本发明涉及电力系统领域,尤其涉及一种风力发电出力分布特性快速量化计算方法。
背景技术
本发明属于电力系统运行与风力发电并网运行领域,涉及一种风力发电出力分布特性快速量化计算方法。近年来,风力发电迅速发展,其出力随机性、波动性与不确定性给电力系统运行可靠性带来了极大挑战。对风力发电出力的分布特性分析,是电力规划、生产及运行过程中重要的基础性研究工作,在电力电量平衡分析中有着至关重要的作用。
目前,风力发电出力分布特性分析主要有两种方法,分别为观测法和拟合法。观测法基于已经建设完成并投产运行的风力发电场站的历史出力数据,运用数理统计方法提取得到风力发电出力的分布特性,该方法具有简单、直观的优点,但需要积累大量完整的历史出力数据,操作麻烦;拟合法是利用待建风力发电场站附近的气象站数据,利用风机功率特性函数与随机分布数学表达式拟合得到该风力发电出力的随机分布函数,进而提取风力发电出力的分布特性,该方法不需要积累大量历史出力数据,但需要积累大量气象数据,且函数拟合结果与真实情况会有偏差。
技术实现要素:
本发明实施例的目的是提供一种风力发电出力分布特性计算方法和系统,能对风力发电进行快速、高效、简单、准确的分布特性分析,且可对不同风力发电场站的分布特性实现量化对比。
为实现上述目的,本发明实施例提供了一种风力发电出力分布特性计算方法,包括:
收集风电场在预设时间内的历史风电出力数据,计算所述历史风电出力数据的功率标幺值;
获取所述历史风电出力数据的时间尺度以及时间分辨率;其中,所述时间尺度为所述预设时间内最大时间值与最小时间值的差值,所述时间分辨率为所述时间尺度与所述历史风电出力数据的个数的比值;
将所述功率标幺值按照从小到大的顺序进行排序,得到有序的所述功率标幺值的数据集合;
根据所述时间分辨率和所述时间尺度计算所述功率标幺值的数据集合中每一数值对应的持续时间标幺值;
根据所述功率标幺值和所述持续时间标幺值输出风电场出力持续曲线;
获取所述风电场出力持续曲线中与预设直线之间的交点的横坐标,所述交点的横坐标即为风电出力分布特性指数。
与现有技术相比,本发明公开的风力发电出力分布特性计算方法,首先计算历史风电出力数据的功率标幺值,获取历史风电出力数据的时间尺度以及时间分辨率;然后将功率标幺值按照从小到大的顺序进行排序,得到有序的功率标幺值的数据集合,并根据时间分辨率和时间尺度计算功率标幺值的数据集合中每一数值对应的持续时间标幺值;最后根据功率标幺值和持续时间标幺值输出风电场出力持续曲线,获取风电场出力持续曲线中与预设直线之间的交点的横坐标,交点的横坐标即为风电出力分布特性指数。解决了现有技术采用观测法需要积累大量完整的历史出力数据,操作麻烦的问题,还解决了采用拟合法需要积累大量气象数据,且函数拟合结果与真实情况会有偏差的问题。能对风力发电进行快速、高效、简单、准确的分布特性分析,且可对不同风力发电场站的分布特性实现量化对比。
作为上述方案的改进,所述计算所述历史风电出力数据的功率标幺值,包括:
计算所述历史风电出力数据中每一数据与风电场额定发电容量的比值,得到所述功率标幺值。
作为上述方案的改进,所述根据所述时间分辨率和所述时间尺度计算所述功率标幺值的数据集合中每一数值对应的持续时间标幺值,包括:
(ⅰ)令计数器c=1;
(ⅱ)令n=c,则
(ⅲ)令c=c+1,判断是否c=n+1;若是,则完成计算,输出(
(ⅳ)判断是否有
作为上述方案的改进,所述预设直线为过原点的直线。
为实现上述目的,本发明实施例还提供了一种风力发电出力分布特性计算系统,包括:
功率标幺值计算单元,用于收集风电场在预设时间内的历史风电出力数据,计算所述历史风电出力数据的功率标幺值;
时间尺度及时间分辨率获取单元,用于获取所述历史风电出力数据的时间尺度以及时间分辨率;其中,所述时间尺度为所述预设时间内最大时间值与最小时间值的差值,所述时间分辨率为所述时间尺度与所述历史风电出力数据的个数的比值;
功率标幺值排序单元,用于将所述功率标幺值按照从小到大的顺序进行排序,得到有序的所述功率标幺值的数据集合;
持续时间标幺值计算单元,用于根据所述时间分辨率和所述时间尺度计算所述功率标幺值的数据集合中每一数值对应的持续时间标幺值;
