风电场运行控制方法、装置、设备及存储介质

    公开(公告)号:CN114597960A

    公开(公告)日:2022-06-07

    申请号:CN202210129109.X

    申请日:2022-02-11

    Abstract: 本公开涉及一种风电场运行控制方法、装置、设备及存储介质。该方法包括:获取目标风电场的目标风况时序数据;将目标风况时序数据输入预先训练好的风电场尾流控制模型,得到目标风电场的目标发电功率对应的目标工况时序数据,风电场尾流控制模型基于样本风况时序数据和目标发电功率对应的样本工况时序数据训练得到,目标发电功率基于目标风电场的风电场仿真模型确定,目标发电功率为目标风电场在目标风况时序数据下的最大发电功率;基于目标工况时序数据,控制目标风电场的各台风电机组运行。根据本公开实施例,降低了风电场尾流效应,提高了风电场的整体发电量,以满足提高风电场经济效益的需求。

    一种评价风速时移性的方法

    公开(公告)号:CN112395812A

    公开(公告)日:2021-02-23

    申请号:CN202011343428.8

    申请日:2020-11-26

    Abstract: 本发明公开了属于风电场技术领域的一种评价风速时移性的方法。通过建立不同空间位置处风速序列间的时移性模型,设计了评价风速时移性的步骤,并提出延迟时间DT和速度因子SF两个指标定量来评价不同空间位置处各风过程间的时间关系与速度变化情况。定量分析不同空间位置处风速序列间的时移特性,为风电场设计运行和电力系统调度提供了可靠的技术支撑。所提方法的研究结果可依据实际风况进行不断完善,且适用于任何风电场与任意空间尺度,结果可作为风资源评估的有效衡量指标,为风电场出力特性的研究提供了理论依据。

    考虑湍流强度影响的抛物线形风电机组尾流模型计算方法

    公开(公告)号:CN106897486B

    公开(公告)日:2020-07-07

    申请号:CN201710021657.X

    申请日:2017-01-12

    Abstract: 本发明属于风电场微观选址技术领域,尤其涉及一种考虑湍流强度影响的抛物线形风电机组尾流模型计算方法,包括如下步骤:S1:假设尾流区域半径线性增长,且紧邻风轮后方尾流区域半径与风轮相同,求得风轮后轴向距离x位置处尾流区域半径r;S2:假设风轮后轴向距离x位置处风速沿径向均匀分布,根据质量守恒得到均匀风速v*;S3:根据质量守恒和均匀风速v*,得到轮毂高度水平面上任意点风速v;S4:考虑尾流区域湍流强度对尾流恢复系数k的影响,参考叶片旋转附加湍流强度计算经验公式,得到尾流恢复系数k的计算公式;S5:将尾流恢复系数k代入风速v计算公式,得到风电机组尾流区风速分布的经验尾流模型。

    一种降低尾流效应的风电场内优化调度方法

    公开(公告)号:CN106203695B

    公开(公告)日:2020-01-14

    申请号:CN201610533676.6

    申请日:2016-07-07

    Abstract: 本发明公开了一种降低尾流效应的风电场内优化调度方法,包括以下步骤:步骤1:建立一种风电场内风电机组间流动相关性的计算模型,用于计算不同风向下风电机组间的流动相关性;步骤2:建立单台风电机组不同运行工况下的尾流分布模型,以及多台风电机组不同运行工况的尾流叠加模型;步骤3:结合风电机组间流动相关性的计算方法和尾流叠加模型,得到风电场内尾流分布模型,用于计算风电场内的尾流分布;步骤4:将每台风电机组视为一个智能体,利用多智能体方法对风电场内风电机组的运行工况进行优化调度,使得风电场内的尾流效应降低,输出功率增加。

    风电机组异常数据清洗方法

    公开(公告)号:CN110134919A

    公开(公告)日:2019-08-16

    申请号:CN201910361399.9

    申请日:2019-04-30

    Abstract: 本发明属于数据分析与处理技术领域,尤其涉及一种基于最优组内方差与二维概率密度联合的风电机组异常数据清洗方法,包括:风电机组运行数据预处理;采用最优组内方差法剔除限电区域的数据;采用二维概率密度估计法剔除密度稀疏的异常值;通过上下边界线获取正常运行数据。采用最优组内方差和二维概率密度估计结合的方案,既解决了最优组内方差清洗堆积数据会遗留下离散的数据的问题,又解决了二维概率密度估计无法排除高密度限电数据的问题,整体上提高了数据清洗运行工况的适应性。

    一种基于二维概率密度估计和四分位法的数据清洗方法

    公开(公告)号:CN109918364A

    公开(公告)日:2019-06-21

    申请号:CN201910149966.4

    申请日:2019-02-28

    Abstract: 本发明属于风电机组数据测量处理技术领域,尤其涉及一种基于二维概率密度估计和四分位法的数据清洗方法,包括:采集风电机组轮毂高度处风速、功率、桨距角数据后归一化预处理,形成样本数据集;采用二维非参数核密度估计方法计算功率和桨距角的联合概率密度函数,并通过网格划分法确定桨距角分界线位置;基于桨距角分界线,将功率和桨距角数据划分为正常数据和异常数据,并采用数据时间对标法得到正常的风速和功率数据;针对清洗后遗漏异常数据,采用四分位法进行数据再清洗。本方法通用性强,可有效识别过渡区域数据类别和科学地清洗大量堆积型限电数据,为风电机组的效能评估、性能分析、状态诊断、健康管理以及功率预测等提供可靠的数据基础。

Patent Agency Ranking