[发明专利]一种风电机组功率特性评价方法及系统

权利要求书

1.一种风电机组功率特性评价方法，其特征在于，所述方法包括：

基于风电机组的监控与数据采集系统中的运行数据,构建待测数据集；

所述基于风电机组的监控与数据采集系统中的运行数据,构建待测数据集包括：

对风电机组数据采集与监视控制系统的运行数据进行清洗，筛选风电机组正常发电状态的数据，构建待测数据集；

所述对风电机组数据采集与监视控制系统的运行数据进行清洗包括：删除明显错误值、缺失值、异常值和可疑数据；筛选风电机组正常发电状态的数据；删除电网限电、风电机组维护、调试和非正常模式运行状态下的运行数据；删除湍流强度大于0.2，气温高于40摄氏度或低于2摄氏度，风速大于20m/s，以及有降水时的运行数据；

基于预先构建的基准数据集构建功率特性基准概率密度模型；基于所述待测数据集和所述功率特性基准概率密度模型构建功率特性实际概率密度模型；

所述基于预先构建的基准数据集构建功率特性基准概率密度模型包括：

基于预先设置的基准数据集，将风速划分为多个风速区间；

采用核密度估计方法计算每个风速区间的输出功率概率分布；

基于所述输出功率概率分布的最大值生成概率密度功率曲线，若所述概率密度功率曲线的精度不满足预先设置的精度要求，则调整风速区间宽度，重新划分风速区间，并计算每个风速区间的输出功率概率分布，生成基准概率密度功率曲线，直至所述基准概率密度功率曲线的精度满足预先设置的精度要求；

基于所述重新划分的风速区间、每个风速区间的输出功率概率分布和基准概率密度功率曲线建立功率特性基准概率密度模型；

所述基于所述待测数据集和所述功率特性基准概率密度模型构建功率特性实际概率密度模型包括：

基于所述待测数据集，在所述功率特性基准概率密度模型中重新划分的每个风速区间内，计算得到每个风速区间的输出功率概率分布；

选择所述每个风速区间的输出功率概率分布的最大值生成实际概率密度功率曲线；

基于所述重新划分的风速区间、每个风速区间的输出功率概率分布和实际概率密度功率曲线，建立功率特性实际概率密度模型；

基于所述功率特性基准概率密度模型和功率特性实际概率密度模型，对风电机组长期运行过程中功率特性参数相对变化的情况进行评价；

所述基于所述功率特性基准概率密度模型和功率特性实际概率密度模型，对风电机组长期运行过程中功率特性参数相对变化情况的进行评价包括：

基于所述功率特性基准概率密度模型中的功率特性基准概率密度功率曲线和功率特性实际概率密度模型中的功率特性实际概率密度功率曲线，对风电机组运行过程中的功率曲线控制准确率、功率特性曲线概率密度中心偏离、能量损失率进行评价。

2.如权利要求1所述的风电机组功率特性评价方法，其特征在于，

所述基准数据集为风电机组从装机之后m年内的原始运行数据进行数据清洗后的数据集合，其中m＝2；

所述精度要求为相邻风速区间的所述概率密度功率曲线变化不大于额定功率的10％的宽度。

3.如权利要求1所述的风电机组功率特性评价方法，其特征在于，所述输出功率概率分布按下式进行计算：

式中，风速区间i内的概率密度函数邻近估计值；n：风速区间i内的有效样本点个数；K_h(x)：缩放核函数；K(x)：核函数；h：带宽；x：输出功率值变量；x_j：第j个样本；

其中，缩放核函数K_h(x)按下式进行计算：

K_h(x)＝1/h K(x/h)；

所述核函数K(x)按下式进行计算：

4.如权利要求3所述的风电机组功率特性评价方法，其特征在于，所述带宽h按下式进行计算：

式中，MISE(h)：带宽为h时的平均积分平方误差MISE；E：期望是在真分布为f时的计算；带宽为h时的概率密度函数邻近估计值；f(x)：概率密度函数。