一种风电有功功率极值检测方法及装置与流程

本发明涉及风电技术领域，尤其涉及一种风电有功功率极值检测方法及装置。

背景技术：

随着风电在电网中的比重不断增大，风电的波动性和间歇性为电力装置的安全和稳定带来了严峻的挑战,特别是在风电的爬坡事件中，功率在短时间内大幅度波动，极易破坏电网的功率平衡和频率稳定，导致电网装置的崩溃，造成极大的经济损失。对风电极值的合理预测，能够辅助电力装置的调度人员制定周密的调度计划，在极值产生前调整风电所占比例，防止造成严重问题。极值的检测是极值预测和评估的基础，一个合理的极值检测算法既能为极值预测提供准确数据，也能保证预测评估的准确性，具有很强的实用价值。

技术实现要素：

本发明所要解决的技术问题是：目前在风电的爬坡事件中，功率在短时间内大幅度波动，极易破坏电网的功率平衡和频率稳定，导致电网装置的崩溃，造成极大的经济损失。

为解决上面的技术问题，本发明提供了一种风电有功功率极值检测方法，该方法包括如下步骤：

s1,读取风电爬坡检测的结果，将爬坡中的坡顶和坡底分别划入极大值和极小值集合，将得到的两个极值集合在极值寻优时间阈值范围内寻找更优极值替代；

s2,分别遍历s1中进行极值寻优后的两个极值集合，并按极值定义对两个极值集合进行调整；

s3，对s2中得到调整后新的两个极值集合补充新极值；

s4,分别遍历s3中补充新极值后的两个极值集合，对相邻同向极值进行比较，选出一个最优极值，形成新的两个极值集合；

s5，遍历s4中形成的新的两个极值集合，对两个极值集合进行优化处理；

s6，分别遍历s5中优化处理后的两个极值集合，对两个相邻同向的极值间插入相反极值。

进一步地，所述s1中还包括：读取风电有功功率极值检测所需参数；读取和处理风电有功功率数值，形成归一化的风电功率序列；读取原始的风电功率数值序列，并将原始风电功率数值序列归一化。

进一步，所述s1中还包括：

s11，遍历极大值集合，对每个极大值，在该极大值的极值寻优时间阈值范围内，寻找一个最大值；

s12，若该极大值与寻找的最大值的时间阈值不相等，则在极大值集合中，以寻找的最大值取代该极大值；否则回到s11，继续遍历极大值集合，直到遍历结束，跳到s13；

s13，遍历极小值集合，对每个极小值，在该极小值的极值寻优时间阈值范围内，寻找一个最小值；

s14，若该极小值与寻找的最小值的时间阈值不相等，则在极小值集合中，以寻找的最小值取代该极小值；否则回到s13，继续遍历极小值集合，直到遍历结束。

进一步地，所述s2中还包括：

s21，分别遍历s1中进行极值寻优后的两个极值集合，对每个极值，若该极值是极大值，则进行s22；若该极值是极小值，则进行s24，直到遍历结束；

s22，判断该极大值在原始功率序列中左边点功率值是否大于该极大值，若大于则将该点作为最新极大值，继续向左遍历，直到遇到比最新极大值小的点结束，或者返回s21；否则进行s23；

s23，判断s21中的极大值在原始功率序列中右边点功率是否大于该极大值，若大于则将该点作为最新极大值，继续向右遍历，直到遇到比最新极大值小的点结束，或者返回s21；

s24，判断s21中的极小值在原始功率序列中左边点功率是否小于该极小值，若小于则将该点作为最新极小值，继续向左遍历，直到遇到比最新极小值大的点结束，或者返回s21；否则进行s25；

s25，判断s21中的极小值在原始功率序列中右边点功率是否小于该极小值，若小于则将该点作为最新极小值，继续向右遍历，直到遇到比最新极小值大的点结束，或者返回s21。

