[發明專利]一種基于風機運行數據的風電項目發電量評估方法

有效

• 申請號: 202011176743.6
• 申請日: 2020-10-28
• 公開（公告）號: CN112231361B
• 公開（公告）日: 2023-08-18
• 發明（設計）人: 雷航;張瑞剛;余成;劉河生
• 申請（專利權）人: 西安熱工研究院有限公司
• 主分類號: H02J3/00
• 分類號: H02J3/00;G06Q50/06;G06F16/2458;G06Q10/063;H02J3/38;G06N7/01
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 閔岳峰

1.一種基于風機運行數據的風電項目發電量評估方法，其特征在于，包括以下步驟：

1)調取項目每臺風電機組穩定并網運行以來的SCADA數據，以及風電場運行維護記錄，擬合出每臺風電機組功率曲線，即SCADA平均風速-有功功率曲線；

2)利用同期相關性數據源以及鄰近風電機組間同期SCADA風速相關性，將所有風電機組插補出一套同期完整日歷年的SCADA平均風速時序數據；所述利用同期相關性數據源以及鄰近風電機組間同期SCADA風速相關性，插補出同期完整日歷年的風電機組SCADA平均風速時序數據的步驟包括：首先選擇項目投運時間最長的機組，將該風電機組SCADA風速時序數據與同期相關性數據源的風速數據進行相關性分析，當相關性R大于0.6時，則判定相關性較好，進而利用同期相關性數據源將該風電機組插補成完整日歷年的SCADA平均風速時序數據；第二、對其他風電機組，先利用其機組同臨近相關性R大于0.8且運行時段長的風電機組進行風速數據相關性分析與插補，然后對風電機組統一缺少的不足完整日歷年時段，則采用同期相關性數據源與該風電機組已通過臨近機組插補完后的數據進行相關性分析，當相關性R大于0.6時，則判定相關性較好，進而利用同期相關性數據源將該其他機組插補成完整日歷年的SCADA平均風速時序數據；

3)利用長期相關性數據源，將以上步驟2)中的每臺機組完整日歷年SCADA平均風速時序數據訂正成代表年SCADA平均風速時序數據；

4)結合每臺機組擬合的功率曲線與同期完整日歷年SCADA平均風速時序數據，計算出每臺風電機組運行同期完整日歷年發電量；

5)結合每臺機組擬合的功率曲線與代表年SCADA平均風速時序數據，計算出每臺風電機組代表年發電量；所述風電機組同期完整日歷年與代表年發電量計算采用以下公示計算：

2.根據權利要求1所述的一種基于風機運行數據的風電項目發電量評估方法，其特征在于，步驟1)中，所述調取的風電機組穩定并網運行以來的SCADA數據包括10min平均風速、10min平均有功功率、風電機組狀態碼時序、風電機組限電碼與結冰狀態碼時序。

3.根據權利要求1所述的一種基于風機運行數據的風電項目發電量評估方法，其特征在于，步驟1)中，所述風電場運行維護記錄包括風電機組故障記錄與檢修臺賬、電站工作票與操作票、電網調度記錄、電網停電紀錄。

4.根據權利要求1所述的一種基于風機運行數據的風電項目發電量評估方法，其特征在于，步驟1)中，所述擬合出每臺風電機組功率曲線中，剔除風電機組非正常并網狀態、風電機組限功率、葉片結冰、風電機組定檢與故障檢修、電網停電或限電的數據點。

5.根據權利要求1所述的一種基于風機運行數據的風電項目發電量評估方法，其特征在于，步驟1)中，所述風電機組功率曲線擬合采用“區間法”。

6.根據權利要求1所述的一種基于風機運行數據的風電項目發電量評估方法，其特征在于，步驟2)中，所述利用同期相關性數據源包括同期氣象站數據源或同期中尺度數據源，具體采用哪種數據源根據數據源的可獲得性、數據源同機組SCADA平均風速的相關性程度R的大小進行決定。

7.根據權利要求1所述的一種基于風機運行數據的風電項目發電量評估方法，其特征在于，步驟2)中，所述利用長期相關性數據源包括長期氣象站數據源或長期中尺度數據源，根據同期相關性數據源遴選中確定的相關性程度較高的那個數據源作為長期數據源。