一种风电场出力特性分析方法技术

本发明专利技术提供一种风电场出力特性分析方法，所述方法包括以下步骤：步骤1：收集不同风电场群的历史风电出力数据，并对其进行分析整理；步骤2：对经过分析整理的历史风电出力数据进行归一化处理；步骤3：采用可视化方法检验历史风电出力数据。本方法可作为风电中长期出力时间序列建模的前期基础，也可应用于含风电的电力系统规划与运行分析中。

【技术实现步骤摘要】

本专利技术涉及电力系统控制
，尤其涉及一种风电场出力特性分析方法。
技术介绍
风力发电凭借其绿色环保、资源丰富、容易开发、性价比逐步提高等优势得到了各国的广泛重视，是目前世界上发展最快的可再生能源，随着风力发电技术的发展和风力发电成本的的降低，风力发电机组单击容量和风电场建设规模都日益扩大，装机容量在电网中所占比逐日俱增，风电并网对电网产生的影响也越来越明显。同时，大规模、大容量的风电场接入更高电压等级的电网，风电的大规模接入对电网的运行带来诸多方面的影响，例如电网安全稳定、风电送出、调频调峰、电能质量、备用安排、运行单位众多、协调困难等问题，不仅影响到电网的安全运行，也影响到电网接纳风电的能力。针对目前风电装机容量的快速增加，风电场分布比较分散，不同地区风电场在同一时刻出力不同等相关问题，需要通过搭建适和风电场出力特性的风电场模型，对风电场出力特性进行研究,为进一步做好电源及电网发展规划提供参考依据。
技术实现思路
鉴于上述的分析，本专利技术旨在提供一种风电场出力特性分析方法，用以解决上述问题。本专利技术的目的主要是通过以下技术方案实现的：一种风电场出力特性分析方法，其特征在于：所述方法包括以下步骤：步骤1：收集不同风电场群的历史风电出力数据，并对其进行分析整理；步骤2：对经过分析整理的历史风电出力数据进行归一化处理；步骤3：采用可视化方法检验历史风电出力数据。所述步骤1包括以下步骤：步骤1-1：收集不同风电场群的历史风电出力数据；收集风电场1年或1年以上时间尺度为15分钟的历史风电出力数据，所述历史风电出力数据来源于风电场的EMS系统；步骤1-2：对收集的历史风电出力数据进行分析整理；对EMS系统提供的原始数据进行相应的出力和修正，找出错误数据和缺失数据，对错误数据进行删除操作，并用利用线性插值公式对缺失数据进行补全。进一步的，所述错误数据包括超过风电场装机容量以及为负值的数据，针对上述情况，根据相关风电机组和采样设备的误差精度，可容许其误差范围在[-0.08，1.08]范围以内；所述缺失数据为由于通信故障等原因规定时间点未能采集到的数据，通过数据对应的时间来判断。进一步的，通过所采集的数据进行处理分析，以N时间长度来获取每个月内每天规定采样点的实时数据，作为该月风电场典型日期风电出力样值,确定每天24/N个采样点的均值作为该月典型日风电出力功率的离散点，通过连接各个离散点便可看出该月的日出力趋势。进一步的，将风电场一年内每小时的出力按照由大到小的顺序排队，得到风电场年出力累积曲线。进一步的，将各风电场年出力累积曲线叠加，得到总出力累积曲线。进一步的，为进一步研究分析风电场出力特性，采用概率出力作为分析指标，1％概率最大出力Pmax1：、1％概率最小出力Pmin1、1％概率尖峰电量Amax1，同理，可以定义Pmax3、Pmax5、Pmin3、Pmin5、Amax3、Amax5……，给出出力标么值(出力/装机容量)、尖峰电量标么值(尖峰电量/总发电量)与最大出力概率(Pmax)的关系图。与现有技术相比，本专利技术的有益效果在于：1、更易于识别风波动，保留风波动过程的完整与连续性；2、运用数据挖掘技术提取风电出力特征，挖掘风电波动规律，实现了对数据中所包含信息的搜索。本专利技术的其他特征和优点将在随后的说明书中阐述，并且，部分的从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。附图说明附图仅用于示出具体实施例的目的，而并不认为是对本专利技术的限制，在整个附图中，相同的参考符号表示相同的部件。图1为风电出力年度分布曲线；图2为某风电场6-9月典型日风电出力曲线；图3为日平均出力变化率曲线；图4为风电场年累计出力曲线；图5为风电场最大出力概率(％)；具体实施方式下面结合附图来具体描述本专利技术的优选实施例，其中，附图构成本申请一部分，并与本专利技术的实施例一起用于阐释本专利技术的原理。本专利技术公开了一种风电场出力特性分析方法，其特征在于：所述方法包括以下步骤：步骤1：收集不同风电场群的历史风电出力数据，并对其进行分析整理；步骤2：对经过分析整理的历史风电出力数据进行归一化处理；步骤3：采用可视化方法检验历史风电出力数据。所述步骤1包括以下步骤：步骤1-1：收集不同风电场群的历史风电出力数据；收集风电场1年或1年以上时间尺度为15分钟的历史风电出力数据，所述历史风电出力数据来源于风电场的EMS系统；如图1所示。步骤1-2：对收集的历史风电出力数据进行分析整理；对EMS系统提供的原始数据进行相应的出力和修正，找出错误数据和缺失数据，对错误数据进行删除操作，并用利用线性插值公式对缺失数据进行补全。同时对有些误差比较大特殊数据可以利用插值法进行适当的修正。所述错误数据包括超过风电场装机容量以及为负值的数据，针对上述情况，根据相关风电机组和采样设备的误差精度，可容许其误差范围在[-0.08，1.08]范围以内；所述缺失数据为由于通信故障等原因规定时间点未能采集到的数据，通过数据对应的时间来判断。通过所采集的数据进行处理分析，以N时间长度来获取每个月内每天规定采样点的实时数据，作为该月风电场典型日期风电出力样值,确定每天24/N个采样点的均值作为该月典型日风电出力功率的离散点，通过连接各个离散点便可看出该月的日出力趋势，如图2所示。应用平均日典型数据分析更能相对准确分析出日出力典型特性，而且可以看出风电场的在不同时间段内的出力特性曲线与青海地区的风速曲线基本吻合。同时将同一风电场在某月的典型日出力曲线在时间轴上进行纵向比较可以发现，在不同月时间尺度下，各月典型日的出力曲线趋势比较相近。同时将同一风电场在某月的典型日出力曲线在时间轴上进行纵向比较可以发现，在不同月时间尺度下，各月典型日的出力曲线趋势比较相近。在2-4月份春季由于受气候因素的影响，风电场的相对出力维持在0.4至0.8之间，而在6-9月份其相对出力维持在0.2至0.4之间。日平均出力变化率的定义见式下式所示：公式：r=pai-pa,i-1ptotal×100%]]>式中：r为日平均出力变化率；pa,i为当日的日平均出力；pa为前一日的日平均出力；ptotal为总装机容量。根据2012年6月～2013年6月的测风资料数据，相邻日的日平均出力变化率的累计概率分布曲线如图3可知，日平均本文档来自技高网...