进一步地，所述s3中包括：

s31，遍历s2中的两个极值的集合，对每两个相邻极值，如果两个相邻极值之差大于时间阈值，则进行s32；否则重复s31，继续遍历直到结束；

s32，在原始功率序列中，找到s31中两个相邻极值所处的时间段内功率最大点数值和功率最小点数值；

s33，如果功率最大点数值和功率最小点数值之差大于幅度阈值，则将功率最大点数值插入极大值集合，将功率最小点数值插入极小值集合；否则返回s31。

进一步地，所述s4中包括：

s41，遍历s3中的极大值集合，对每两个相邻的极大值，若两者间不存在极小值，则计算两者的时间差值，进行s42；否则继续遍历，直到遍历结束，转到s43；

s42，如果两者的时间差值小于时间阈值，则将两个相邻的极大值中较小的极大值从极大值集合中去除；否则转到s41，继续遍历极大值集合；

s43，遍历极小值集合，对每两个相邻的极小值，若两者间不存在极大值，则计算两者的时间差值，进行s44；否则继续遍历直到结束；

s44，如果两者的时间差值小于时间阈值，则将两个相邻的极小值中较大的极小值从极小值集合中去除；否则转到s43，继续遍历极小值集合。

进一步地，所述s5中包括：

s51，遍历极值集合，对每两个相邻极值，如果两者的方向相反，则进行s52；否则重复s51，继续遍历直到结束；

s52，如果两个反向相邻极值之差小于时间阈值，且幅度值小于幅度阈值，则将两个相邻极值从极值集合中剔除；否则返回s51。

进一步地，所述s6中包括：

s61，遍历极大值集合，对每两个相邻的极大值，若两者间不存在极小值，则计算两者的时间差值，进行s62；否则继续遍历，直到遍历结束，转到s63；

s62，如果两者的时间差值大于或等于时间阈值，则在两个相邻的极大值时间段内寻找一个最小值点，如果两个极大值幅度阈值分别与该最小值的幅度阈值的绝对差的最小值都大于幅度阈值，则将该最小值点插入极小值集合；否则返回s61，继续遍历极大值集合；

s63，遍历极小值集合，对每两个相邻的极小值，若两者间不存在极大值，则计算两者的时间差值，进行s64；否则继续遍历直到结束；

s64，如果两者的时间差值大于或等于时间阈值，则在两个相邻的极小值时间段内寻找一个最大值点，如果两个极小值幅度阈值分别与该最大值的幅度阈值的绝对差的最小值都大于幅度阈值，则将该最大值点归入极大值集合；否则转到s63，继续遍历极小值集合。

本发明的有益效果：结合风电场历史运行数据，能快速有效地检测出风电功率数据中的极值，既能为极值预测提供准确的数据，也能保证预测评估的准确性，具有很强的实用价值。

本发明还涉及一种风电有功功率极值检测装置，该装置包括：极值初选模块、极值调整模块、极值补充模块、极值比较模块、极值优化处理模块和极值插入模块；

所述极值初选模块，用于风电读取爬坡检测的结果，将爬坡中的坡顶和坡底分别划入极大值和极小值集合，将得到的两个极值集合在极值寻优时间阈值范围内寻找更优极值替代；

所述极值调整模块，用于遍历极值初选模块中的经过极值寻优后得到的两个极值集合，并按极值定义对两个极值集合进行调整；

所述极值补充模块，用于对在极值调整模块处理后的两个极值集合进行新极值补充；

所述极值比较模块，用于遍历极值补充模块处理的两个极值集合，对相邻同向极值进行比较，选出一个最优极值，形成新的两个极值集合；

所述极值优化处理模块，用于对极值比较模块形成的新的两个极值集合，对两个极值集合进行优化处理；

所述极值插入补充模块，用于对极值优化处理模块优化处理后的两个极值集合，在相邻两个同向极值间插入相反极值。

进一步地，该装置还包括：所述极值初选模块还用于获取极值检测所需参数和用于读取风电功率原始数据，将风电功率数据归一化。

本发明的有益效果：结合风电场历史运行数据，能快速有效地检测出风电功率数据中的极值，既能为极值预测提供准确的数据，也能保证预测评估的准确性，具有很强的实用价值。

附图说明

图1为本发明的一种风电有功功率极值检测方法的流程图；

图2为本发明的一种风电有功功率极值检测装置的示意图；

图3为本发明的一种风电有功功率极值检测方法的部分示意图；

图4为本发明的一种风电有功功率极值检测方法的部分示意图；

图5为本发明的一种风电有功功率极值检测方法的部分示意图；

图6为本发明的一种风电有功功率极值检测方法的部分示意图；

图7为本发明的一种风电有功功率极值检测方法的部分示意图；

图8为本发明的一种风电有功功率极值检测方法的部分示意图。

具体实施方式

以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。

如图1所示，一种风电有功功率极值检测方法，该方法包括如下步骤：

s1,读取风电爬坡检测的结果，将爬坡中的坡顶和坡底分别划入极大值和极小值集合，将得到的两个极值集合在极值寻优时间阈值范围内寻找更优极值替代，其中还包括：读取风电有功功率极值检测所需参数；读取和处理风电有功功率数值，形成归一化的风电功率序列，而参数包括：风电场的装机容量pcap，极值寻优时间阈值α，极值一次补充时间阈值β，极值一次补充幅度阈值δ，极值一次过滤时间阈值ε，极值二次过滤时间阈值极值二次过滤幅度阈值γ，极值二次补充时间阈值λ，极值二次补充幅度阈值σ，其中还包括具体的步骤：

