[发明专利]一种基于多种方法数据融合的风电场发电能力评估方法

权利要求书

1.一种基于多种方法数据融合的风电场发电能力评估方法，其特征在于，所述方法包括如下步骤：

步骤1.通过标杆风机法计算风电场的理论出力；

步骤2.通过修正风速方法计算风电场的理论出力；

步骤3、通过理论出力还原表法计算风电场的理论出力；

步骤4.根据卡尔曼数据融合方法融合所述步骤1、步骤2和步骤3得到的风电场的理论出力，得到融合后的最终理论出力，具体处理过程为：

通过传感器获取所述步骤1、步骤2和步骤3得到的风电场的理论出力多组数据；

对所述多组数据的每一组通过卡尔曼滤波器进行处理，得到每一组数据的卡尔曼滤波估计结果；

对所述每一组卡尔曼滤波估计结果进行卡尔曼数据融合，得到所述风电场融合后的最终理论出力。

2.如权利要求1所述的风电场发电能力评估方法，其特征在于，所述步骤1中所述标杆风机法计算风电场理论出力的具体过程如下：

根据单机实际出力制定实际出力网络图；

筛选出对理论出力总值影响权重较大的风机作为标杆风机；

标注所述标杆风机在所述网络图中的位置；

获取可用的标杆风机总出力；

根据公式；风电场理论出力＝可用标杆风机总出力*(总风机除去故障及限电风机/可用标杆风机总数)，得到风电场理论出力。

3.如权利要求1所述的风电场发电能力评估方法，其特征在于，所述步骤2中所述修正风速方法计算风电场理论出力的具体过程如下：

根据单机理论风速模块，获取标杆风机理论风速；

实际测得所述标杆风机功率；

根据所述标杆风机理论出力与实际出力对应关系，修正风速网络，将对应关系还原到整个风电场；

根据单杆风机理论出力还原表，对应单机理论出力网络图，计算出所述标杆风机的出力；

得到风电场理论出力。

4.如权利要求1所述的风电场发电能力评估方法，其特征在于，所述步骤3中所述理论出力还原表法计算风电场总理论出力的具体过程如下：

根据单机理论风速模块，得到所有风机理论风速；

根据单标杆风机理论出力还原表逆推得到所有风机理论出力；

求和得到风电场理论出力。

5.如权利要求1所述的风电场发电能力评估方法，其特征在于，所述步骤4中所述尔曼数据融合方法具体实现步骤如下：

设系统有下形如式：

x(k+1)＝A(k)x(k)+w(k)

z(i，k)＝C(i，k)x(k)+v(i，k)，i＝1，2，...N (1)

其中，x(k)为系统状态向量，A(k)是转移矩阵，i＝1，2，…，N表示传感器，z(i，k)表示第i个传感器的观测向量，C(i，k)是观测矩阵，w(k)，v(i，k)分别为系统噪声和观测噪声序列。

状态向量初始值x(0)为一随机向量，并且有：

E{[x(0)-x0][x(0)-x0]T}＝P0

E[x(0)]＝x0 (2)

假设x(0)、w(k)和v(i，k)之间是统计独立的；设s(t)分别表示状态基于传感器i观测信息的Kalman滤波估计值和相应的估计误差协方差阵，对于i＝1，2，…，N，假设x(k|k)不相关，则最优联邦滤波器最优数据融合准则由式(3)给出：

x ( k | k ) = Σ i = 1 N a i , k x i ( k | k ) - - - ( 3 ) ]]>

其中

a i , k = ( Σ j = 1 N P - 1 j ( k | k ) ) - 1 P - 1 i ( k | k ) - - - ( 4 ) ]]>

相应的估计误差协方差矩阵为：

P ( k | k ) = ( Σ i = 1 N P i - 1 ( k | k ) ) - 1 - - - ( 5 ) ]]>

其中P(k|k)表示x(k|k)的估计误差协方差。