【技术保护点】
一种风电场出力特性分析方法，其特征在于：所述方法包括以下步骤：步骤1：收集不同风电场群的历史风电出力数据，并对其进行分析整理；步骤2：对经过分析整理的历史风电出力数据进行归一化处理；步骤3：采用可视化方法检验历史风电出力数据。

【技术特征摘要】
1.一种风电场出力特性分析方法，其特征在于：所述方法包括以下步骤：
步骤1：收集不同风电场群的历史风电出力数据，并对其进行分析整理；
步骤2：对经过分析整理的历史风电出力数据进行归一化处理；
步骤3：采用可视化方法检验历史风电出力数据。
2.根据权利要求1所述的风电场出力特性分析方法，其特征在于：所述步骤1包括以下
步骤：
步骤1-1：收集不同风电场群的历史风电出力数据；
收集风电场1年或1年以上时间尺度为15分钟的历史风电出力数据，所述历史风电出力
数据来源于风电场的EMS系统；
步骤1-2：对收集的历史风电出力数据进行分析整理；
对EMS系统提供的原始数据进行相应的出力和修正，找出错误数据和缺失数据，对错误
数据进行删除操作，并用利用线性插值公式对缺失数据进行补全。
3.根据权利要求2所述的风电场出力特性分析方法，其特征在于：所述错误数据包括超
过风电场装机容量以及为负值的数据，针对上述情况，根据相关风电机组和采样设备的误差
精度，可容许其误差范围在[-0.08，1.08]范围以内；所述缺失数据为由于通信故障等原因规定
时间点未能采集到的数据，通过数据对应...

【专利技术属性】
技术研发人员：靳宝宝，郭树峰，张博，田旭，梁雪岚，
申请(专利权)人：国网青海省电力公司经济技术研究院，
类型：发明
国别省市：青海;63