s11，遍历极大值集合，对每个极大值，在该极大值的极值寻优时间阈值范围内，寻找一个最大值；

s12，若该极大值与寻找的最大值的时间阈值不相等，则在极大值集合中，以寻找的最大值取代该极大值；否则回到s11，继续遍历极大值集合，直到遍历结束，跳到s13；

s13，遍历极小值集合，对每个极小值，在该极小值的极值寻优时间阈值范围内，寻找一个最小值；

s14，若该极小值与寻找的最小值的时间阈值不相等，则在极小值集合中，以寻找的最小值取代该极小值；否则回到s13，继续遍历极小值集合，直到遍历结束。

s2,分别遍历s1中的两个极值集合，对每个极值，在该极值的极值寻优时间阈值范围内寻找更优极值替代，得到新的两个极值集合，其中的具体步骤为：s21，遍历s1中两个极值集合，对每个极值，若该极值是极大值，则进行s22；若该极值是极小值，则进行s24，直到遍历结束；

s22，判断该极大值在原始功率序列中左边点功率值是否大于该极大值，若大于则将该点作为最新极大值，继续向左遍历，直到遇到比最新极大值小的点结束，或者返回s21；否则进行s23；

s23，判断s21中的极大值在原始功率序列中右边点功率是否大于该极大值，若大于则将该点作为最新极大值，继续向右遍历，直到遇到比最新极大值小的点结束，或者返回s21；

s24，判断s21中的极小值在原始功率序列中左边点功率是否小于该极小值，若小于则将该点作为最新极小值，继续向左遍历，直到遇到比最新极小值大的点结束，或者返回s21；否则进行s25；

s25，判断s21中的极小值在原始功率序列中右边点功率是否小于该极小值，若小于则将该点作为最新极小值，继续向右遍历，直到遇到比最新极小值大的点结束，或者返回s21；

s3，对s2中得到新的两个极值集合补充新极值，其中的具体步骤为：

s31，遍历两个极值的集合，对每两个相邻极值，如果两个相邻极值之差大于或等于极值一次补充时间阈值，则进行s32；否则重复s31，继续遍历直到结束；

s32，在原始功率序列中，找到s31中两个相邻极值所处的时间段内功率最大点数值和功率最小点数值；

s33，如果功率最大点数值和功率最小点数值之差大于或等于极值一次补充幅度阈值，则将功率最大点数值插入极大值集合，将功率最小点数值插入极小值集合；否则返回s31；

s4,分别遍历s3中补充新极值后的两个极值集合，对相邻同向极值进行比较，选出一个最优极值，形成新的两个极值集合，其中的具体步骤为：

s41，遍历极大值集合，对每两个相邻的极大值，若两者间不存在极小值，则计算两者的时间差值，进行s42；否则继续遍历，直到遍历结束，转到s43。

s42，如果两者的时间差值小于或者等于极值一次过滤时间阈值，则将两个相邻的极大值中较小的极大值从极大值集合中去除；否则转到s41，继续遍历极大值集合；

s43，遍历极小值集合，对每两个相邻的极小值，若两者间不存在极大值，则计算两者的时间差值，进行s44；否则继续遍历直到结束；

s44，如果两者的时间差值小于或者等于极值一次过滤时间阈值，则将两个相邻的极小值中较大的极小值从极小值集合中去除；否则转到s43，继续遍历极小值集合。

s5，遍历s4中形成的新的两个极值集合，对两个极值集合进行优化处理，其中的具体步骤为：

s51，遍历极值集合，对每两个相邻极值，如果两者的方向相反，则进行s52；否则重复s51，继续遍历直到结束；

s52，如果两个相邻反向极值的时间差小于时间阈值，且幅值差小于幅度阈值，则把两个极值从极值集合中删除，否则返回s51。

s6，分别遍历s5中优化处理后的两个极值集合，对两个相邻同向的极值间插入相反极值，其中具体步骤为：s61，遍历极大值集合，对每两个相邻的极大值，若两者间不存在极小值，则计算两者的时间差值，进行s62；否则继续遍历，直到遍历结束，转到s63；

