本發(fā)明屬于風(fēng)電發(fā)配電技術(shù)領(lǐng)域,涉及一種基于運(yùn)行數(shù)據(jù)的風(fēng)電利用率計(jì)算方法。
背景技術(shù):
隨著風(fēng)電的快速發(fā)展,其間歇性和隨機(jī)性的特點(diǎn)導(dǎo)致了風(fēng)電棄風(fēng)限電現(xiàn)象日益嚴(yán)峻,嚴(yán)重影響到風(fēng)電場真實(shí)出力情況的評(píng)價(jià)以及對(duì)風(fēng)電、電網(wǎng)發(fā)展的科學(xué)規(guī)劃。棄風(fēng)限電是基于電網(wǎng)的運(yùn)行原理,在風(fēng)電大發(fā)期間,為保證電網(wǎng)的安全穩(wěn)定運(yùn)行,在一定程度上限制風(fēng)電出力的情況。如何通過技術(shù)手段恢復(fù)棄風(fēng)限電期間的風(fēng)電理論出力,改進(jìn)并提高風(fēng)電場理論功率恢復(fù)精度,進(jìn)而計(jì)算出準(zhǔn)確的棄風(fēng)情況及風(fēng)電利用情況,對(duì)于風(fēng)電利用率的可靠計(jì)算,進(jìn)而合理評(píng)價(jià)風(fēng)電場/群運(yùn)行的安全性和經(jīng)濟(jì)性、科學(xué)衡量風(fēng)電消納情況等實(shí)際問題具有重大的理論研究價(jià)值和應(yīng)用指導(dǎo)意義。
風(fēng)電理論功率恢復(fù)是風(fēng)電利用率計(jì)算中的關(guān)鍵步驟。目前,國內(nèi)風(fēng)電行業(yè)對(duì)計(jì)算風(fēng)電理論功率還沒有形成標(biāo)準(zhǔn)?,F(xiàn)有的計(jì)算方法一般是直接采用風(fēng)機(jī)的出廠功率曲線作為理論功率計(jì)算曲線,但由于出廠功率曲線是在嚴(yán)格的試驗(yàn)條件下得到的,易受天氣狀況、地形和風(fēng)機(jī)自身出力特性變化等影響,因而計(jì)算誤差較大。
技術(shù)實(shí)現(xiàn)要素:
本項(xiàng)發(fā)明利用無棄風(fēng)條件下風(fēng)電機(jī)組的實(shí)際運(yùn)行數(shù)據(jù),通過異常數(shù)據(jù)剔除、缺失數(shù)據(jù)重構(gòu)等數(shù)據(jù)質(zhì)量控制手段獲取有效的風(fēng)速、功率、風(fēng)輪轉(zhuǎn)速等實(shí)際運(yùn)行數(shù)據(jù)。在此基礎(chǔ)上,分別對(duì)不同型號(hào)的風(fēng)電機(jī)組建立相應(yīng)理論功率計(jì)算模型。然后,根據(jù)風(fēng)速測量數(shù)據(jù),分別恢復(fù)特定型號(hào)每臺(tái)風(fēng)機(jī)的理論功率。最后,通過累加得到風(fēng)電場的理論功率,進(jìn)而實(shí)現(xiàn)風(fēng)電利用率的準(zhǔn)確計(jì)算及風(fēng)電利用情況的合理評(píng)價(jià)。基于運(yùn)行數(shù)據(jù)的風(fēng)電場理論功率恢復(fù)方法將為風(fēng)電利用率的計(jì)算提供一種有效途徑,也將為風(fēng)電場運(yùn)行情況評(píng)估和風(fēng)電、電網(wǎng)的規(guī)劃發(fā)展提供合理手段和科學(xué)依據(jù)。
本發(fā)明的具體技術(shù)方案是:
一種基于運(yùn)行數(shù)據(jù)的風(fēng)電利用率計(jì)算方法,其特征在于,所述方法包括以下步驟:
1)基于風(fēng)機(jī)運(yùn)行原理對(duì)異常數(shù)據(jù)進(jìn)行初步篩選剔除;
