风电场集群发电状态的监测方法、装置及存储介质与流程

本发明涉及电力电网技术领域，特别是涉及一种风电场集群发电状态的监测方法、装置及存储介质。

背景技术：

电力工业是我国化石能源消耗的重要行业，其co2排放量占全国总排放量的38.76％，这使得电力工业的发展将面临着清洁化、高效化、低碳化的巨大压力。因而在新的发展模式下，风电等清洁低碳电源将得到更广阔的发展空间。

近年来，海上风电发展迅速；海上风电一般装机规模较大，其发电出力具有随机性、间歇性和波动性等特点，而当风电在电网中的比例提高时，其发电出力的随机性、间歇性、波动性等缺点也会被逐渐放大，这将严重影响电力系统的安全、稳定运行。同时，海上风电一般离岸较远，需要多个风电场集群并网，这无疑增加了海上风电的复杂性；但是，目前缺乏对海上风电集群并网特性的分析，尤其是其发电功率波动特性，因而难以明确其对电网运行的影响，从而导致难以保证电网的安全和稳定运行。

技术实现要素：

本发明实施例提供一种风电场集群发电状态的监测方法、装置及存储介质，能够实现对海上风电集群发电功率波动特性的分析，以确保电网运行的稳定性和安全性。

为了解决上述技术问题，本发明提供一种风电场集群发电状态的监测方法，包括：

检测每一风电场的风速；

根据每一所述风电场的风速建立风电场集群发电功率模型；

根据所述风电场集群发电功率模型、预设的条件功率以及预设的置信度获得所述风电场集群发电功率波动的置信区间；

根据所述风电场集群发电功率模型以及预设的条件功率获得所述风电场集群发电功率的波动偏度；

应用所述风电场集群发电功率波动的置信区间以及所述风电场集群发电功率的波动偏度监测所述风电场集群的发电状态。

作为优选方案，所述根据每一所述风电场的风速建立风电场集群发电功率模型，具体包括：

根据所述风电场的风速，获得每一所述风电场中的风电机组的发电功率；

根据所述风电机组的发电功率计算每一所述风电场的发电功率；

根据每一所述风电场的发电功率建立风电场集群发电功率模型。

作为优选方案，所述根据所述风电场的风速，获得每一所述风电场中的风电机组的发电功率，具体包括：

当所述风电场的风速小于所述风电机组的切入风速，或所述风电场的风速大于所述风电机组的切出风速时，获得所述风电机组的发电功率为零；

当所述风电场的风速大于所述风电机组的切入风速，且小于所述风电机组的额定风速时，根据所述风速，并通过以下公式计算所述风电机组的发电功率：

其中，f1(v)为所述风电机组的发电功率；pr为所述风电机组的额定功率；v为所述风电场的风速；vci为所述风电机组的切入风速；vr为所述风电机组的额定风速；

当所述风电场的风速大于所述风电机组的额定风速，且小于所述风电机组的切出风速时，获得所述风电机组的发电功率为所述风电机组的额定功率。

作为优选方案，所述根据所述风电机组的发电功率计算每一所述风电场的发电功率，具体包括：

根据所述风电机组的发电功率，通过以下公式计算每一所述风电场的发电功率：

pi＝ci×ni×f1(vi)

其中，pi为第i个风电场的发电功率；ci为第i个风电场的尾流效应系数；ni为第i个风电场内的风电机组的数量；f1(vi)为第i个风电场的风电机组的发电功率。

作为优选方案，所述根据每一所述风电场的发电功率建立风电场集群发电功率模型，具体包括：

根据每一所述风电场的发电功率，建立风电场集群发电功率模型：

其中，pt为所述风电场集群的发电功率；pi为第i个风电场的发电功率；n为所述风电场的数量。

作为优选方案，所述根据所述风电场集群发电功率模型、预设的条件功率以及预设的置信度获得所述风电场集群发电功率波动的置信区间，具体包括：

根据所述风电场集群发电功率模型、预设的条件功率以及预设的置信度，通过以下公式获得所述风电场集群发电功率波动的置信区间：

f2(p1)＝f2(p2)

其中，p1、p2分别为风电场集群的发电功率；(p1，p2)为置信度为1-α的所述置信区间；f2(p1)为在p1下的条件风速概率密度；f2(p2)为在p2下的条件风速概率密度；pc为所述预设的条件功率。