s62，如果两者的时间差值大于或等于极值二次补充时间阈值，则在两个相邻的极大值时间段内寻找一个最小值点，如果两个极大值幅度阈值分别与该最小值的幅度阈值的绝对差的最小值都大于幅度阈值，则将该最小值点插入极小值集合；否则返回s61，继续遍历极大值集合；

s63，遍历极小值集合，对每两个相邻的极小值，若两者间不存在极大值，则计算两者的时间差值，进行s64；否则继续遍历直到结束；

s64，如果两者的时间差值大于或等于极值二次补充时间阈值，则在两个相邻的极小值时间段内寻找一个最大值点，如果两个极小值幅度阈值分别与该最大值的幅度阈值的绝对差的最小值都大于幅度阈值，则将该最大值点归入极大值集合；否则转到s63，继续遍历极小值集合。

如图2所示，一种风电有功功率极值检测装置，该装置包括：极值初选模块、极值调整模块、极值补充模块、极值比较模块、极值优化处理模块和极值插入模块；

极值初选模块，用于风电读取爬坡检测的结果，将爬坡中的坡顶和坡底分别划入极大值和极小值集合，将得到的两个极值集合在极值寻优时间阈值范围内寻找更优极值替代；极值初选模块还用于获取极值检测所需参数和用于读取风电功率原始数据，将风电功率数据归一化；

极值调整模块，用于遍历极值初选模块中的经过极值寻优后得到的两个极值集合，并按极值定义对两个极值集合进行调整；

极值补充模块，用于对在极值调整模块处理后的两个极值集合进行新极值补充；

极值比较模块，用于遍历极值补充模块处理的两个极值集合，对相邻同向极值进行比较，选出一个最优极值，形成新的两个极值集合；

极值优化处理模块，用于对极值比较模块形成的新的两个极值集合，对两个极值集合进行优化处理；

极值插入补充模块，用于对极值优化处理模块优化处理后的两个极值集合，在相邻两个同向极值间插入相反极值。

实施例

一种风电有功功率极值检测方法，该方法包括如下步骤：

s1，读取极值检测所需参数，其中参数包括：风电场的装机容量pcap，极值寻优时间阈值α，极值一次补充时间阈值β，极值一次补充幅度阈值δ，极值一次过滤时间阈值ε，极值二次过滤时间阈值极值二次过滤幅度阈值γ，极值二次补充时间阈值λ，极值二次补充幅度阈值σ；

s2，读取和处理风电有功功率数值，形成归一化的风电功率序列，其中的步骤具体包括：

s21，读取原始的风电功率数值序列{(t0,p0),(t1,p1),...,(tn,pn)},式中ti(0≤i≤n)是第i个点的时间，单位为秒，pi(0≤i≤n)是第i个点的功率；

s22，将原始风电功率归一化，计算公式如下：

pi'＝pi/pcap

式中，pi'为归一化后的有功功率、pi为第i点的实际功率、pcap为风电场装机容量；

s3，读取爬坡检测结果，将爬坡中的坡顶和坡底分别划入极大值和极小值集合；

如图3所示，s4，分别遍历两个极值集合，对每个极值，在其极值的寻优时间阈值范围内寻找更优极值替代，其中具体的步骤为：

s41，遍历s3中的极大值集合{(t0,p0'),...,(tn,pn')}，对每个极大值(ti,pi')，在[max(0,ti-α),min(tn,ti+α)]范围内，寻找一个最大值(tj,pj')；

s42，若ti≠tj，则在极大值集合中，以(tj,pj')取代(ti,pi')；否则回到s41，继续遍历极大值集合，直到遍历结束，跳到s43；

s43，遍历极小值集合{(t0,p0'),...,(tn,pn')}，对每个极小值(ti,pi')，

在[max(0,ti-α),min(tn,ti+α)]范围内，寻找一个最小值(tj,pj')；

s44，若ti≠tj，则在极小值集合中，以(tj,pj')取代(ti,pi')；否则回到s43，继续遍历极小值集合，直到遍历结束；

如图4所示，s5，按极值定义调整极值，其包括如下步骤：

s51，遍历s4中的极值集合{(t0,p0'),...,(tn,pn')}，对每个极值(ti,pi')，若其是极大值，则进行s52；否则进行s54，直到遍历结束；

s52，判断(ti,pi')在原始功率序列中左边点功率是否大于pi'，若大于则将该点作为最新极大值，继续向左遍历，直到遇到比最新极大值小的点或者结束，用最新极大值替换(ti,pi')，返回s51；否则进行s53；

