首页 / 专利库 / 风能 / 切入风速 / 一种基于概率密度极大值优化的风电机组功率曲线拟合方法

一种基于概率密度极大值优化的电机组功率曲线拟合方法

阅读:1025发布:2020-08-07

专利汇可以提供一种基于概率密度极大值优化的电机组功率曲线拟合方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种基于概率 密度 极大值优化的 风 电机 组功率曲线拟合方法。该方法包括以下步骤:1):采集 指定 区域风电机组功率曲线拟合所需数据;2):将步骤1)采集的数据进行预处理,得到实验所需的数据集;3):将步骤2)得到的数据集根据风速值划分为N个模拟区;4):分别在各个模拟区内,拟合功率值的概率密度曲线;5):寻找各个模拟区内功率值概率密度曲线的极大值点;6):统计上述各模拟区内概率密度极大值出现 位置 ,取极大值点处功率值中的最大功率作为参考功率,得到若干个模拟区内的参考功率;7):修正各模拟区内参考功率;8):将各个模拟区内代表风速与修正参考功率对应,绘制功率曲线图。,下面是一种基于概率密度极大值优化的电机组功率曲线拟合方法专利的具体信息内容。

1.一种基于概率密度极大值优化的电机组功率曲线拟合方法,其特征在于,该方法包括以下步骤:
步骤1):采集指定区域风电机组功率曲线拟合所需数据;
步骤2):将步骤1)采集的数据进行预处理,得到实验所需的数据集;
步骤3):将步骤2)得到的数据集根据风速值划分为N个模拟区;
步骤4):分别在各个模拟区内,拟合功率值的概率密度曲线;
步骤5):寻找各个模拟区内功率值概率密度曲线的极大值点;
步骤6):统计上述各模拟区内概率密度极大值出现位置,取极大值点处功率值中的最大功率作为参考功率,得到若干个模拟区内的参考功率;
步骤7):修正各模拟区内参考功率;
步骤8):将各个模拟区内代表风速与修正参考功率对应,绘制功率曲线图。
2.根据权利要求1所述基于概率密度极大值优化的风电机组功率曲线拟合方法,其特征在于,所述步骤1)中所需数据包括风电机组轮毂高度处来流风速、功率数据,及环境温度大气压强数据。
3.根据权利要求1所述基于概率密度极大值优化的风电机组功率曲线拟合方法,其特征在于,所述步骤2)中数据预处理的步骤为:
a、根据环境温度、压强数据,将实际功率数据修正为标准空气密度(1.225kg/m3)下的功率值,公式如下:


其中,ρ为空气密度;p为大气压强;M为空气的平均摩尔质量;R为比例系数;T为环境温度;P为所提取的功率数据;P修为修正后的功率数据;ρa为标准大气压强;ρ实为当地实际大气压;t实为实际环境温度;ta为标准环境温度,20℃;
b、将每个风速-修正功率作为一个数据单元,将风速小于切入风速-0.75m/s或大于切出风速+0.25m/s的数据单元从数据集中去除,将修正功率小于等于0或大于1.05倍额定功率的数据单元从数据集中去除;
c、得到风速-修正功率的数据集。
4.根据权利要求1所述基于概率密度极大值优化的风电机组功率曲线拟合方法,其特征在于,所述步骤3)中模拟区划分方法为,以0.5m/s为一个风速段,以切入风速-0.75m/s为起始风速、切出风速+0.25m/s为终止风速,将数据集划分为N个模拟区,各区间中心风速为该模拟区代表风速;若某一个模拟区内的数据量少于总数据的千分之一,则认为无效,该模拟区不进行后续步骤。
5.根据权利要求1所述基于概率密度极大值优化的风电机组功率曲线拟合方法,其特征在于,所述步骤5)中包括以下步骤:
a、记录各模拟区内概率密度曲线的极大值位置处坐标,即功率值和概率密度;
b、判断各极大值点处概率密度是否大于k,所述k为设定的最小有效概率值,根据取样数据情况给定,若选取的极大值点处概率密度小于k,则将该点记录为无效点。
6.根据权利要求1所述基于概率密度极大值优化的风电机组功率曲线拟合方法,其特征在于,所述步骤6)中包括以下步骤:
a、选择各模拟区内多个极大值点中功率的最大值,作为该模拟区内代表风速对应的参考功率;
b、得到N组代表风速-参考功率数据。
7.根据权利要求1所述基于概率密度极大值优化的风电机组功率曲线拟合方法,其特征在于,所述步骤7)中参考功率修正步骤为:记Vi为第i个模拟区的代表风速,Pi为该模拟区内修参考功率;若Vi小于额定风速+2m/s且Pi