2)采用參數(shù)優(yōu)化的四分位法進(jìn)一步剔除異常數(shù)據(jù);
3)采用聚類算法深入剔除異常數(shù)據(jù);
4)采用分段hermite插值進(jìn)行缺失數(shù)據(jù)重構(gòu);
5)建立相關(guān)型號(hào)風(fēng)電機(jī)組的理論功率計(jì)算模型及風(fēng)電場理論功率恢復(fù);
6)風(fēng)電利用率相關(guān)指標(biāo)計(jì)算。
進(jìn)一步,所述步驟1)包括:
s101:根據(jù)風(fēng)機(jī)運(yùn)行原理將其劃分為5個(gè)運(yùn)行區(qū)間:
區(qū)間1:0≤v<vcut_in,
區(qū)間2:
區(qū)間3:
區(qū)間4:vrated≤v<vcut_out,
區(qū)間5:v≥vcut_out,
其中,v為測量風(fēng)速,vcut_in為切入風(fēng)速,
s102:同一時(shí)間段下,基于相同采樣周期獲取v、ωr和p的時(shí)間序列,定義數(shù)據(jù)點(diǎn)(v,ωr,p),基于風(fēng)機(jī)運(yùn)行原理得到如下數(shù)據(jù)初篩剔除原則:
a.當(dāng)0≤v<vcut_in時(shí),
b.當(dāng)
已知最優(yōu)葉尖速比λopt時(shí),風(fēng)機(jī)的理論最優(yōu)轉(zhuǎn)速
c.當(dāng)
d.當(dāng)vrated≤v<vcut_out時(shí),
進(jìn)一步,步驟2)中所述四分位法為:根據(jù)采集到的v、ωr和p數(shù)據(jù),建立三維散點(diǎn)圖,對(duì)上述三維數(shù)據(jù)運(yùn)用四分位法得到某維數(shù)據(jù)的有效取值范圍[fl,fu]=[q1-μiqr,q3+μiqr],有效取值范圍外的數(shù)據(jù)視為異常值進(jìn)行剔除。其中,f1、fu為數(shù)據(jù)有效取值范圍的上下界限;沿單維坐標(biāo)方向?qū)υ摼S數(shù)據(jù)值排序,然后依據(jù)數(shù)據(jù)點(diǎn)個(gè)數(shù)將其均勻劃分為四部分,由此得到三個(gè)四分位數(shù)q1、q2、q3;iqr=q3-q1是四分位距,μ為四分位系數(shù),通常取1.5;
所述步驟2)中的參數(shù)優(yōu)化為:為了保證四分位系數(shù)μ取值的合理性,采用粒子群算法對(duì)μ的取值進(jìn)行尋優(yōu),尋優(yōu)過程如下:
s201:在v、ωr和p組成的三維數(shù)據(jù)空間中,在v、ωr和p方向上分別設(shè)定μv、
s202:初始化一組μ值的位置和速度,在第t次尋優(yōu)迭代的過程中,μ的位置表示為
s203:得到一組μ值后,就可以確定各維坐標(biāo)方向有效數(shù)據(jù)的取值范圍;然后,對(duì)未更新前的某型號(hào)風(fēng)機(jī)理論功率計(jì)算模型進(jìn)行檢測,將三維有效數(shù)據(jù)中的風(fēng)速值帶入模型,得到該模型下的理論功率,計(jì)算該模型下的理論功率與三維有效數(shù)據(jù)中實(shí)測功率值的相關(guān)性r;
定義相關(guān)性系數(shù)
其中,pmk為第k個(gè)樣本的實(shí)際功率;ppk為第k個(gè)樣本的理論恢復(fù)功率;
s204:在每一次迭代中,μ通過跟蹤兩個(gè)極值來更新本身的速度和位置,一個(gè)極值是μ本身迄今為止搜索到的最優(yōu)解,稱為個(gè)體極值,表示為:
在第t+1次迭代計(jì)算時(shí),μi_labe根據(jù)以下規(guī)則來更新自己的速度和位置:
vi_labe(t+1)=αvi_labe(t)+c1r1(μi_labe(t)-xi_labe(t))+c2r2(μg_labe(t)-xi_labe(t))
xi_labe(t+1)=xi_labe(t)+vi_labe(t+1)
其中,i=1,2,…,m;下標(biāo)labe可分別代表v、ωr和p;α為慣性權(quán)重,其主要是作用是為了權(quán)衡全局搜索和局部搜索的能力,α(α<0.8)較小時(shí),其局部搜索能力較強(qiáng),而α(α>1.2)較大時(shí),其全局搜索能力較強(qiáng),且總是搜尋新的區(qū)域;c1,c2是兩個(gè)學(xué)習(xí)因子,通常二者均取為2;r1,r2是兩個(gè)均勻分布在[0,1]之間的隨機(jī)數(shù)。
s205:μ每更新一次,即依據(jù)s203得到一個(gè)r值,當(dāng)r值達(dá)到最大值或滿足要求時(shí),迭代達(dá)到最優(yōu),迭代結(jié)束。
進(jìn)一步,步驟3)中對(duì)于由v、ωr和p組成的三維數(shù)據(jù),根據(jù)機(jī)組的運(yùn)行情況初始化產(chǎn)生kclus個(gè)聚類中心,通過計(jì)算所有數(shù)據(jù)點(diǎn)到聚類中心的距離對(duì)數(shù)據(jù)進(jìn)行重新分類,將數(shù)據(jù)劃分到離它最近的那個(gè)聚類中心所在的類中,并根據(jù)劃分好的類產(chǎn)生新的聚類中心;如此反復(fù)進(jìn)行,直到滿足距離評(píng)價(jià)指標(biāo)
進(jìn)一步,所述步驟4)中:對(duì)于非連續(xù)的缺失點(diǎn),直接運(yùn)用缺失點(diǎn)兩端的節(jié)點(diǎn),建立三次hermite插值多項(xiàng)式,進(jìn)行缺失值的填補(bǔ);對(duì)于連續(xù)的缺失點(diǎn),采用分段三次hermite插值法,先由缺失數(shù)據(jù)段兩端的節(jié)點(diǎn)填補(bǔ)最中心的缺失值,將缺失數(shù)據(jù)分成兩段再依次進(jìn)行最中心缺失數(shù)據(jù)的填補(bǔ)。
進(jìn)一步,所述步驟5)中:根據(jù)風(fēng)機(jī)型號(hào)建立相應(yīng)理論功率計(jì)算模型,通過累計(jì)得到風(fēng)電場理論功率。風(fēng)機(jī)理論功率計(jì)算模型的建立按如下步驟進(jìn)行:
s501:采用bin方法將處理過的數(shù)據(jù)按風(fēng)速間隔τm/s得到nbin個(gè)區(qū)間劃分;
s502:求出各個(gè)小區(qū)間內(nèi)風(fēng)速和功率的平均值,得到對(duì)應(yīng)的點(diǎn)(vi,pi),i=1,2,…,nbin;
s503:采用最小二乘法對(duì)所有點(diǎn)(vi,pi)進(jìn)行曲線擬合,得到某種型號(hào)風(fēng)機(jī)的單機(jī)理論功率計(jì)算模型為
其中,prated為常數(shù),是風(fēng)機(jī)的理論功率最大值;p為功率;v為風(fēng)速;aj(j=0,1,…,6)為多項(xiàng)式系數(shù)。
為了保證模型的有效性,采用滑動(dòng)窗口法更新數(shù)據(jù);記窗口長度即模型所用的數(shù)據(jù)長度為l,上一模型建模點(diǎn)為xt-t,模型更新周期為t,則當(dāng)前建模點(diǎn)為xt,建模數(shù)據(jù)為從建模點(diǎn)xt開始至向后長度為l的數(shù)據(jù)。
