考虑风速和风电机组故障相关性的风电场可靠性建模方法
专利汇可以提供考虑风速和风电机组故障相关性的风电场可靠性建模方法专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种考虑 风 速和风 电机 组故障相关性的风 电场 可靠性建模方法，包括步骤：参数初始化；计算各风电场风速的威布尔分布参数和风电场间风速的相关系数；计算各风电场的风速和故障风电机组的数目之间的相关系数；形成包含风电场风速之间、同一个风电场风速-故障风机数目的相关系数矩阵；选择最优的Copula函数；模拟产生相关的多维随机数序列；采用反变换法模拟产生各风电场的风速序列和故障风机台数序列；计算各风电场的单台风电机组正常运行时的小时输出功率序列；计算各风电场的小时输出功率序列；采用线性划分或聚类的方法建立等值多状态输出功率模型。本发明方法所建立的风电场可靠性模型弥补了传统风电场可靠性建模方法的不足。，下面是考虑风速和风电机组故障相关性的风电场可靠性建模方法专利的具体信息内容。
1.一种考虑风电场中风速和风电机组故障相关性的风电场可靠性建模方法，其特征在于，包括步骤：
步骤1，参数初始化：各个风电场中风电机组的型号相同，风电场的数目为n，第i个风电场风电机组的台数为mi；第i个风电场的风电机组的技术参数包括：额定功率PRi、风电机组的切入风速Vci,i、风电机组的切出风速为Vco,i、风电机组的额定风速VR,i、风电机组的强迫停运率为FOR(i)；风电场中风速模拟的小时数T；风电场等值状态数目为nstate；
步骤2，根据各个风电场风速的历史序列数据，计算各个风电场风速分布的威布尔分布尺度参数和形状参数、风电场之间风速的相关系数；
步骤3，根据各个风电场风速和故障风电机组数目的历史小时序列数据，计算各个风电场内的风速和故障的风电机组数目之间的相关系数；
步骤4：根据步骤2和3计算所得的相关系数，形成包含风电场风速之间、同一个风电场风速-故障风机数目的相关系数矩阵，该矩阵维数为(2n)×(2n)；
步骤5：根据最短欧式距离法选择最优的Copula函数；
步骤6：根据确定的最优Copula函数，采用条件抽样法产生相关的多维随机数序列(u1(t),u2(t),...,u2n(t))；
步骤7：根据步骤6产生的多维随机数序列和步骤2所得的各风电场风速的威布尔边缘分布参数，采用反变换法模拟产生各个风电场的风速序列vi(t)；
步骤8：根据步骤6产生的多维随机数序列和各风电场风电机组故障台数的二项分布参数，采用反变换法模拟产生各个风电场中风电机组的故障台数序列nfi(t)；
步骤9：根据步骤7产生的各个风电场的小时风速序列vi(t)和风电机组的输出功率特性，计算各个风电场中的单台风电机组正常运行时的小时输出功率序列PNi(t)；
步骤10：根据步骤9所得的各个风电场中单台风电机组正常运行时的小时输出功率序列PNi(t)和步骤8所得各风电场故障风机的台数序列nfi(t)，计算各个风电场的小时输出功率序列Pi(t)；
步骤11：采用线性划分或聚类的方法，将步骤10所得的各个风电场的小时输出功率序列模型等值成nstate个等值状态的输出功率模型。
2.根据权利要求1所述的一种考虑风电场中风速和风电机组故障相关性的风电场可靠性建模方法，其特征是：所述步骤2和3中，相关系数的类型选择范围包括Pearson线性相关系数、Kendall秩相关系数、Spearman秩相关系数。
3.根据权利要求1所述的一种考虑风电场中风速和风电机组故障相关性的风电场可靠性建模方法，其特征是：所述步骤5中，最短欧式距离法选择最优的Copula函数，具体包括通过参数估计方法估计Copula函数中的未知参数及通过最短欧式距离法选择最优的Copula函数。
4.根据权利要求1所述的一种考虑风电场中风速和风电机组故障相关性的风电场可靠性建模方法，其特征是：所述步骤6中，根据确定的最优Copula函数，采用条件抽样法产生相关的多维随机数序列，具体步骤为：
1)，初始化时刻，t＝1；
