线搭建的风电机组模型以及常用风电机组建模方法进行了比较分析.仿真结果表明,基于实测运行数据的风电机组建模方法是有效和实用的,该模型能准确反映风电机组的实际运行特性,从而提高仿真模型的精确性.     

基于状态曲线的风电机组运行工况异常检测

为了提高风电机组的利用率和发电量,减少风电机组维修和更换费用,需要对其运行工况进行监测。本文首先对机组的风速-功率、风速-转速、风速-桨距角、转速-功率、转速-桨距角5种状态曲线进行理论介绍,然后结合实际运行数据对其进行了分析。结果表明:由于风速的随机性和风电机组的惯性,前3种曲线不能很好地区分机组的正常运行状态和故障状态,而转速-功率、转速-桨距角能够对机组的异常情况进行准确的监测;以转速-功率、转速-桨距角状态曲线为基础,分析了机组不同运行工况在状态曲线上的分布,对各个不同工况分别建立相应的评价体系,通过故障实例分析,表明本文方法能提前感知异常情况,有效提高系统的状态监测精度。     

基于实测数据的风电场风速功率特性仿射建模方法

提出基于实测数据的风电场风速-功率曲线仿射建模方法。以预报误差、地形差异以及尾流效应影响因素作为噪声元,建立输入风速的仿射模型;将风电场功率实测数据划分为多个所属风速区间,求取各个风速区间的中心值,拟合仿射中心值曲线,进而辨识风速-功率仿射模型中的噪声元系数。实测数据验证了所提方法的有效性。     

基于混合半云模型的风速-功率曲线建模方法

风速-功率曲线的准确建模是风电机组出力态势评估和风电功率预测的关键基础之一。计及风电映射关系的不确定性及功率曲线的分布形态,提出一种基于混合半云模型的建模策略来实现对风功率数据固有和随机分布特征的挖掘和建模。引入最优组内云熵算法快速有效地剔除异常数据;采用逆向云发生器求取期望、熵与超熵数字特征来定量刻画风速-功率对应关系的不确定性,构建腰部数据的半云模型;通过X条件云发生器和正向云发生器分别求取腰部和上部数据的功率云滴,实现定性数字特征向定量数据的转换。以中国东北某大型风电场的实测数据为例,从数据质量、频率分布和风功率预测等维度分析混合半云模型,验证了所提方法的可行性。     

基于SCADA数据的风力发电机发电性能指标评估

为评估风力发电机主流的发电性能指标量化发电效率能力,需要从中选择一种指标作为服役质量监测的主要依据。首先以某风电场的SCADA历史数据为依据,应用统计分析方法对风力发电机主流发电性能指标（可用度、发电比例、负载率）的统计特征进行了分析比较;然后,从指标信息来源的角度解释了指标之间产生差异的原因;最后,结合异常运行数据比较了性能指标对于风速、功率曲线异常波动的敏感程度。结果表明,虽然发电性能指标表现出一定的一致性,但发电比例更能代表所有发电性能指标,并且能够更好地反映风力发电机的发电性能、体现风速-功率曲线的异常波动, 在风力发电机主流发电性能指标中,发电比例更适合作为服役质量监测的主要指标。     

基于波动划分及时移技术的多风电场出力相关性研究

多风电场相关性研究对于准确把握风力发电出力变化规律,进行风电场出力预测及时间序列建模具有重要意义,因此提出一种基于波动划分和时移技术的多风电场出力相关性分析方法。首先,通过风电场时间序列散点图分析和回归分析得到多风电场整体相关特性;然后,通过波动划分和波动配对算法,提取按波动过程划分的风电场出力序列局部特征并对多风电场波动进行配对;最后,采用基于Pearson相关系数的时移技术和格兰杰因果检验得到最优时移量和时移方向。通过具体算例分析可以证明,所提方法一方面可以精确提取风电场出力波动局部特征,进而更准确地描述风场出力相关特性,另一方面可得到大、中波动对应波动对的最优时移量,其可作为多风电场时间序列建模的约束条件,提高多风电场出力建模精度。     

Probabilistic optimal power flow considering dependences of wind speed among wind farms by pair-copula method

This paper aims at exploring the impacts of high dimensional dependences of wind speed among wind farms on probabilistic optimal power flow (POPF). Kernel density estimate method is employed to estimate probability distribution of wind speed. A joint probability distribution function of wind speed among wind farms is obtained by pair-copula method, which can use variational bivariate copula functions to consider dependences of wind speed between two arbitrary wind farms and overcome the constraints of high dimensional copula function, not taking the mutual dependences of wind speed into account. Finally, the POPF calculation is operated by monte carlo simulation method under four cases to consider high dimensional dependences of wind speed among wind farms. Simulation results show that the impacts of dependences of wind speed on the POPF results exist and that cannot be ignored. Based on the pair-copula method to construct high dimensional dependences, the average relative errors of POPF results is smaller than that by other methods. Besides, the distribution curve of output variables is also close to that obtained by using actual wind speed data. Under the case of high requirements for calculation accuracy, it is a feasible scheme for using pair-copula method to construct dependences of wind speed to calculate POPF.     

大型风电场建模综述

风电场建模是研究风电场接入电网运行和控制的基础。随着我国千万千瓦级风电场陆续投入电网运行,建立描述大型风电场的稳态和动态行为的数学模型是一个关键课题。对现有风电场建模研究成果从风速—功率关系模型、稳态潮流计算模型、动态模型和暂态模型四方面进行分析和总结;并针对近期出现的大型风电场连锁切机事故,提出了风电场连锁动态过程建模的概念和必要性。通过对现有风电场建模方法的综述,旨在指出目前大规模风电场建模存在的问题和需要进一步研究的方向。     

基于改进KDE法和GA-SVM的多风电场聚合后输出功率长期波动特性预测方法

针对规划期内有新增风电装机容量但没有与其对应的实测风电输出功率数据,导致难以准确把握和刻画规划目标年多风电场聚合后输出功率长期波动特性的问题,提出一种利用改进核密度估计(KDE)法和经遗传算法寻优的支持向量机(GA-SVM)预测多风电场聚合后输出功率长期波动特性的方法。对风电功率的长期波动特性进行刻画,分析在多风电场聚合过程中装机容量与风电功率之间的关系;运用改进KDE法生成多风电场聚合过程中不同装机容量下的输出功率概率密度曲线;采用GA-SVM建立多风电场聚合后输出功率概率密度演变模型;根据概率分布与持续功率曲线的对应关系,对预测出的规划目标年的多风电场聚合后的输出功率概率密度曲线进行反演,得到可描述规划目标年输出功率长期波动特性的持续功率曲线。工程实例证明了所提方法的实用性和有效性。     

基于风速升降特性及支持向量机理论的异常数据重构算法

风电机组历史功率数据是进行风电研究的重要基础,而风电机组实际采集到的数据中存在大量的异常数据,这给风电功率预测研究带来许多不利影响。对历史数据的风速-功率对应关系进行研究,识别并剔除异常数据。分析风速升降变化对功率的影响,建立SVM数据重构模型。根据风速升降特性及强相关风电机组的出力特性对数据重构模型加以改进。以风电机组的实测数据为例进行仿真计算,结果表明所述方法能够对异常数据进行有效地识别和重构。