為了評(píng)價(jià)理論功率恢復(fù)精度,采用相關(guān)性系數(shù)、理論功率恢復(fù)準(zhǔn)確率和理論功率恢復(fù)均方根誤差作為衡量理論功率恢復(fù)精度的指標(biāo);相關(guān)性系數(shù)的定義參考s203中相關(guān)性系數(shù)的定義,它反映了兩個(gè)變量之間的相關(guān)性,理論功率恢復(fù)準(zhǔn)確率和理論功率恢復(fù)均方根誤差能夠反映理論功率恢復(fù)情況。
定義功率恢復(fù)準(zhǔn)確率為
定義功率恢復(fù)均方根誤差為
其中,pmk為第k個(gè)樣本的實(shí)際功率,ppk為第k個(gè)樣本的理論功率,n為樣本個(gè)數(shù),pcap為風(fēng)電場額定裝機(jī)容量。
進(jìn)一步,所述步驟6)中,對(duì)風(fēng)電場的實(shí)測功率進(jìn)行積分可以得到風(fēng)電場實(shí)際發(fā)電量;根據(jù)各風(fēng)機(jī)實(shí)測風(fēng)速值和不同型號(hào)風(fēng)機(jī)理論功率計(jì)算模型得到的各風(fēng)機(jī)的理論功率并累加得到風(fēng)電場的理論功率,然后,通過積分得到相應(yīng)的風(fēng)電場理論發(fā)電量;上述內(nèi)容用公式表達(dá)如下
其中,gprac為風(fēng)電場實(shí)際發(fā)電量,t0為初始時(shí)刻,tinte為積分時(shí)間,pprac(v(t))為風(fēng)電場實(shí)際功率,gtheo為風(fēng)電場理論發(fā)電量,ptheo(v(t))為風(fēng)電場理論功率。
定義棄風(fēng)率ρ為
其中,gtheo為理論發(fā)電量,gprac為實(shí)際發(fā)電量;
定義最優(yōu)風(fēng)電利用率η為
其中,g′theo為每月理論發(fā)電量,g′full為每月滿發(fā)電量;
定義統(tǒng)計(jì)時(shí)間段內(nèi)的最大極限風(fēng)電利用率為
ηmax=max(η)
定義統(tǒng)計(jì)時(shí)間段內(nèi)的最小極限風(fēng)電利用率為
ηmin=min(η)
根據(jù)定義,利用上述計(jì)算得到的風(fēng)電場理論發(fā)電量、實(shí)際發(fā)電量和額定裝機(jī)容量等,可以分析并評(píng)價(jià)風(fēng)電場的風(fēng)電利用情況。
與現(xiàn)有技術(shù)相比,本發(fā)明具有以下有益效果:
(1)本發(fā)明的方法以風(fēng)電場scada系統(tǒng)記錄的運(yùn)行數(shù)據(jù)為基礎(chǔ),依據(jù)各型號(hào)風(fēng)電機(jī)組的歷史運(yùn)行數(shù)據(jù),對(duì)棄風(fēng)限電等引發(fā)的異常數(shù)據(jù)進(jìn)行剔除,對(duì)缺失數(shù)據(jù)進(jìn)行填補(bǔ),避免了機(jī)組檢修、故障、限電等情況下對(duì)風(fēng)電利用率計(jì)算帶來的偏差等不利影響。如圖2所示為三維原始采樣數(shù)據(jù),圖3為三維原始數(shù)據(jù)經(jīng)過異常數(shù)據(jù)剔除后的效果圖,圖4為風(fēng)速、功率在相應(yīng)單維坐標(biāo)方向經(jīng)過缺失值填補(bǔ)后組合成的二維散點(diǎn)圖。通過這3幅圖可以看出采用一系列數(shù)據(jù)質(zhì)量控制手段進(jìn)行異常數(shù)據(jù)剔除和缺失值填補(bǔ)后地處理效果。
