一种风电机组发电量可利用率评价方法及装置与流程

本发明涉及风电机组发电特性评估，具体涉及一种风电机组发电量可利用率评价方法及装置。

背景技术：

1、风力发电的经济效益由风电机组发电量直接决定，而风电机组发电量所受影响因素较多，除风电机组自身额定容量外，还受到气候条件、人力干扰、风电机组维护检修等运行状态的影响，这使得风电机组发电量与预设的情况之间有所出入，不能实现预期经济效益。如何快速合理的评估风电机组发电量可利用率，是提高风电机组发电量，降低能量损耗的前提。

2、对于风电机组的可利用率，一般有2种评价方法：时间可利用率和发电量可利用率。

3、时间可利用率定义为一定统计时间范围内风机处于可用状态的时间占比。时间可利用率指标可以有效表征设备维护水平，但由于风能不可控不可调的特点，仅仅考虑时间可利用率，难以判断风机可用状态能否与优势风能良好匹配，能否带来更高的潜在经济价值。

4、发电量可利用率依据gb/z 35483-2017《风力发电机组发电量可利用率》标准，定义为实际发电量和潜在发电量的比值。其中，实际发电量为风力发电机组与电力汇集系统连接点处所测量的电能；潜在发电量为根据风力发电机组设计准则、技术规范及场址条件计算的电能。

5、在发电量可利用率的计算中，实际发电量经过测量，相对容易获得，而潜在发电量的计算涉及功率曲线的选择、风速的测定等问题，通常较难确定。gb/z 35483-2017标准提供了几种确定潜在发电量的可行方法。

6、1)基于特定功率曲线和风速的方法

7、基于特定功率曲线的方法需要每台风力发电机组的特定场址功率曲线，即风速和功率的对应关系，以便利用风速，来推算风力发电机组应发电量，即潜在发电量。

8、常用的方法包括：机舱风速计测量风速和功率曲线、测量上游风速和功率曲线、采用修正系数的测风塔测量风速和功率曲线。此类方法在实际操作中都存在一定的局限性。

9、机舱风速计测量风速和功率曲线，由于气流经过了风轮，因此准确度不高；需要每两年校准一次，维护量较大；测量装置失效对结果的影响较大。

10、测量上游风速和功率曲线，虽然无需设立测风塔，且风轮扰流或湍流所造成的影响不大，但是应用到前沿技术，设备昂贵，制造商较少，建立历史功率信息需要足量的数据，花费时间较长。

11、采用修正系数的测风塔测量风速和功率曲线，需要计算每台机组的修正系数，通常每个场址需要安装一个或多个测风塔，成本高，维护量大。

12、2)基于功率的方法

13、基于功率的方法不需要得到特定场址的功率曲线，但是需要参考风电场平均发电量或具有代表性的参照组风力发电机组平均发电量等信息，确定潜在发电量。

14、此类方法具有无需进行风速测量，成本低的优点，但是依赖于其他风力发电机组的运行状况，如果其他风电机组运行状况不佳，或与被测风电机组运行模式相差较大，会使计算结果存在较大误差。

技术实现思路

1、为了克服上述缺陷，本发明提出了一种风电机组发电量可利用率评价方法及装置。

2、第一方面，提供一种风电机组发电量可利用率评价方法，所述风电机组发电量可利用率评价方法包括：

3、动态划分风电机组的风速及功率数据对应的风速区间；

4、对各风速区间对应的功率数据进行时间序列分析，得到等时间间隔的风速区间对应的功率数据；

5、将所述等时间间隔的风速区间对应的功率数据输入arma模型，得到arma模型输出的功率预测数据；

6、基于风电机组的功率实际数据和所述功率预测数据评估风电机组发电量可利用率。

7、优选的，所述动态划分风电机组的风速及功率数据对应的风速区间之前，包括：

8、基于风电机组的功率相关特征数据对风电机组的风速及功率数据进行数据清洗；

9、其中，所述风电机组的功率相关特征数据包括：风速、桨距角、变桨速度、发电机转速、发电功率、偏航偏差角度、控制系统状态码。

10、进一步的，所述基于风电机组的功率相关特征数据对风电机组的风速及功率数据进行数据清洗，包括：

11、根据所述控制系统状态码，保留待风状态和正常发电状态对应的风电机组的风速及功率数据，去除其他运行状态对应的风电机组的风速及功率数据；

12、根据所述变桨速度，删除正处于变桨过程时对应的风电机组的风速及功率数据；

13、根据所述偏航偏差角度，删除偏差角度大于3°时对应的风电机组的风速及功率数据。

14、进一步的，所述基于风电机组的功率相关特征数据对风电机组的风速及功率数据进行数据清洗，包括：

15、以0.5m/s整数倍的风速为中心，将中心左右各0.25m/s划分为一个风速区间；

16、若风速区间中对应的桨距角的数据个数少于10个，则删除该风速区间；

17、对风速区间中对应的桨距角进行概率密度分析，若风速区间中对应的桨距角的概率密度大于风速区间中对应的最大桨距角的概率密度的80％，则保留该桨距角对应的风电机组的风速及功率数据，否则，删除该桨距角对应的风电机组的风速及功率数据。

