[发明专利]一种风电调频潜力预测误差分布估计方法有效
申请号: | 202010735856.9 | 申请日: | 2020-07-28 |
公开(公告)号: | CN111900743B | 公开(公告)日: | 2021-11-16 |
发明(设计)人: | 汤奕;阎诚;戴剑丰 | 申请(专利权)人: | 南京东博智慧能源研究院有限公司 |
主分类号: | H02J3/24 | 分类号: | H02J3/24;H02J3/38;H02J3/00 |
代理公司: | 南京经纬专利商标代理有限公司 32200 | 代理人: | 田凌涛 |
地址: | 210019 江苏省南京*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 调频 潜力 预测 误差 分布 估计 方法 | ||
1.一种风电调频潜力预测误差分布估计方法,其特征在于,包括如下步骤:
步骤A.针对风机,获取指定历史时间段中各历史时刻的风机转子转速、风机功率实测数据、风机预测风速数据、风机实测风速数据,并针对所获数据进行预处理,然后进入步骤B;
步骤B.计算获得各历史时刻分别所对应的风电场调频潜力预测误差,作为各个样本,构成样本集合,然后进入步骤C;
上述步骤B中,分别针对各历史时刻,执行如下步骤B1至步骤B7,获得各历史时刻分别所对应的风电场调频潜力预测误差,作为各个样本,构成样本集合;
步骤B1.根据如下公式:
获得风机叶尖速比λ、风机桨距角β,以及对应风机叶尖速比λ与风机桨距角β的风能利用系数Cp(λ,β),其中,v表示风机输入风速,ω表示风机转子转速,然后进入步骤B2;
步骤B2.根据如下公式:
获得风机输出功率实际值Pr,其中,ρ表示空气密度,R表示风轮半径;然后进入步骤B3;
步骤B3.根据如下公式:
获得风机输出功率预测值Pf,其中,Cp(λopt,β)表示对应最优风机叶尖速比λopt与风机桨距角β的风能利用系数,然后进入步骤B4;
步骤B4.根据如下公式:
获得调频结束时刻风机输出功率P0,其中,ω0表示风机参与调频运行风速下限、根据风机最优叶尖速比对应得到的风机参与调频运行转速下限,Cp(ω0R/v,β)表示对应最优风机叶尖速比ω0R/v与风机桨距角β的风能利用系数,然后进入步骤B5;
步骤B5.根据如下公式:
获得风电调频潜力的预测值ΔPdf,其中,Tdel表示风机向电网持续注入功率时间,H表示风机固有惯性时间常数,ωf表示风机实测风速数据根据风机最优叶尖速比对应得到的转子转速,ω0表示风机参与调频运行风速下限、根据风机最优叶尖速比对应得到的风机参与调频运行转速下限;然后进入步骤B6;
步骤B6.根据如下公式:
获得风电调频潜力的实际值ΔPd;然后进入步骤B7;
步骤B7.根据如下公式:
计算风电调频潜力预测误差ΔPerr,其中,PN为风机额定输出功率;
步骤C.根据各个样本,基于最大熵原理,建立风机所对应的调频潜力预测误差概率密度模型,然后进入步骤D;
上述步骤C包括如下步骤:
步骤C1.根据如下公式:
计算获得样本集合X分别对应预设各阶n的原点矩,其中,n={0、…、N},N表示预设最大阶数,L表示样本集合X中样本的个数,表示样本集合X中第l个样本的n次方,然后进入步骤C2;
步骤C2.根据样本集合X分别对应预设各阶n的原点矩,则样本集合X的最大熵模型如下:
maxH(s)=-∫p(s)lnp(s)ds
s.t.∫p(s)snds=an
式中,s表示变量,H(s)表示样本集合X的信息熵,p(s)表示待求概率密度分布;然后进入步骤C3;
步骤C3.根据样本集合X的最大熵模型,按如下公式:
构造拉格朗日函数FL,其中,λ0、…、λn、…、λN表示各个拉格朗日乘子,然后进入步骤C4;
步骤C4.根据拉格朗日函数FL满足条件,则待求概率密度分布p(s)如下:
然后进入步骤C5;
步骤C5.将待求概率密度分布p(s)代入步骤C2中的约束条件,获得如下:
通过求解以上非线性方程(1),获得拉格朗日乘子λ0、…、λn、…、λN,进而求解获得待求概率密度分布p(s),即风机所对应的调频潜力预测误差概率密度模型;
步骤D.根据调频潜力预测误差概率密度模型,针对风机目标预测风速数据,计算获得不同置信水平下风电场调频潜力预测区间。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京东博智慧能源研究院有限公司,未经南京东博智慧能源研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010735856.9/1.html,转载请声明来源钻瓜专利网。