说明书全文

一种基于概率密度极大值优化的电机组功率曲线拟合方法

技术领域

[0001] 本发明属于发电技术领域,特别涉及一种基于概率密度极大值优化的风电机组功率曲线拟合方法。

背景技术

[0002] 风电机组实际功率曲线是描述机组运行时的输出功率与来流风速对应关系的曲线,反映机组正常运行状态下的实际发电能力,通常可用于评价机组运行性能、考核风电机组发电效能。另外,在风电功率预测及机组故障预警领域,风电机组实际功率曲线也有重要的应用。
[0003] 机组厂家提供的功率曲线,是在标准环境条件下,通过试验测试得到的静态功率曲线,一定程度上反映机组的设计功率及出厂性能。然而在实际应用中,由于环境条件及其他因素的影响,实际运行的机组并不能完全按照出厂功率曲线出力。
[0004] 现有的风电机组实际功率曲线拟合方法有很多,包括比恩法、最大概率法、最大值法、最大似然估计法等。这些方法对于正常运行状态的机组而言,建模效果差别不大。但是实际运行中风电机组运行工况复杂,造成了功率数据的复杂性,包括故障检修造成停机,机组限功率运行造成长时间机组发电功率与实际能力有较大的差异,另外可能有少量不明原因(传感器异常记录、风电机组带故障运行等)造成的出力异常情况。处理上述复杂情况的数据时,用以上方法拟合功率曲线误差很大,功率曲线会严重偏移实际情况,造成无法准确描述风电机组实际可达的出力状态,因此,急需一种考虑复杂数据来源的风电机组功率曲线拟合方法。
[0005] 本发明提出一种基于概率密度极大值优化的风电机组功率曲线拟合方法,该方法考虑复杂数据来源时风电机组功率曲线拟合,能准确反映风电机组正常运行时的出力情况,并且可进一步为风电机组运行数据分析提供依据。

发明内容

[0006] 为实现上述目的,本发明采用以下技术方案:
[0007] 一种基于概率密度极大值优化的风电机组功率曲线拟合方法,包括以下步骤:
[0008] 步骤1):采集指定区域风电机组功率曲线拟合所需数据;
[0009] 步骤2):将步骤1)采集的数据进行预处理,得到实验所需的数据集;
[0010] 步骤3):将步骤2)得到的数据集根据风速值划分为N个模拟区;
[0011] 步骤4):分别在各个模拟区内,拟合功率值的概率密度曲线;
[0012] 步骤5):寻找各个模拟区内功率值概率密度曲线的极大值点;
[0013] 步骤6):统计上述各模拟区内概率密度极大值出现位置,取极大值点处功率值中的最大功率作为参考功率,得到若干个模拟区内的参考功率;
[0014] 步骤7):修正各模拟区内参考功率;
[0015] 步骤8):将各个模拟区内代表风速与修正参考功率对应,绘制功率曲线图。
[0016] 进一步,所述步骤1)中所需数据包括风电机组轮毂高度处来流风速、功率数据,及环境温度大气压强数据。
[0017] 进一步,所述步骤2)中数据预处理的步骤为:
[0018] a、根据环境温度、压强数据,将实际功率数据修正为标准空气密度(1.225kg/m3)下的功率值,公式如下:
[0019]
[0020]
[0021] 其中,ρ为空气密度;p为大气压强;M为空气的平均摩尔质量;R为比例系数;T为环境温度;P为所提取的功率数据;P修为修正后的功率数据;ρa为标准大气压强;ρ实为当地实际大气压;t实为实际环境温度;ta为标准环境温度,20℃。
[0022] b、将每个风速-修正功率作为一个数据单元,将风速小于切入风速-0.75m/s或大于切出风速+0.25m/s的数据单元从数据集中去除,将修正功率小于等于0或大于1.05倍额定功率的数据单元从数据集中去除;
[0023] c、得到风速-修正功率的数据集。
[0024] 进一步,所述步骤3)中模拟区划分方法为,以0.5m/s为一个风速段,以切入风速-0.75m/s为起始风速、切出风速+0.25m/s为终止风速,将数据集划分为N个模拟区,即划分为(切入风速-0.75m/s,切入风速-0.25m/s]、(切入风速-0.25m/s,切入风速+0.25m/s]等多个数据单元的集合,各区间中心风速为该模拟区代表风速。若某一个模拟区内的数据量少于总数据的千分之一,则认为无效,该模拟区不进行后续步骤。
[0025] 进一步,所述步骤5)中包括以下步骤:
[0026] a、记录各模拟区内概率密度曲线的极大值位置处坐标,即功率值和概率密度;
[0027] b、判断各极大值点处概率密度是否大于k,所述k为设定的最小有效概率值,根据取样数据情况给定,若选取的极大值点处概率密度小于k,则将该点记录为无效点。
[0028] 进一步,所述步骤6)中包括以下步骤:
[0029] a、选择各模拟区内多个极大值点中功率的最大值,作为该模拟区内代表风速对应的参考功率;
[0030] b、得到N组代表风速-参考功率数据。
[0031] 进一步,所述步骤7)中参考功率修正步骤为:记Vi为第i个模拟区的代表风速,Pi为该模拟区内修参考功率。若Vi小于额定风速+2m/s且Pi
[0032] 本发明的有益效果:
[0033] 1、综合考虑环境温度、大气压强对空气密度的影响,将功率修正为标准环境状态(温度为20℃、一个大气压强)下的功率值。
[0034] 2、将功率曲线分为多个模拟区进行拟合,在各个区间内采用概率密度极大值寻优的方法得到参考功率值,使功率曲线更符合机组正常运行状态下的出力情况,有利于准确评价机组运行能力。
[0035] 3、通过记录不同风速区间内功率值概率密度极大值点,有利于风电机组运行数据的分区管理,将正常运行数据、电网限功率运行数据、带故障运行数据进行区分,为风电机组功率预测数据筛选及机组故障预警提供依据。附图说明
[0036] 图1为本发明基于概率密度极大值优化的风电机组功率曲线拟合方法流程图
[0037] 图2为本发明实例中模拟区(9.25,9.75]的功率值概率密度曲线拟合结果。
[0038] 图3为本发明实例中4个月历史数据离散数据点及拟合功率曲线图。
[0039] 图4为本发明实例中机组的标准功率曲线和使用本发明方法拟合的功率曲线对比图。