2)，生成独立的服从(0,1)均匀分布的变量的随机数向量(Y1(t),Y2(t),...,Y2n(t))；
3)，根 据 以 下 递 推 式 生 成 服 从 指 定Copula 函 数 的 随 机 数 向 量(u1(t),u2(t),...,u2n(t))：
其中，
式中,C(·,…,·)表示多元Copula函数， 表示Copula函数的条
件分布， 是 的反函数；Pr表示条件概率；
4)，判断t是否等于T；若t＝T，则结束；若否，转入步骤5)；
5)，t＝t+1；并转入步骤2)。
5.根据权利要求1所述的一种考虑风电场中风速和风电机组故障相关性的风电场可靠性建模方法，其特征是：所述步骤7中，采用反变换法模拟产生各个风电场的风速序列vi(t)；计算公式为：
其 中，vi(t)是 第i 个 风 电 场t 时 刻 的 风 速，ui(t)(i＝ 1,2,...,n)为 步骤6产生的随机数， 为Fi(·)的反函数，Fi(·)是威布尔分布函数且有
ci、ki为步骤2计算所得的第i个风电场的风速分布的威布
尔分布尺度参数和形状参数。
6.根据权利要求1所述的一种考虑风电场中风速和风电机组故障相关性的风电场可靠性建模方法，其特征是：所述步骤8中，采用反变换法模拟产生各个风电场中风电机组的故障台数序列nfi(t)，计算公式为：
其中，nfi(t)是
第i个风电场t时刻的故障风机数目，ui(t)(i＝n+1,n+2,...,2n)是步骤6产生的随机数， 表示Gi(·)的反函数，Gi(·)是二项分布函数且有：
7.根据权利要求1所述的一种考虑风电场中风速和风电机组故障相关性的风电场可靠性建模方法，其特征是：所述步骤9中，各个风电场中的单台风电机组正常运行时的小时输出功率序列PNi(t)，其计算公式为：
其中，PRi表示第i个风电场中风电机组的额定输出功率；Vci,i、Vco,i、VR,i分别为第i个风电场中风电机组的切入风速、切出风速和额定风速；参数Ai,Bi,Ci是Vci,i和VR,i的函数，计算公式为：
8.根据权利要求1所述的一种考虑风电场中风速和风电机组故障相关性的风电场可靠性建模方法，其特征是：所述步骤10中，计算各个风电场的小时输出功率序列Pi(t)，其计算公式为：
Pi(t)＝[mi-nfi(t)]×PNi(t) (12)
其中，mi是步骤1中给出的第i个风电场中风电机组的台数；nfi(t)是步骤8中产生的第i个风电场t时刻的故障风机数目；PNi(t)步骤9计算所得的第i个风电场中的单台风电机组正常运行时的t时刻的输出功率。
考虑风速和风电机组故障相关性的风电场可靠性建模方法
技术领域
背景技术
发明内容
布尔分布尺度参数和形状参数。
具体实施方式
布尔分布尺度参数和形状参数。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种考虑分布式电源的配电系统可靠性评估方法 | 2020-05-11 | 151 |
| 一种用于加强弱送端网架强度的无功配置方法及系统 | 2020-05-12 | 65 |
| 一种风电分布式电源模型的建立方法 | 2020-05-13 | 609 |
| 一种石墨烯远红外地暖印刷封套方法 | 2020-05-08 | 559 |
| 一种考虑风电随机性的交直流电力系统连续潮流方法 | 2020-05-16 | 956 |
| 风光储微电网系统可靠性评估方法 | 2020-05-12 | 677 |
| 基于蚁群算法的地区电网接纳新能源能力评估系统及方法 | 2020-05-13 | 783 |
| 计及不确定性因素的风电并网系统运行可靠性评估方法 | 2020-05-16 | 530 |
| 微电网中水风光电源容量配置的优化方法 | 2020-05-15 | 781 |
| 一种风力发电机组偏航控制系统及方法 | 2020-05-14 | 871 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
