国家电网公司; 国网甘肃省电力公司; 甘肃省电力公司风电技术中心; 清华大学

  本发明涉及一种风电场发电功率的计算方式，包括以下步骤：对所有标杆风机的功率序列进行基于经验正交函数分解，得到空间向量；对空间向量还原得到各标杆风机的典型功率序列；按照对应馈线上的开机数对各标杆风机典型功率进行比例放大，得到标杆风机所在馈线总的功率；对所有标杆风机进行叠加得到整个风电场的功率。

  步骤S10，对所有标杆风机的功率序列进行基于经验正交函数分解，得到空间向量src=；

  步骤S30，按照对应馈线上的开机数对各标杆风机典型功率进行比例放大，得到标杆风机所在馈线总的功率src=；

  2.如权利要求1所述的风电场发电功率的计算方式，其他特征是，所有标杆风机的功率序列以风电场标杆风机全年可用的功率数据为基础，设标杆风机数为m，每个标杆风机含有n个点的时间序列。

  3.如权利要求2所述的风电场发电功率的计算方式，其特征是，设src=是m维向量，代表m个标杆风机：

  其中，src=是m维待求空间向量，src=是与之对应的m维误差向量，src=是第k个空间向量src=表示src=时的权重系数，称为时间系数。

  4.如权利要求3所述的风电场发电功率的计算方式，其特征是，所述空间向量src=的获取具体包括：

  将上述公式的求解转化为求多元函数的条件极值，即在src=的条件下，求src=的极小值及相应的src=值；

  其中，空间向量src=的方差贡献src=为该空间向量加入展开式后使场的总误差方差减少的数量：

  5.如权利要求4所述的风电场发电功率的计算方式，其特征是，设设差贡献率η的阀值为95%，得到与该方差贡献率所对应的典型空间向量为src=，时间系数为src=，其中，

  6.如权利要求5所述风电场发电功率的计算方式，其特征是，各标杆风机的典型功率序列P为：

  7.如权利要求6所述的风电场发电功率的计算方式，其特征是，设m台标杆风机分别所在馈线上的开机数序列为src=，则开机数序列的转置为src=：

  8.如权利要求7所述的风电场发电功率的计算方式，其特征是，m台风机所在馈线总的功率src=：

  9.如权利要求8所述的风电场发电功率的计算方式，其特征是，整个风电场在自然状态下理论发电量P估：

  本发明属于电力系统规划领域，尤其针对大规模风电场（30MW及以上）理论可发电功率的计算方式，以计算风电场在自然状态下的发电量。

  近年来，我国在一系列政策的推动下，风电产业加快速度进行发展。预计到2015年，我国并网运行的风电装机容量达到1亿千瓦。但受电网输送能力和风电消纳能力等因素限制，实际风电并网运行工程中存在很明显的限电情况。目前，很多电厂的弃风量是按照风机的理论年发电量笼统计算得出或者采用常规的功率扩得出，这与实际的弃风电量有很大的差别。

  针对我国特有的风电发展模式，已有的风电发电量估算方法精度较低。由于估算弃风量与实际弃风量误差较大，就无法为风电集群控制、调度运行提供重要的参考信息，不利于风电产业的健康发展。

  综上所述，确有必要提供一种符合我国风电发展模式，还可以精确估算风电场发电功率的计算方式。

  一种风电场发电功率的计算方法，包括以下步骤：步骤S10，对所有标杆风机的功率序列进行基于经验正交函数分解，得到空间向量src=；步骤S20，对空间向量src=还原得到各标杆风机的典型功率序列；步骤S30，按照对应馈线上的开机数对各标杆风机典型功率进行比例放大，得到标杆风机所在馈线总的功率src=；步骤S40，对所有标杆风机进行叠加得到整个风电场的功率。

  相对于现存技术，本发明提供的风电场发电功率的计算方式，利用EOF分解挖掘各标杆风机的共性与特性，能够克服现有风电场发电功率计算方式误差过大的不足，精确估算风电场理论发电量，为评估计算限电或检修经济损失提供了重要参考依据。

