[发明专利]一种风电机组功率特性评价方法及系统

说明书

一种风电机组功率特性评价方法及系统，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；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；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。本发明提供的技术方案采用核密度估计方法，合理划分的数据集，求解随机变量的分布密度函数，满足风电机组功率特性散点图在一定风速范围内即符合随机分布特征，避免信息损失，从而实现对风电机组功率特性的全面评价。

技术领域

本发明涉及新能源发电领域，具体涉及一种风电机组功率特性评价方法及系统。

背景技术

风电机组功率特性是风电机组直接与发电量相关的重要性能指标之一，它反映了自由流风速与风电机组输出净功率之间的关系。风电机组功率特性差就表示相同容量的风电机组发电量低，意味着投资商得不到应有的回报，所以功率特性受到风电机组制造商和风电场开发商的极大关注。

风电机组功率特性测试是获得风电机组这一性能指标最直接的方法，一些标准中规定了开展风电机组功率特性测试的方法，依据标准开展功率特性测试至少需要3个月左右的时间，需要设立测风塔，成本较高，且测试报告给出的均为阶段性计算结果，难以实现对风电机组功率特性的长期监测。功率特性测试结果包括功率特性曲线、功率系数及年发电量，均为一段时间内发电功率的平均结果，不包括对功率曲线参数的全面评价和持续追踪分析。

目前，监控与数据采集(Supervisory Control and Data Acquisition，SCADA)系统在大型风电机组中得到了广泛应用，能够及时、全面地了解风电机组的运行状态。监控与数据采集系统可定期实时监控风电机组所有部件或子系统的运行状况，集信息采集、状态监测、参数调节于一体，为风电机组长期安全运行提供了技术支持。监控与数据采集系统提供的风电机组输出功率、运行状态及机舱风速等信息，能够实现对风电机组功率特性的全面、长期评价。但是风电机组功率特性曲线在长期运行过程中表现为散点图，单纯对散点进行分段平均会损失部分信息，从而影响对风电机组功率特性的评价。

传统方法对功率特性进行评价时，一般采用设计功率曲线和测试功率曲线进行对比的方式，以固定的风速区间宽度进行数据集划分，单纯对数据集中的散点进行分段平均来得到功率曲，无法实现功率特性的长期监测，且由于设计功率曲线考虑理想条件，在实际运行中评价精度较差，评价参数单一。

发明内容

为了解决现有技术中所存在的上述不足，本发明提供一种风电机组功率特性评价方法及系统。

本发明提供的技术方案是：

一种风电机组功率特性评价方法，其改进之处在于，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；

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；

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。

优选地，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，则调整风速区间的宽度，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；