(2)本發(fā)明方法基于不同型號(hào)風(fēng)機(jī)的歷史運(yùn)行數(shù)據(jù),對(duì)不同型號(hào)風(fēng)機(jī)單獨(dú)建立相應(yīng)理論功率計(jì)算模型。在此基礎(chǔ)上,恢復(fù)每臺(tái)風(fēng)機(jī)的理論功率并進(jìn)行累加,從而得到風(fēng)電場理論功率,準(zhǔn)確度更高。圖5為根據(jù)風(fēng)機(jī)型號(hào)建立的單機(jī)理論功率計(jì)算模型,其數(shù)學(xué)表達(dá)是如下
其中,prated為常數(shù),是風(fēng)機(jī)的理論功率最大值;p為功率;v為風(fēng)速;aj(j=0,1,…,6)為多項(xiàng)式系數(shù)。
(3)本發(fā)明在風(fēng)電場理論功率計(jì)算的基礎(chǔ)上,給出了衡量風(fēng)電利用率的計(jì)算指標(biāo):相關(guān)性系數(shù)、理論功率恢復(fù)準(zhǔn)確率和理論功率恢復(fù)均方根誤差,合理解決了風(fēng)電利用率的評(píng)價(jià)問題。
(4)本發(fā)明的方法基于風(fēng)電場scada系統(tǒng)的記錄數(shù)據(jù),提出的風(fēng)電場理論功率計(jì)算方法為風(fēng)電利用率的計(jì)算提供了一種有效的途徑,也為風(fēng)電場運(yùn)行情況的評(píng)估、風(fēng)電與電網(wǎng)的規(guī)劃發(fā)展等提供了科學(xué)的依據(jù)。
附圖說明
圖1所示為風(fēng)電利用率計(jì)算方法的實(shí)施步驟示意圖。
圖2為采集到的單機(jī)原始風(fēng)速、功率、風(fēng)輪轉(zhuǎn)速的三維數(shù)據(jù)。
圖3為采集到的單機(jī)原始風(fēng)速、功率的二維數(shù)據(jù)。
圖4為原始數(shù)據(jù)經(jīng)過異常數(shù)據(jù)剔除后的風(fēng)速、功率、風(fēng)輪轉(zhuǎn)速的三維數(shù)據(jù)。
圖5為原始數(shù)據(jù)經(jīng)過異常數(shù)據(jù)剔除后的風(fēng)速、功率二維數(shù)據(jù)效果圖。
圖6為風(fēng)速、功率在單一方向經(jīng)過缺失值填補(bǔ)后組合成的二維散點(diǎn)圖。
圖7為利用bin方法得到的風(fēng)電單機(jī)理論功率計(jì)算模型。
圖8為采用滑動(dòng)窗口法的建模數(shù)據(jù)更新機(jī)制。
具體實(shí)施方式
下面結(jié)合附圖,對(duì)本發(fā)明進(jìn)一步詳細(xì)說明。
某一風(fēng)電場擁有30臺(tái)1.5mw的風(fēng)電機(jī)組,采樣周期為5min/點(diǎn),研究數(shù)據(jù)為2015年1月1日至2015年12月31日采集到的數(shù)據(jù)。
如圖1所示為風(fēng)電利用率計(jì)算方法的實(shí)施步驟示意圖,圖2為采集到的單機(jī)原始風(fēng)速、功率、風(fēng)輪轉(zhuǎn)速數(shù)據(jù),圖3為采集到的單機(jī)原始風(fēng)速、功率數(shù)據(jù),一種基于運(yùn)行數(shù)據(jù)的風(fēng)電利用率計(jì)算方法具體包括以下步驟:
步驟一:基于風(fēng)機(jī)運(yùn)行原理的異常數(shù)據(jù)初篩剔除,異常數(shù)據(jù)占數(shù)據(jù)總量的比例越小,采用數(shù)據(jù)預(yù)處理方法進(jìn)行異常數(shù)據(jù)剔除的準(zhǔn)確度越高。根據(jù)風(fēng)機(jī)的運(yùn)行機(jī)理,可對(duì)異常運(yùn)行數(shù)據(jù)進(jìn)行初步篩選和剔除。根據(jù)風(fēng)機(jī)的運(yùn)行機(jī)理,將風(fēng)機(jī)的運(yùn)行區(qū)間及運(yùn)行特征分為如下5個(gè)區(qū)間:
區(qū)間1:0≤v<vcut_in,
區(qū)間2:
區(qū)間3:
區(qū)間4:vrated≤v<vcut_out,
區(qū)間5:v≥vcut_out,
然后,分別采集相同時(shí)間段下相同采樣周期的v、ωr和p的時(shí)間序列,通過風(fēng)機(jī)運(yùn)行原理分析得到如下數(shù)據(jù)剔除原則:
a.當(dāng)0≤v<vcut_in時(shí),
b.當(dāng)
已知最優(yōu)葉尖速比λopt時(shí),風(fēng)機(jī)的理論最優(yōu)轉(zhuǎn)速
c.當(dāng)
d.當(dāng)vrated≤v<vcut_out時(shí),
綜上,根據(jù)上述剔除原則對(duì)異常數(shù)據(jù)進(jìn)行初步篩選和剔除,提高有效數(shù)據(jù)在總數(shù)據(jù)量中的占比。
步驟二:采用參數(shù)優(yōu)化的四分位法進(jìn)一步對(duì)異常數(shù)據(jù)進(jìn)行剔除。
經(jīng)過數(shù)據(jù)初篩,保留的數(shù)據(jù)點(diǎn)中有效數(shù)據(jù)比例大大增加,但是依然存在可觀的異常數(shù)據(jù)點(diǎn)。進(jìn)一步地,基于三維散點(diǎn)圖,對(duì)三維數(shù)據(jù)進(jìn)行四分位法異常數(shù)據(jù)剔除;同時(shí),采用粒子群算法對(duì)四分位參數(shù)進(jìn)行優(yōu)化。
根據(jù)采集到的v、ωr和p數(shù)據(jù),建立三維散點(diǎn)圖,對(duì)三維數(shù)據(jù)運(yùn)用四分位法得到數(shù)據(jù)的有效取值范圍[fl,fu]=[q1-μiqr,q3+μiqr],并將有效取值范圍外的數(shù)據(jù)視為異常值進(jìn)行剔除;其中,f1、fu為數(shù)據(jù)有效取值范圍的上下界限;沿單維坐標(biāo)方向?qū)υ摼S數(shù)據(jù)值排序,然后依據(jù)數(shù)據(jù)點(diǎn)個(gè)數(shù)將其均勻劃分為四部分,由此得到三個(gè)四分位數(shù)q1、q2、q3;iqr=q3-q1是四分位距,μ為四分位系數(shù),通常取1.5;
為了保證四分位系數(shù)μ取值的合理性,采用粒子群算法對(duì)μ的取值進(jìn)行尋優(yōu),尋優(yōu)過程如下:
在v、ωr和p組成的三維數(shù)據(jù)空間中,在v、ωr和p方向上分別設(shè)定μv、μωr和μp,其取值范圍均為[a,b],組成三維空間中的點(diǎn)μ=(μv,μωr,μp),在三維空間中隨機(jī)產(chǎn)生m個(gè)粒子,這些粒子代表μ的取值;
初始化一組μ值的位置和速度,在第t次尋優(yōu)迭代的過程中,μ的位置表示為:
得到一組μ值后,就可以確定各維坐標(biāo)方向有效數(shù)據(jù)的取值范圍;然后,對(duì)未更新前的某型號(hào)風(fēng)機(jī)理論功率計(jì)算模型進(jìn)行檢測,將三維有效數(shù)據(jù)中的風(fēng)速值帶入模型,得到該模型下的理論功率,計(jì)算該模型下的理論功率與三維有效數(shù)據(jù)中實(shí)測功率值的相關(guān)性r;
定義相關(guān)性系數(shù)
其中,pmk為第k個(gè)樣本的實(shí)際功率;ppk為第k個(gè)樣本的理論恢復(fù)功率;
在每一次迭代中,μ通過跟蹤兩個(gè)極值來更新本身的速度和位置,一個(gè)極值是μ本身迄今為止搜索到的最優(yōu)解,稱為個(gè)體極值,表示為:
在第t+1次迭代計(jì)算時(shí),μi_labe根據(jù)以下規(guī)則來更新自己的速度和位置:
vi_labe(t+1)=αvi_labe(t)+c1r1(μi_labe(t)-xi_labe(t))+c2r2(μg_labe(t)-xi_labe(t))
xi_labe(t+1)=xi_labe(t)+vi_labe(t+1)
其中,i=1,2,…,m;下標(biāo)labe可分別代表v、ωr和p;α為慣性權(quán)重,其主要是作用是為了權(quán)衡全局搜索和局部搜索的能力,α(α<0.8)較小時(shí),其局部搜索能力較強(qiáng),而α(α>1.2)較大時(shí),其全局搜索能力較強(qiáng),且總是搜尋新的區(qū)域;c1,c2是兩個(gè)學(xué)習(xí)因子,通常二者均取為2;r1,r2是兩個(gè)均勻分布在[0,1]之間的隨機(jī)數(shù)。
μ每更新一次,就可以根據(jù)前述相關(guān)性系數(shù)定義得到一個(gè)r值,當(dāng)r值達(dá)到最大值或滿足要求時(shí),迭代達(dá)到最優(yōu),迭代結(jié)束。
步驟三:采用聚類算法深入剔除異常數(shù)據(jù),對(duì)于由v、ωr和p組成的三維數(shù)據(jù),根據(jù)機(jī)組的運(yùn)行情況初始化產(chǎn)生4個(gè)聚類中心,通過計(jì)算所有數(shù)據(jù)點(diǎn)到聚類中心的距離對(duì)數(shù)據(jù)進(jìn)行重新分類,將數(shù)據(jù)劃分到離它最近的那個(gè)聚類中心所在的類中,并根據(jù)劃分好的類產(chǎn)生新的聚類中心;如此反復(fù)進(jìn)行,直到滿足距離評(píng)價(jià)指標(biāo)
步驟四:采用分段hermite插值進(jìn)行缺失數(shù)據(jù)重構(gòu),對(duì)于非連續(xù)的缺失點(diǎn),可以直接運(yùn)用缺失點(diǎn)兩端的節(jié)點(diǎn),建立三次hermite插值多項(xiàng)式,進(jìn)行缺失值的填補(bǔ);對(duì)于連續(xù)的缺失點(diǎn),采用分段三次hermite插值法,先由缺失數(shù)據(jù)段兩端的節(jié)點(diǎn)填補(bǔ)最中心的缺失值,將缺失數(shù)據(jù)分成兩段再依次進(jìn)行最中心缺失數(shù)據(jù)的填補(bǔ)。如圖6所示,為風(fēng)速、功率在相應(yīng)坐標(biāo)維度經(jīng)過缺失值填補(bǔ)后組合成的二維散點(diǎn)圖。
其中,單一坐標(biāo)維度填補(bǔ)數(shù)據(jù)所構(gòu)造插值多項(xiàng)式的方法為:對(duì)于時(shí)間序列x=[x1,x2,x3,…,xn]中互異的節(jié)點(diǎn)xk,xk+1,給定的函數(shù)值f(xi)=y(tǒng)i,f′(xi)=y(tǒng)′i,i=k,k+1。則其存在唯一的hermite插值多項(xiàng)式h3(x)滿足
采用基函數(shù)法,令
h3(x)=αk(x)yk+αk+1(x)yk+1+βk(x)y′k+βk+1(x)y′k+1
其中,αk(x)、αk+1(x)、βk(x)、βk+1(x)是關(guān)于節(jié)點(diǎn)xk及xk+1的三次hermite插值基函數(shù),它們應(yīng)分別滿足條件
αk(xk)=1,αk(xk+1)=0,α′k(xk)=α′k(xk+1)=0;
αk+1(xk)=0,αk+1(xk+1)=1,α′k+1(xk)=α′k+1(xk+1)=0;
βk(xk)=βk(xk+1)=0,β′k(xk)=1,β′k(xk+1)=0;
βk+1(xk)=βk+1(xk+1)=0,β′k+1(xk)=0,β′k+1(xk+1)=1.
