一种风功率及电量诊断系统的制作方法
【专利摘要】本发明特别涉及一种风功率及电量诊断系统。其特殊之处在于：基于PI数据库采集数据，利用网络技术收集气象数据和风机实时生产信息，建立可靠数学模型，大数据分析，评估风机发电效率、统计损失电量和收益。本发明有效降低了运行值班人员劳动强度，提高工作效率，解决人工误差；科学、精准的评估每台风机的发电效率，并有的放矢的进行风机功率曲线优化；本发明强大的数据库，为风机在全寿命周期内提供数据存储和查询；推动风力发电技术和信息化的发展。本发明采用网络技术收集气象数据和风机实时生产信息，建立可靠数学模型，大数据分析，精准、高效评估风机发电效率、统计损失电量和收益，为风力发电的精益化管理、技术创新开辟新天地。
【专利说明】
_种风功率及电量诊断系统
[0001](— )
技术领域
本发明涉及新能源发电领域，特别涉及一种风功率及电量诊断系统。
[0002](二)
【背景技术】
风力发电作为清洁能源，以其蕴藏量巨大、可以再生、分布广泛、没有污染等优势在我国迅猛发展，截至2015年10月，全国风电累计并网容量突破I亿千瓦，并网机组达7万余台。全国风能可开发利用量约2.53亿千瓦，其中，ΙΠ类、IV类风资源占比约70%，随着风电技术的进步，兆瓦级、大容量、低风速的机型备受青睐，并重点向m类、IV类风资源区转移。受地理环境、机组部件配置、设备健康水平等因素的影响，每台机组的实际功率曲线与初设存在偏差，特别是山区的m类、IV类风资源区域的机组在3m/s?8m/s中低风速段表现尤为突出。同时，一些风机厂家为了保证240小时考核和出质保，通过控制系统对风机功率曲线进行修正，影响发电企业对风机性能的评价，给企业的经济效益带来负面影响。
[0003]目前，多家企业对风功率预测进行了大量研究，可以实现24小时的功率预测，预测周期有限。
[0004]因此，利用互联网、云计算、大数据技术高效、准确的再评估投运风力发电机组发电性能，提升3m/s?8m/s中低风速段风力发电机组的发电量，并对其进行长时间段的预测，对风电的可持续发展起着重要的作用。
[0005]某新能源发电有限公司已并网风电容量125万千瓦，装机台数787台，运行人员每月对风机运行参数进行收集，并绘制功率曲线和评估风机运行状况，受人员业务技能水平影响，评估结果存在较大差异。
[0006]通过对运行机组的评估分析，发现绝大多数风机在3m/s?8m/s中低风速段的发电效率比设计值偏差1%至5%，按单台1.5MW风机年等效利用小数1850小时、平均效率降低3%计算，每台1.5MW风机每年减少发电量8.33万千瓦时、公司损失盈利4.83万元。
[0007]本发明搜集风机实时数据，建立数学模型和数据库，研发了“风功率及电量诊断系统”。通过电力数据专网、大数据技术，将所有风机数据集中在数据库里面进行存储、分析，系统能够尚效、精准的绘制风机实际功率曲线与理论的偏差和评估风机欠、超的发电量，并支持历史查询、群分析等功能。通过数据分析，为风机的功率曲线优化提供依据。
[0008](三)
【发明内容】
本发明为了弥补现有技术的不足，提供了一种风功率及电量诊断系统，该系统通过电力数据专网、大数据技术，将所有风机数据集中在数据库里面进行存储、分析，系统能够高效、精准的绘制风机实际功率曲线与理论的偏差和评估风机欠、超的发电量，并支持历史查询、群分析等功能。通过数据分析，为风机的功率曲线优化提供依据。
[0009]本发明是通过如下技术方案实现的:
一种风功率及电量诊断系统，其特殊之处在于:基于PI数据库采集数据，利用网络技术收集气象数据和风机实时生产信息，建立可靠数学模型，大数据分析，评估风机发电效率、统计损失电量和收益。
[0010]风功率及电量诊断系统需要配置两台服务器:一台数据服务器用采集实时数据；另一台数据服务器用于历史数据存储和数据分析，开发web页面分享到用户端。
[0011]风功率及电量诊断系统共由三级构成:
第一级为数据采集，通过PI数据库每8-12秒采集气象和风机实时数据；
第二级为数据处理，将采集到的海量数据信息进行高层次的计算，建立可靠数据模型；第三级为客户端web页面展示，自由选择某一个时期段(可设定)的实际功率曲线与理论功率曲线对比图和电量收益。
[0012](I)数据采集层