作为优选方案，所述根据所述风电场集群发电功率模型以及预设的条件功率获得所述风电场集群发电功率的波动偏度，具体包括：

根据所述风电场集群发电功率模型以及预设的条件功率，通过以下公式分别计算所述风电场集群发电功率小于所述预设的条件功率的概率以及所述风电场集群发电功率大于所述预设的条件功率的概率：

其中，p1为所述风电场集群发电功率小于所述预设的条件功率的概率；p3为所述风电场集群发电功率大于所述预设的条件功率的概率；pc为所述预设的条件功率；f3(p)为条件功率概率密度；

根据所述风电场集群发电功率小于所述预设的条件功率的概率以及所述风电场集群发电功率大于所述预设的条件功率的概率，计算风电场集群发电功率概率相对偏度：

其中，ρ为所述风电场集群发电功率概率相对偏度；p1为所述风电场集群发电功率小于所述预设的条件功率的概率；p3为所述风电场集群发电功率大于所述预设的条件功率的概率。

作为优选方案，所述根据所述风电场集群发电功率模型以及预设的条件功率获得所述风电场集群发电功率的波动偏度，具体包括：

根据所述风电场集群发电功率模型以及预设的条件功率，通过以下公式分别计算所述风电场集群发电功率小于所述预设的条件功率的概率以及所述风电场集群发电功率大于所述预设的条件功率的概率：

其中，p1为所述风电场集群发电功率小于所述预设的条件功率的概率；p3为所述风电场集群发电功率大于所述预设的条件功率的概率；f3(p)为条件功率概率密度；

根据所述风电场集群发电功率小于所述预设的条件功率的概率以及所述风电场集群发电功率大于所述预设的条件功率的概率，计算风电场集群发电功率概率相对偏度：

其中，ρ为所述风电场集群发电功率概率相对偏度；p1为所述风电场集群发电功率小于所述预设的条件功率的概率；p3为所述风电场集群发电功率大于所述预设的条件功率的概率。

为了解决相同的技术问题，相应地，本发明还提供一种风电场集群发电状态的监测装置，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现上述的风电场集群发电状态的监测方法。

与现有技术相比，本发明提供的一种风电场集群发电状态的监测方法、装置及存储介质，通过检测到的每一所述风电场的风速建立风电场集群发电功率模型，然后根据所述风电场集群发电功率模型、预设的条件功率以及预设的置信度获得所述风电场集群发电功率波动的置信区间，并根据所述风电场集群发电功率模型以及预设的条件功率获得所述风电场集群发电功率的波动偏度，使得能够应用所述风电场集群发电功率波动的置信区间以及所述风电场集群发电功率的波动偏度监测所述风电场集群的发电状态，以实现对海上风电集群发电功率波动特性的分析，从而确保电网运行的稳定性和安全性。