解得
步驟五:建立某型號(hào)風(fēng)機(jī)理論功率計(jì)算模型及風(fēng)電場理論功率恢復(fù)。如圖7所示,根據(jù)風(fēng)機(jī)型號(hào)建立相應(yīng)理論功率計(jì)算模型。在此基礎(chǔ)上,恢復(fù)每臺(tái)風(fēng)機(jī)的理論功率,并通過累加得到風(fēng)電場理論功率。
采用bin方法將處理過的數(shù)據(jù)按風(fēng)速間隔τm/s得到nbin個(gè)區(qū)間劃分;
求出各個(gè)小區(qū)間內(nèi)風(fēng)速和功率的平均值,得到對(duì)應(yīng)的點(diǎn)(vi,pi),i=1,2,…,nbin;
采用最小二乘法對(duì)通過點(diǎn)(vi,pi)的曲線進(jìn)行擬合,得到某種型號(hào)風(fēng)機(jī)的單機(jī)理論功率的計(jì)算模型為
其中,prated為常數(shù),是風(fēng)機(jī)的理論功率最大值;p為功率;v為風(fēng)速;aj(j=0,1,…,6)為多項(xiàng)式系數(shù)。
為了保證模型的有效性,需要定期對(duì)模型進(jìn)行更新,這里將通過更新數(shù)據(jù)來完成對(duì)模型的更新,采用滑動(dòng)窗口法更新數(shù)據(jù);記窗口長度即模型所用的數(shù)據(jù)長度為l,上一模型建模點(diǎn)為xt-t,模型更新周期為t,則當(dāng)前建模點(diǎn)為xt,建模數(shù)據(jù)為從建模點(diǎn)xt開始至向后長度為l的數(shù)據(jù),更新機(jī)制如圖8所示。
為了評(píng)價(jià)理論功率恢復(fù)精度,采用相關(guān)性系數(shù)、理論功率恢復(fù)準(zhǔn)確率和理論功率恢復(fù)均方根誤差作為衡量理論功率恢復(fù)精度的指標(biāo)。其中,相關(guān)性系數(shù)可以反映兩個(gè)變量之間的相關(guān)性,理論功率恢復(fù)準(zhǔn)確率和理論功率恢復(fù)均方根誤差能夠反映理論功率恢復(fù)情況。
定義功率恢復(fù)準(zhǔn)確率為
定義功率恢復(fù)均方根誤差為
其中,pmk為第k個(gè)樣本的實(shí)際功率,ppk為第k個(gè)樣本的理論功率,n為樣本個(gè)數(shù),pcap為風(fēng)電場額定裝機(jī)容量。
步驟六:計(jì)算風(fēng)電利用率相關(guān)指標(biāo),對(duì)風(fēng)電場的實(shí)測功率進(jìn)行積分可以得到風(fēng)電場實(shí)際發(fā)電量;根據(jù)各風(fēng)機(jī)實(shí)測風(fēng)速值和不同型號(hào)風(fēng)機(jī)理論功率計(jì)算模型得到的各風(fēng)機(jī)的理論功率并累加得到風(fēng)電場的理論功率,然后,通過積分得到相應(yīng)的風(fēng)電場理論發(fā)電量;可用公式表達(dá)如下
其中,gprac為風(fēng)電場實(shí)際發(fā)電量,t0為初始時(shí)刻,tinte為積分時(shí)間,pprac(v(t))為風(fēng)電場實(shí)際功率,gtheo為風(fēng)電場理論發(fā)電量;ptheo(v(t))為風(fēng)電場理論功率。
定義棄風(fēng)率ρ為
其中,gtheo為理論發(fā)電量,gprac為實(shí)際發(fā)電量。
定義最優(yōu)風(fēng)電利用率η為
其中,g′theo為每月理論發(fā)電量,g′full為每月滿發(fā)電量;
定義統(tǒng)計(jì)時(shí)間段內(nèi)的最大極限風(fēng)電利用率為
ηmax=max(η)
定義統(tǒng)計(jì)時(shí)間段內(nèi)的最小極限風(fēng)電利用率為
ηmin=min(η)
根據(jù)定義,利用上述計(jì)算得到的風(fēng)電場理論發(fā)電量、實(shí)際發(fā)電量和額定裝機(jī)容量等,可以分析并評(píng)價(jià)風(fēng)電場的風(fēng)電利用情況。
以上對(duì)本發(fā)明的技術(shù)方案進(jìn)行了詳細(xì)說明。顯然,本發(fā)明并不局限于所描述的實(shí)施例?;诒景l(fā)明中的實(shí)施例,熟悉本技術(shù)領(lǐng)域的人員還可據(jù)此做出多種變化,但任何與本發(fā)明等同或相類似的變化都屬于本發(fā)明保護(hù)的范圍。