18、进一步的，所述基于风电机组的功率相关特征数据对风电机组的风速及功率数据进行数据清洗，包括：

19、以0.5m/s整数倍的风速为中心，将中心左右各0.25m/s划分为一个风速区间；

20、若风速区间中对应的发电机转速的数据个数少于10个，则删除该风速区间；

21、对风速区间中对应的发电机转速进行概率密度分析，若风速区间中对应的发电机转速的概率密度大于风速区间中对应的最大发电机转速的概率密度的80％，则保留该发电机转速对应的风电机组的风速及功率数据，否则，删除该发电机转速对应的风电机组的风速及功率数据。

22、进一步的，所述基于风电机组的功率相关特征数据对风电机组的风速及功率数据进行数据清洗，包括：

23、以2rpm整数倍的发电机转速为中心，将中心左右各1rpm划分为一个发电机转速区间；

24、若发电机转速区间中对应的发电功率的数据个数少于10个，则删除该发电机转速区间；

25、对发电机转速区间中对应的发电功率进行概率密度分析，若发电机转速区间中对应的发电功率的概率密度大于发电机转速区间中对应的最大发电功率的概率密度的80％，则保留该发电功率对应的风电机组的风速及功率数据，否则，删除该发电功率对应的风电机组的风速及功率数据。

26、优选的，所述动态划分风电机组的风速及功率数据对应的风速区间，包括：

27、步骤1初始化风速区间编号i＝1，初始第1个风速区间为：[v1_start，v1_end)，其中，v1_start＝v_0，v1_end＝v_0+d，v_0为所有数据中的最小风速，v1_start为第1个风速区间的下限风速，v1_end为第1个风速区间的上限风速；

28、步骤2设置风速区间宽度d＝0.5m/s，

29、步骤3对第i个风速区间[vi_start，vi_end)对应的功率数据进行线性拟合，得到拟合函数：p_curve＝a*v_curve+b，其中，vi_start为第i个风速区间的下限风速，vi_end为第i个风速区间的上限风速，p_curve为功率数据，v_curve为风速，a、b为拟合系数；

30、步骤4判断拟合系数a和风速区间宽度d是否满足：1％*pe≤|a*d|≤5％*pe，若是，则转至步骤5，否则，转至步骤6，其中，pe为风电机组额定发电功率；

31、步骤5判断vi_end是否大于所有数据中的最大风速，若是，则输出第1至第i-1个风速区间，否则，令i＝i+1并返回步骤2；

32、步骤6判断拟合系数a和风速区间宽度d是否满足：|a*d|<1％*pe，若是，则令d＝d+0.01并返回步骤3，否则，则令d＝d-0.01并返回步骤3。

33、优选的，所述对各风速区间对应的功率数据进行时间序列分析，得到等时间间隔的风速区间对应的功率数据，包括：

34、对各风速区间对应的功率数据进行时间序列平稳性检测，其中，当风速区间对应的功率数据不满足平稳性时，对该风速区间对应的功率数据进行差分后重新进行时间序列平稳性检测；

35、对各风速区间对应的功率数据进行白噪声检测，其中，当风速区间对应的功率数据属于白噪声时，将该风速区间对应的功率数据替换为该风速区间内所有功率数据的平均值；

36、采用线性插值的方式获取等时间间隔的各风速区间对应的功率数据。

37、优选的，所述风电机组发电量可利用率如下：

38、cw＝poutput/ppre

39、上式中，cw为风电机组发电量可利用率，poutput为风电机组的功率实际数据，ppre为所述功率预测数据。

40、第二方面，提供一种风电机组发电量可利用率评价装置，所述风电机组发电量可利用率评价装置包括：

41、划分模块，用于动态划分风电机组的风速及功率数据对应的风速区间；

42、第一分析模块，用于对各风速区间对应的功率数据进行时间序列分析，得到等时间间隔的风速区间对应的功率数据；

43、第二分析模块，用于将所述等时间间隔的风速区间对应的功率数据输入arma模型，得到arma模型输出的功率预测数据；

44、评估模块，用于基于风电机组的功率实际数据和所述功率预测数据评估风电机组发电量可利用率。

45、第三方面，提供一种计算机设备，包括：一个或多个处理器；

46、所述处理器，用于存储一个或多个程序；

47、当所述一个或多个程序被所述一个或多个处理器执行时，实现所述的风电机组发电量可利用率评价方法。

48、第四方面，提供一种计算机可读存储介质，其上存有计算机程序，所述计算机程序被执行时，实现所述的风电机组发电量可利用率评价方法。

49、本发明上述一个或多个技术方案，至少具有如下一种或多种有益效果：

50、本发明涉及风电机组发电特性评估技术领域，具体提供了一种风电机组发电量可利用率评价方法及装置，包括：动态划分风电机组的风速及功率数据对应的风速区间；对各风速区间对应的功率数据进行时间序列分析，得到等时间间隔的风速区间对应的功率数据；将所述等时间间隔的风速区间对应的功率数据输入arma模型，得到arma模型输出的功率预测数据；基于风电机组的功率实际数据和所述功率预测数据评估风电机组发电量可利用率。本发明提供的技术方案既不需要进行额外的风速测量，也不依赖于其他风力发电机组的运行状况，只对被测风力发电机组本身的历史数据进行区间划分和时间序列分析，得出风电机组潜在发电量，以确定发电量可利用率。解决风电机组发电量可利用率计算中存在的成本、可靠性、时间周期长等问题。