附图说明

图1是本发明实施例中的风电场集群发电状态的监测方法的流程示意图；

图2是本发明实施例中的风电场发电功率概率分布的示意图；

图3是本发明实施例中的风电场集群发电功率概率分布的示意图；

图4是本发明实施例中的风电场集群发电状态的监测装置的结构示意图。

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。

如图1所示，本发明优选实施例的一种风电场集群发电状态的监测方法，包括以下步骤s11-s15：

s11、检测每一风电场的风速。

s12、根据每一所述风电场的风速建立风电场集群发电功率模型。

在一种优选实施方式中，所述根据每一所述风电场的风速建立风电场集群发电功率模型，具体包括以下步骤s121-s123：

s121、根据所述风电场的风速，获得每一所述风电场中的风电机组的发电功率；

s122、根据所述风电机组的发电功率计算每一所述风电场的发电功率；

s123、根据每一所述风电场的发电功率建立风电场集群发电功率模型。

具体地，在实施步骤s121时，在一种优选实施方式中，所述根据所述风电场的风速，获得每一所述风电场中的风电机组的发电功率，具体包括：

当所述风电场的风速小于所述风电机组的切入风速，或所述风电场的风速大于所述风电机组的切出风速时，获得所述风电机组的发电功率为零；

当所述风电场的风速大于所述风电机组的切入风速，且小于所述风电机组的额定风速时，根据所述风速，并通过以下公式计算所述风电机组的发电功率：

其中，f1(v)为所述风电机组的发电功率；pr为所述风电机组的额定功率；v为所述风电场的风速；vci为所述风电机组的切入风速；vr为所述风电机组的额定风速；

当所述风电场的风速大于所述风电机组的额定风速，且小于所述风电机组的切出风速时，获得所述风电机组的发电功率为所述风电机组的额定功率。

在另一种优选实施方式中，所述根据所述风电场的风速，获得每一所述风电场中的风电机组的发电功率，具体包括：

在标准空气密度条件下，根据所述风电场的风速和预设的风电机组的标准特性曲线，获得每一所述风电场中的风电机组的发电功率；其中，所述预设的风电机组的标准特性曲线为风电机组的发电功率与风电场的风速的关系曲线。

在步骤s122中，所述根据所述风电机组的发电功率计算每一所述风电场的发电功率，具体包括：

根据所述风电机组的发电功率，通过以下公式计算每一所述风电场的发电功率：

pi＝ci×ni×f1(vi)

其中，pi为第i个风电场的发电功率；ci为第i个风电场的尾流效应系数；ni为第i个风电场内的风电机组的数量；f1(vi)为第i个风电场的风电机组的发电功率；需要说明的是，所述风电机组的发电功率由上述步骤s121获得。

此外，为了便于分析海上风电场发电功率概率分布，优选地，统计海上风电场的出力分布和相应出现频数，得到其分布概率直方图，如图2所示。

在步骤s123中，所述根据每一所述风电场的发电功率建立风电场集群发电功率模型，具体包括：

根据每一所述风电场的发电功率，建立风电场集群发电功率模型：

其中，pt为所述风电场集群的发电功率；pi为第i个风电场的发电功率；n为所述风电场的数量。

此外，为了便于分析海上风电场集群发电功率概率分布，优选地，统计海上风电场集群的出力分布和相应出现频数，得到其分布概率直方图，如图3所示。

s13、根据所述风电场集群发电功率模型、预设的条件功率以及预设的置信度获得所述风电场集群发电功率波动的置信区间。

具体地，在步骤s13中，所述根据所述风电场集群发电功率模型、预设的条件功率以及预设的置信度获得所述风电场集群发电功率波动的置信区间，具体包括：

根据所述风电场集群发电功率模型、预设的条件功率以及预设的置信度，并通过以下公式获得所述风电场集群发电功率波动的置信区间：

f2(p1)＝f2(p2)

其中，p1、p2分别为所述风电场集群的发电功率；(p1，p2)为所述置信区间；f2(p1)为在p1下的条件风速概率密度；f2(p2)为在p2下的条件风速概率密度；pc为所述预设的条件功率；1-α为置信度。

需要说明的是，p1、p2为两个风电场集群的发电功率，所述预设的条件功率pc为需要关注的某一时刻的风电场集群的发电功率；(p1，p2)为置信度为1-α的置信区间，所述置信度区间反映海上风电场集群的发电功率围绕所述预设的条件功率pc上下波动的范围及概率，因而可以根据所述信度区间获知风电场集群的发电状态。

此外，f2(p)为条件风速概率密度，在获得所述风电场集群的发电功率后，可根据预设的函数计算得到在该风电场集群的发电功率下的条件风速概率密度。

s14、根据所述风电场集群发电功率模型以及预设的条件功率获得所述风电场集群发电功率的波动偏度。

具体地，在实施步骤s14时，在一种优选实施方式中，所述根据所述风电场集群发电功率模型以及预设的条件功率获得所述风电场集群发电功率的波动偏度，具体包括以下步骤：

s141、根据所述风电场集群发电功率模型以及预设的条件功率，并通过以下公式分别计算所述风电场集群发电功率小于所述预设的条件功率的概率以及所述风电场集群发电功率大于所述预设的条件功率的概率：

其中，p1为所述风电场集群发电功率小于所述预设的条件功率的概率；p3为所述风电场集群发电功率大于所述预设的条件功率的概率；pc为所述预设的条件功率；f3(p)为预设的条件功率概率密度，在获得所述风电场集群的发电功率后，可根据预设的函数计算得到在该风电场集群的发电功率下的条件功率概率密度。

s142、根据所述风电场集群发电功率小于所述预设的条件功率的概率以及所述风电场集群发电功率大于所述预设的条件功率的概率，计算风电场集群发电功率概率相对偏度：

其中，ρ为所述风电场集群发电功率概率相对偏度；p1为所述风电场集群发电功率小于所述预设的条件功率的概率；p3为所述风电场集群发电功率大于所述预设的条件功率的概率。