具体实施方式

[0040] 下面结合附图,对本发明进一步详细说明。
[0041] 一种基于概率密度极大值优化的风电机组功率曲线拟合方法,包括以下步骤:
[0042] 步骤1):采集指定区域风电机组功率曲线拟合所需数据;
[0043] 所需数据包括风电机组轮毂高度处来流风速、功率数据,及环境温度、大气压强数据。本例中风电机组轮毂高度为70m,风电机组切入风速为3m/s、额定风速为10.3m/s、切出风速为22m/s、额定功率为1500kW。选择该风电机组连续4个月的数据,数据分别率为10min。
[0044] 步骤2):将步骤1)采集的数据进行预处理,得到实验所需的数据集;
[0045] a、根据环境温度、压强数据,将实际功率数据修正为标准空气密度1.225kg/m3下的功率值,公式如下:
[0046]
[0047]
[0048] 其中,ρ为空气密度;p为大气压强;M为空气的平均摩尔质量;R为比例系数;T为环境温度;P为所提取的功率数据;P修为修正后的功率数据;ρa为标准大气压强;ρ实为当地实际大气压;t实为实际环境温度;ta为标准环境温度,20℃。
[0049] b、将每个风速-修正功率作为一个数据单元,将风速小于2.25m/s或大于22.25m/s的数据单元从数据集中去除,将修正功率小于等于0或大于1575kW的数据单元从数据集中去除。
[0050] c、得到经初步筛选后的风速-修正功率的数据集。
[0051] 步骤3):将步骤2)得到的数据集根据风速值划分为N个模拟区;
[0052] 所述步骤3)中模拟区划分方法为,以0.5m/s为一个风速段划分模拟区。例如,将数据集划分(2.25,2.75],(2.75,3.25],...(21.75,22.25],共计40个模拟区,每个模拟区的代表风速分别为2.5m/s,3m/s,...22m/s。若某一个模拟区内的数据量少于总数据的千分之一,则认为无效,该模拟区不进行后续步骤。
[0053] 步骤4):分别在各个模拟区内,拟合功率值的概率密度曲线。
[0054] 例如,在模拟区(9.25,9.75],拟合该区间内修正功率值的概率密度曲线(该曲线横坐标为风电机组修正功率值,纵坐标为概率密度拟合曲线),本例中将模拟区内功率值分为100个小区间进行概率密度曲线拟合,该区间数量可根据数据集的数据量大小进行调整。模拟区(9.25,9.75]的概率密度曲线拟合结果如图2所示。
[0055] 步骤5):寻找各个模拟区内功率值概率密度曲线的极大值点;
[0056] 所述步骤5)中包括以下步骤:
[0057] a、记录各模拟区内概率密度曲线的极大值位置处坐标,即功率值和概率密度。如图2中,模拟区(9.25,9.75]内有5个概率密度极大值点;
[0058] b、判断各极大值点处概率密度是否大于k,本例中k选择0.0005(k设定为最小有效概率值,目的是防止寻优过程中陷入局部功率值最大的情况,k值大小根据取样数据情况及模拟区内的数据量给定),若选取的极大值点处概率密度小于0.0005,则将该点记录为无效点,如图2中功率值为613.5kW处对应的极大值点为无效点。
[0059] 步骤6):统计上述各模拟区内概率密度极大值出现位置,取极大值点处功率值中的最大功率作为参考功率,得到若干个模拟区内的参考功率。
[0060] a、选择各模拟区内多个极大值点中功率的最大值,作为该模拟区内代表风速对应的参考功率,如图2中有效的概率密度极大值点对应的功率值分别为425.9kW、811.6kW、971.3kW、1170.8kW,故该模拟区参考功率为1170.8kW;
[0061] b、得到40组代表风速-参考功率数据,初步得到风速-参考功率曲线。
[0062] 步骤7):修正各模拟区内参考功率;
[0063] 所述步骤7)中参考功率修正步骤为:记Vi为第i个模拟区的代表风速,Pi为该模拟区内修参考功率。若Vi小于12.3m/s且Pi
[0064] 步骤8):将各个模拟区内代表风速与修正参考功率对应,绘制功率曲线图,如图3。
[0065] 以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
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。

申请试用

分析报告

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。

申请试用

QQ群二维码
意见反馈