s53，判断(ti,pi')在原始功率序列中右边点功率是否大于pi'，若大于则将该点作为最新极大值，继续向右遍历，直到遇到比最新极大值小的点结束，用最新极大值替换(ti,pi')，或者返回s51；

s54，判断(ti,pi')在原始功率序列中左边点功率是否小于pi'，若小于则将该点作为最新极小值，继续向左遍历，直到遇到比最新极小值大的点或者结束，用最新极小值替换(ti,pi')，返回s51；否则进行s55；

s55，判断(ti,pi')在原始功率序列中右边点功率是否小于pi'，若小于则将该点作为最新极小值，继续向右遍历，直到遇到比最新极小值大的点或者结束，用最新极小值替换(ti,pi')，返回s51；

如图5所示，s6，当相邻极值时间距离过大时补充新极值，其包括如下步骤：

s61，遍历s5中的极值集合{(t0,p0'),...,(tn,pn')}，对每两个相邻极值(ti,pi')和(ti+1,pi+1')，如果ti+1-ti≥β，则进行s62；否则重复s61，继续遍历直到结束；

s62，在原始功率序列中，找到(ti,ti+1)时间段内功率最大点(tmax,pmax')和功率最小点(tmin,pmin')；

s63，如果pmax'-pmin'≥δ，则将(tmax,pmax')插入极大值集合，将(tmin,pmin')插入极小值集合；否则返回s61；

如图6所示，s7，分别遍历s6中的两个极值集合，对相邻同向极值，若其中不夹相反极值，且两者时间差小于一定值，只保留一个最优极值，其包括如下步骤：

s71，遍历s6中的极大值集合{(t0,p0'),...,(tn,pn')}，对每两个相邻的极大值(ti,pi')和(ti+1,pi+1')，若两者间不存在极小值，则计算两者的时间差值δt＝ti+1-ti，进行s72；否则继续遍历，直到遍历结束，转到s73；

s72，如果δt≤ε，则将(ti,pi')和(ti+1,pi+1')中较小的点从极大值集合中去除；否则转到s71，继续遍历极大值集合；

s73，遍历极小值集合{(t0,p0'),...,(tn,pn')}，对每两个相邻的极小值(ti,pi')和(ti+1,pi+1')，若两者间不存在极大值，则计算两者的时间差值δt＝ti+1-ti，进行s74；否则继续遍历直到结束；

s74，如果δt≤ε，则将(ti,pi')和(ti+1,pi+1')中较大的点从极小值集合中去除；否则转到s73，继续遍历极小值集合；

如图7所示，s8，遍历整体极值集合，删除时间和幅值差距都不大的相邻反向极值,其包括如下步骤：

s81，遍历s7中的极值集合{(t0,p0'),...,(tn,pn')}，对每两个相邻极值(ti,pi')和(ti+1,pi+1')，如果两者的方向相反，则进行s82；否则重复s81，继续遍历直到结束；

s82，如果且|pi+1'-pi|≤γ，则将(ti,pi')和(ti+1,pi+1')从极值集合中剔除；否则返回s81；

如图8所示，s9，分别遍历两个极值集合，对相邻同向极值，若其中不夹相反极值，且两者时间差大于一定值,则在两者间插入一个相反极值，其包括如下步骤：

s91，遍历s8中的极大值集合{(t0,p0'),...,(tn,pn')}，对每两个相邻的极大值(ti,pi')和(ti+1,pi+1')，若两者间不存在极小值，则计算两者的时间差值δt＝ti+1-ti，进行s92；否则继续遍历，直到遍历结束，转到s93；

s92，如果δt＞λ，则在(ti,ti+1)间寻找一个最小值点(tm,pm')，如果min(|pi'-pm'|,|pi+1'-pm'|)＞σ，则将(tm,pm')归入极小值集合；否则转到s91，继续遍历极大值集合；

s93，遍历极小值集合{(t0,p0'),...,(tn,pn')}，对每两个相邻的极小值(ti,pi')和(ti+1,pi+1')，若两者间不存在极大值，则计算两者的时间差值δt＝ti+1-ti，进行s94；否则继续遍历直到结束；

s94，如果δt＞λ，则在(ti,ti+1)间寻找一个最大值点(tm,pm')，

如果min(|pi'-pm'|,|pi+1'-pm'|)＞σ，则将(tm,pm')归入极大值集合；否则转到s93，继续遍历极小值集合。

在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。