需要说明的是，p1+p3为下一时段海上风电场集群发电功率偏离条件功率的概率，可定义为条件风速的概率偏度；由于通常p1与p3不相等，因此，两者的相对大小可以反映概率分布发生左偏(有功功率减小)和右偏(有功功率增大)的程度。

在具体实施时，当计算出来的所述风电场集群发电功率概率相对偏度ρ∈(0，0.5)时，表明左偏占优；当所述风电场集群发电功率概率相对偏度ρ∈(0.5，1)时，表明右偏占优；当所述风电场集群发电功率概率相对偏度ρ＝0.5时，表明左右偏度相等。

在另一种优选实施方式中，所述根据所述风电场集群发电功率模型以及预设的条件功率获得所述风电场集群发电功率的波动偏度，具体包括以下步骤：

s141’、根据所述风电场集群发电功率模型以及预设的条件功率，通过以下公式分别计算所述风电场集群发电功率小于所述预设的条件功率的概率以及所述风电场集群发电功率大于所述预设的条件功率的概率：

其中，p1为所述风电场集群发电功率小于所述预设的条件功率的概率；p3为所述风电场集群发电功率大于所述预设的条件功率的概率；pc为所述预设的条件功率；f3(p)为条件功率概率密度；

s142’、根据所述风电场集群发电功率小于所述预设的条件功率的概率以及所述风电场集群发电功率大于所述预设的条件功率的概率，计算风电场集群发电功率概率相对偏度：

其中，ρ为所述风电场集群发电功率概率相对偏度；p1为所述风电场集群发电功率小于所述预设的条件功率的概率；p3为所述风电场集群发电功率大于所述预设的条件功率的概率。

在具体实施时，当计算出来的所述风电场集群发电功率概率相对偏度ρ∈(0，0.5)时，表明右偏占优；当所述风电场集群发电功率概率相对偏度ρ∈(0.5，1)时，表明左偏占优；当所述风电场集群发电功率概率相对偏度ρ＝0.5时，表明左右偏度相等。

s15、应用所述风电场集群发电功率波动的置信区间以及所述风电场集群发电功率的波动偏度监测所述风电场集群的发电状态。

具体地，应用所述风电场集群发电功率波动的置信区间以及所述风电场集群发电功率的波动偏度，监测所述风电场集群的发电状态，以实现大规模海上风电集群并网条件下的发电功率波动性分析，从而确保电网的安全稳定运行。

参见图4，本发明另一实施例对应提供了一种风电场集群发电状态的监测装置。

本发明实施例提供的所述风电场集群发电状态的监测装置1，包括处理器11、存储器12以及存储在所述存储器12中且被配置为由所述处理器11执行的计算机程序，所述处理器11执行所述计算机程序时实现上述的风电场集群发电状态的监测方法。

示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器12中，并由所述处理器11执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述风电场集群发电状态的监测装置1中的执行过程。

所称处理器11可以是中央处理单元(centralprocessingunit，cpu)，还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现成可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器12可用于存储所述计算机程序和/或模块，所述处理器11通过运行或执行存储在所述存储器12内的计算机程序和/或模块，以及调用存储在存储器12内的数据，实现所述风电场集群发电状态的监测装置1的各种功能。所述存储器12可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(smartmediacard,smc)，安全数字(securedigital,sd)卡，闪存卡(flashcard)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

其中，所述风电场集群发电状态的监测装置1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本发明提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

综上，本发明提供一种风电场集群发电状态的监测方法、装置及存储介质，通过检测到的每一所述风电场的风速建立风电场集群发电功率模型，然后根据所述风电场集群发电功率模型、预设的条件功率以及预设的置信度获得所述风电场集群发电功率波动的置信区间，并根据所述风电场集群发电功率模型以及预设的条件功率获得所述风电场集群发电功率的波动偏度，使得能够应用所述风电场集群发电功率波动的置信区间以及所述风电场集群发电功率的波动偏度监测所述风电场集群的发电状态，以实现对海上风电集群发电功率波动特性的分析，从而确保电网运行的稳定性和安全性。

以上所述仅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，在不脱离本发明技术原理的前提下，还可以做出若干改进和替换，这些改进和替换也应视为本发明的保护范围。