本系统层由此控制台程序实现，通过线程采集数据，每隔8-12秒读取一次SQLServer数据库中对应的测点以及遍历周期和取值方式，通过PI数据库接口取出风速、功率所对应的时间和值，按照数据库中定义的周期范围和取值方式进行批量的输出和插入到数据表中，有效改善前台系统直接与实时数据库连接所造成的效率低、卡死等问题。
[0013]根据PI数据库接口取出的对应周期值，一次性存取到SQLServer数据库中对应的数据输出表中，由于数据量太大，这里设计的数据输出表每月新创建一个，大大提高前台直接获取关系数据库中数据的处理效率。
[0014]数据的自动采集，极大提高了数据的有效性、及时性，避免了重复繁琐的手工操作。
[0015](2)数据处理层
数据处理层是对实时数据库上传上来的数据进行存储、计算、处理、分析。
[0016](3)客户端
客户端属于应用层，由菜单栏、数据查询条件选择栏、结果显示窗口组成，实现各风电场风机理论功率曲线和风机实际功率曲线对比查询功能，当用户在选定的时间范围进行查询对比，根据查询所得数据自动生成功率曲线图，供运行人员对每台风机的实际功率曲线与理论功率曲线进行参考对比，最终得出每台风机的功率曲线是否合格;通过实际功率与理论功率之间差值的计算得出较理论功率曲线的电量差，当实际功率曲线低于理论功率曲线时，可以得出因功率曲线不合格造成的电量损失；当实际功率曲线高于理论功率曲线时，可以得出因功率曲线优化提高的发电量。
[0017]根据系统提供的有力数据，立即制定风机功率曲线优化方案:
1.校核风机偏航零度角和调整偏航角度差。
[0018]2.校核传动链对中误差。
[0019]3.调整风机变桨控制策略，智能变桨；
4.叶轮前风速智能检测，矫正叶片尾流对风速的影响；
通过以上措施对此风机的发电性能进行了优化，411风机在3!11/8-81]1/8风速区间发电效率较提升4.8%。
[0020]本发明的有益效果是:本发明有效降低了运行值班人员劳动强度，提高工作效率，解决人工误差;科学、精准的评估每台风机的发电效率，并有的放矢的进行风机功率曲线优化;本发明强大的数据库，为风机在全寿命周期内提供数据存储和查询，大大提升了 3m/s?8m/s中低风速段风力发电机组的发电量，首次实现78小时后的发电效率预测，这是本领域的一大创举;推动风力发电技术和信息化的发展。本发明采用网络技术收集气象数据和风机实时生产信息，建立可靠数学模型，大数据分析，精准、高效评估风机发电效率、统计损失电量和收益，为风力发电的精益化管理、技术创新开辟新天地。
[0021](四)
【附图说明】
附图1为本发明的系统构架图；
附图2为本发明的后台数据采集程序逻辑流程图；
附图3为本发明的风功率及电量诊断系统；
附图4为本发明的前台数据分析及展示程序逻辑流程图；
附图5为本发明的Al I优化前风机功率曲线；
附图6为本发明的Al I风机优化后风机功率曲线。
[0022](五)
【具体实施方式】
本发明风功率及电量诊断系统需要配置两台服务器:一台数据服务器用采集实时数据;另一台数据服务器用于历史数据存储和数据分析，开发web页面分享到用户端。
[0023]风功率及电量诊断系统共由三级构成:
第一级为数据采集，通过PI数据库接口每8-12秒(优选10秒)采集气象和风机实时数据；
第二级为数据处理，将采集到的海量数据信息进行高层次的计算，建立可靠数据模型；第三级为客户端web页面展示，自由选择某一个时期段(可设定)的实际功率曲线与理论功率曲线对比图和电量收益。
[0024](I)数据采集层
本系统层由扣控制台程序实现，通过线程采集数据，每隔8-12秒(优选10秒)秒读取一次SQLServer数据库中对应的测点以及遍历周期和取值方式，通过PI数据库接口取出风速、功率所对应的时间和值，按照数据库中定义的周期范围和取值方式进行批量的输出和插入到数据表中，有效改善前台系统直接与实时数据库连接所造成的效率低、卡死等问题。
[0025]根据PI数据库接口取出的对应周期值，一次性存取到SQLServer数据库中对应的数据输出表中，由于数据量太大，这里设计的数据输出表每月新创建一个，大大提高前台直接获取关系数据库中数据的处理效率。
[0026]数据的自动采集，极大提高了数据的有效性、及时性，避免了重复繁琐的手工操作。
[0027](2)数据处理层