风电场出力持续曲线输出单元,用于根据所述功率标幺值和所述持续时间标幺值输出风电场出力持续曲线;
分布特性指数获取单元,用于获取所述风电场出力持续曲线中与预设直线之间的交点的横坐标,所述交点的横坐标即为风电出力分布特性指数。
与现有技术相比,本发明公开的风力发电出力分布特性计算系统,首先功率标幺值计算单元计算历史风电出力数据的功率标幺值,时间尺度及时间分辨率获取单元获取历史风电出力数据的时间尺度以及时间分辨率;然后功率标幺值排序单元将功率标幺值按照从小到大的顺序进行排序,得到有序的功率标幺值的数据集合,持续时间标幺值计算单元根据时间分辨率和时间尺度计算功率标幺值的数据集合中每一数值对应的持续时间标幺值;最后风电场出力持续曲线输出单元根据功率标幺值和持续时间标幺值输出风电场出力持续曲线,分布特性指数获取单元获取风电场出力持续曲线中与预设直线之间的交点的横坐标,交点的横坐标即为风电出力分布特性指数。解决了现有技术采用观测法需要积累大量完整的历史出力数据,操作麻烦的问题,还解决了采用拟合法需要积累大量气象数据,且函数拟合结果与真实情况会有偏差的问题。能对风力发电进行快速、高效、简单、准确的分布特性分析,且可对不同风力发电场站的分布特性实现量化对比。
作为上述方案的改进,所述功率标幺值计算单元用于计算所述历史风电出力数据中每一数据与风电场额定发电容量的比值,得到所述功率标幺值。
作为上述方案的改进,所述持续时间标幺值计算单元具体用于:
(ⅰ)令计数器c=1;
(ⅱ)令n=c,则
(ⅲ)令c=c+1,判断是否c=n+1;若是,则完成计算,输出(
(ⅳ)判断是否有
作为上述方案的改进,所述预设直线为过原点的直线。
附图说明
图1是本发明实施例提供的一种风力发电出力分布特性计算方法的流程图;
图2是本发明实施例提供的一种风力发电出力分布特性计算方法中风电场出力持续曲线的示意图;
图3是本发明实施例提供的一种风力发电出力分布特性计算系统的结构框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
参见图1,图1是本发明实施例提供的一种风力发电出力分布特性计算方法的流程图;包括:
s1、收集风电场在预设时间内的历史风电出力数据,计算所述历史风电出力数据的功率标幺值;
s2、获取所述历史风电出力数据的时间尺度以及时间分辨率;其中,所述时间尺度为所述预设时间内最大时间值与最小时间值的差值,所述时间分辨率为所述时间尺度与所述历史风电出力数据的个数的比值;
s3、将所述功率标幺值按照从小到大的顺序进行排序,得到有序的所述功率标幺值的数据集合;
s4、根据所述时间分辨率和所述时间尺度计算所述功率标幺值的数据集合中每一数值对应的持续时间标幺值;
s5、根据所述功率标幺值和所述持续时间标幺值输出风电场出力持续曲线;
s6、获取所述风电场出力持续曲线中与预设直线之间的交点的横坐标,所述交点的横坐标即为风电出力分布特性指数。
具体的,在步骤s1中,收集风电场预设时间内的历史风电出力数据,所述历史风电出力数据可以来源于风电场的scada系统。计算所述历史风电出力数据中每一数据与风电场额定发电容量的比值,得到所述功率标幺值,公式如下:
其中,
具体的,在步骤s2中,获取所述历史风电出力数据的时间尺度以及时间分辨率;其中,所述时间尺度为所述预设时间内最大时间值与最小时间值的差值,所述时间分辨率为所述时间尺度与所述历史风电出力数据的个数的比值;公式如下:
其中,δt为所述时间分辨率;
具体的,在步骤s3中,将
具体的,在步骤s4中,根据所述时间分辨率δt和所述时间尺度
(ⅰ)令计数器c=1;
(ⅱ)令n=c,则
(ⅲ)令c=c+1,判断是否c=n+1;若是(此时表示已经计算到最后一个数值),则完成计算,输出(
(ⅳ)判断是否有
具体的,在步骤s5中,根据所述功率标幺值和所述持续时间标幺值(
具体的,在步骤s6中,参见图2,在风电场出力持续曲线图上,画出连接点(0,0)和(1,1)的直线l,得到与风电场出力持续曲线s的交点x,记交点x的坐标为(
具体实施时,首先计算历史风电出力数据的功率标幺值,获取历史风电出力数据的时间尺度以及时间分辨率;然后将功率标幺值按照从小到大的顺序进行排序,得到有序的功率标幺值的数据集合,并根据时间分辨率和时间尺度计算功率标幺值的数据集合中每一数值对应的持续时间标幺值;最后根据功率标幺值和持续时间标幺值输出风电场出力持续曲线,获取风电场出力持续曲线中与预设直线之间的交点的横坐标,交点的横坐标即为风电出力分布特性指数。
与现有技术相比,本发明公开的风力发电出力分布特性计算方法,解决了现有技术采用观测法需要积累大量完整的历史出力数据,操作麻烦的问题,还解决了采用拟合法需要积累大量气象数据,且函数拟合结果与真实情况会有偏差的问题。能对风力发电进行快速、高效、简单、准确的分布特性分析,且可对不同风力发电场站的分布特性实现量化对比。
实施例二
参见图3,图3是本发明实施例提供的一种风力发电出力分布特性计算系统的结构框图;包括:
功率标幺值计算单元11,用于收集风电场在预设时间内的历史风电出力数据,计算所述历史风电出力数据的功率标幺值;
时间尺度及时间分辨率获取单元12,用于获取所述历史风电出力数据的时间尺度以及时间分辨率;其中,所述时间尺度为所述预设时间内最大时间值与最小时间值的差值,所述时间分辨率为所述时间尺度与所述历史风电出力数据的个数的比值;
功率标幺值排序单元13,用于将所述功率标幺值按照从小到大的顺序进行排序,得到有序的所述功率标幺值的数据集合;
持续时间标幺值计算单元14,用于根据所述时间分辨率和所述时间尺度计算所述功率标幺值的数据集合中每一数值对应的持续时间标幺值;
风电场出力持续曲线输出单元15,用于根据所述功率标幺值和所述持续时间标幺值输出风电场出力持续曲线;
分布特性指数获取单元16,用于获取所述风电场出力持续曲线中与预设直线之间的交点的横坐标,所述交点的横坐标即为风电出力分布特性指数。
具体的,收集风电场预设时间内的历史风电出力数据,所述历史风电出力数据可以来源于风电场的scada系统。所述功率标幺值计算单元11计算所述历史风电出力数据中每一数据与风电场额定发电容量的比值,得到所述功率标幺值,公式如下:
其中,
具体的,所述时间尺度及时间分辨率获取单元12获取所述历史风电出力数据的时间尺度以及时间分辨率;其中,所述时间尺度为所述预设时间内最大时间值与最小时间值的差值,所述时间分辨率为所述时间尺度与所述历史风电出力数据的个数的比值;公式如下:
其中,δt为所述时间分辨率;
具体的,所述功率标幺值排序单元13将
具体的,所述持续时间标幺值计算单元14根据所述时间分辨率δt和所述时间尺度
(ⅰ)令计数器c=1;
(ⅱ)令n=c,则
(ⅲ)令c=c+1,判断是否c=n+1;若是(此时表示已经计算到最后一个数值),则完成计算,输出(
(ⅳ)判断是否有
具体的,所述风电场出力持续曲线输出单元15根据所述功率标幺值和所述持续时间标幺值(
具体的,参见图2,在风电场出力持续曲线图上,画出连接点(0,0)和(1,1)的直线l,得到与风电场出力持续曲线s的交点x,记交点x的坐标为(
具体实施时,首先功率标幺值计算单元11计算历史风电出力数据的功率标幺值,时间尺度及时间分辨率获取单元12获取历史风电出力数据的时间尺度以及时间分辨率;然后功率标幺值排序单元13将功率标幺值按照从小到大的顺序进行排序,得到有序的功率标幺值的数据集合,持续时间标幺值计算单元14根据时间分辨率和时间尺度计算功率标幺值的数据集合中每一数值对应的持续时间标幺值;最后风电场出力持续曲线输出单元15根据功率标幺值和持续时间标幺值输出风电场出力持续曲线,分布特性指数获取单元16获取风电场出力持续曲线中与预设直线之间的交点的横坐标,交点的横坐标即为风电出力分布特性指数。
与现有技术相比,本发明公开的风力发电出力分布特性计算系统,解决了现有技术采用观测法需要积累大量完整的历史出力数据,操作麻烦的问题,还解决了采用拟合法需要积累大量气象数据,且函数拟合结果与真实情况会有偏差的问题。能对风力发电进行快速、高效、简单、准确的分布特性分析,且可对不同风力发电场站的分布特性实现量化对比。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。