数据处理层是对实时数据库上传上来的数据进行存储、计算、处理、分析。
[0028](3)客户端
客户端属于应用层，由菜单栏、数据查询条件选择栏、结果显示窗口组成，实现各风电场风机理论功率曲线和风机实际功率曲线对比查询功能，当用户在选定的时间范围进行查询对比，根据查询所得数据自动生成功率曲线图，供运行人员对每台风机的实际功率曲线与理论功率曲线进行参考对比，最终得出每台风机的功率曲线是否合格;通过实际功率与理论功率之间差值的计算得出较理论功率曲线的电量差，当实际功率曲线低于理论功率曲线时，可以得出因功率曲线不合格造成的电量损失；当实际功率曲线高于理论功率曲线时，可以得出因功率曲线优化提高的发电量。
[0029]以某风电场2014年4月投运66台1.5丽/82型风机为例。在2014年7月I日至8月I日期间，通过功率曲线及电量诊断系统发现All风机实测功率曲线与标准功率曲线偏差较大，统计因功率曲线不达标损失电量1.5万千瓦时，影响利润0.86万元。
[0030]根据系统提供的有力数据，立即制定风机功率曲线优化方案:
1.校核风机偏航零度角和调整偏航角度差。
[0031]2.校核传动链对中误差。
[0032]3.调整风机变桨控制策略，智能变桨；
4.叶轮前风速智能检测，矫正叶片尾流对风速的影响；
通过以上措施对此风机的发电性能进行了优化，411风机在3!11/8-81]1/8风速区间发电效率较提升4.8%。
[0033]2015年2月-6月份，某新能源发电有限公司通过对所属787台风机进行全面诊断及优化，下半年增发电量4500万千瓦时，增加收益2610万元。
“风功率及电量诊断系统”是风力发电技术与信息化手段相结合的结晶，是风电企业精益化管理的典范，解放劳动生产力，提高经济效益，推动科技发展，具有广泛的推广应用价值。
【主权项】
1.一种风功率及电量诊断系统，其特征在于:基于PI数据库采集数据，利用网络技术收集气象数据和风机实时生产信息，建立可靠数学模型，大数据分析，评估风机发电效率、统计损失电量和收益。2.根据权利要求1所述的风功率及电量诊断系统，其特征在于:包括: 数据采集层，通过PI数据库每8-12秒采集气象和风机实时数据； 数据处理层，将采集到的海量数据信息进行高层次的计算，建立可靠数据模型； 客户端，客户端web页面自由选择某一个时期段的实际功率曲线与理论功率曲线对比图和电量收益。3.根据权利要求2所述的风功率及电量诊断系统，其特征在于:数据采集层由#C控制台程序实现，通过线程采集数据，每隔8-12秒读取一次SQLServer数据库中对应的测点以及遍历周期和取值方式，通过PI数据库接口取出风速、功率所对应的时间和值，按照数据库中定义的周期范围和取值方式进行批量的输出和插入到数据表中。4.根据权利要求3所述的风功率及电量诊断系统，其特征在于:根据PI数据库接口取出的对应周期值，一次性存取到SQLServer数据库中对应的数据输出表中。5.根据权利要求2所述的风功率及电量诊断系统，其特征在于:数据处理层是对实时数据库上传上来的数据进行存储、计算、处理、分析。6.根据权利要求2所述的风功率及电量诊断系统，其特征在于:客户端，实现各风电场风机理论功率曲线和风机实际功率曲线对比查询功能，当用户在选定的时间范围进行查询对比，根据查询所得数据自动生成功率曲线图，供运行人员对每台风机的实际功率曲线与理论功率曲线进行参考对比，最终得出每台风机的功率曲线是否合格;通过实际功率与理论功率之间差值的计算得出较理论功率曲线的电量差，当实际功率曲线低于理论功率曲线时，可以得出因功率曲线不合格造成的电量损失；当实际功率曲线高于理论功率曲线时，可以得出因功率曲线优化提高的发电量。7.根据权利要求2-6任一所述的风功率及电量诊断系统，其特征在于:还包括对风机的优化系统，该对风机的优化系统包括: 校核风机偏航零度角和调整偏航角度差； 校核传动链对中误差； 调整风机变桨控制策略，智能变桨； 叶轮前风速智能检测，矫正叶片尾流对风速的影响。
【文档编号】G06Q50/06GK106022543SQ201610483347
【公开日】2016年10月12日
【申请日】2016年6月28日
【发明人】李长军, 安普亮, 韩超, 曹久亚, 张兴, 邢伟, 刘进, 乔莎
【申请人】华电国际宁夏新能源发电有限公司, 山东创德软件技术有限公司