  请参阅图1，本发明提供的基于经验正交函数分解（EmpiricalOrthogonalFunction，简称EOF）的风电场发电功率计算方式，包括以下步骤：

  步骤S10，对所有标杆风机的功率序列进行EOF分解，得到空间向量src=；

  步骤S20，基于EOF分解的空间向量src=还原得到各标杆风机的典型功率序列；

  步骤S30，按照对应馈线上的开机数对各标杆风机典型功率进行比例放大，得到标杆风机所在馈线总的功率src=；

  在步骤S10中，以风电场标杆风机全年可用的功率数据为基础，设标杆风机数为m，每个标杆风机含有n个点的时间序列。根据EOF分解原理，将空间场抽象为一个m维随机变量X，得到容量为n的样本X1，X2，…，Xn，其中src=是m维向量，记为：

  其中，src=是m维待求空间向量，src=是与之对应的m维误差向量，src=是第k个空间向量src=表示src=时的权重系数，称为时间系数。

  其中，src=，也即空间场的总方差src=，它取决于研究的空间场，与src=、src=无关。于是有：

  其中，src=的第src=行第src=列元素具体表示为src=，即为第src=号格点序列和第src=号格点序列的协方差，那么src=就为协方差矩阵，记：

  步骤S12，将上述公式的求解转化为求多元函数的条件极值，即在src=的条件下，求src=的极小值及相应的src=值。

  于是所求的src=就是协方差矩阵src=的一个特征向量，而拉格朗日乘数src=是与之对应的特征值。带回式（9），有：

  为达到使src=最小的目标，应取src=为最大的一个特征值，记src=，而src=便是与该之对应的特征向量。此时有

  空间向量src=的方差贡献src=为该空间向量加入展开式后使场的总误差方差减少的数量，可得：

  分量的方差贡献率反映了该空间型对原始空间场描述能力，方差贡献率越大，该空间向量还原得到的空间场与原始场越接近，通过这一指标确定典型空间向量V。

  在步骤S20中，设方差贡献率η的阀值为95%，从而得到典型空间向量。令该方差贡献率所对应的典型空间向量为src=，时间系数为src=，其中，

  在步骤S30中，按照对应的馈线上的开机数对典型功率进行比例放大。具体的，设m台标杆风机分别所在馈线上的开机数序列为src=，则开机数序列的转置为src=：

  在步骤S40中，将公式（20）中向量src=的所有分量相加就是整个风电场在自然状态下理论发电量P估：

  相对现存技术，本发明提供的风电场发电功率估算方法，利用EOF分解在挖掘各标杆风机的共性与特性方面的优势，以及分解后某些随机性序列的叠加相消特点，克服了风电场场在自然状态下的理论发电量计算误差较大的现状，提高了所述风电场理论发电量的计算精度，从而为评估计算限电或检修经济损失提供了重要的参考依据。

  另外，本领域技术人员还可在本发明精神内作其它变化，当然这些依据本发明精神所作的变化，都应包含在本发明所要求保护的范围内。

  《风电场发电功率的计算方式.pdf》由会员分享，可在线阅读，更多相关《风电场发电功率的计算方式.pdf（8页珍藏版）》请在专利查询网上搜索。

  2、明涉及一种风电场发电功率的计算方 法， 包括以下步骤 ： 对所有标杆风机的功率序列 进行基于经验正交函数分解， 得到空间向量； 对 空间向量还原得到各标杆风机的典型功率序 列 ； 按照对应馈线上的开机数对各标杆风机典型 功率进行比例放大， 得到标杆风机所在馈线总的 功率； 对所有标杆风机进行叠加得到整个风电 场的功率。 (51)Int.Cl. 权利要求书 2 页 说明书 4 页 附图 1 页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书2页 说明书4页 附图1页 (10)申请公布号 CN 104112236 A CN 104112236 A 1/2 页 2 1. 一种。

  3、风电场发电功率的计算方式， 包括以下步骤 ： 步骤 S10， 对所有标杆风机的功率序列进行基于经验正交函数分解， 得到空间向量 ； 步骤 S20， 对空间向量还原得到各标杆风机的典型功率序列 ； 步骤 S30， 按照对应馈线上的开机数对各标杆风机典型功率进行比例放大， 得到标杆风 机所在馈线， 对所有标杆风机进行叠加得到整个风电场的功率。 2. 如权利要求 1 所述的风电场发电功率的计算方式， 其他特征在于， 所有标杆风机的 功率序列以风电场标杆风机全年可用的功率数据为基础， 设标杆风机数为 m， 每个标杆风机 含有 n 个点的时间序列。 3. 如权利要求 2 所述的风。

  4、电场发电功率的计算方式， 其特征是， 设是 m 维向量， 代表 m 个标杆风机 ： ； 其中，是m维待求空间向量，是与之对应的m维误差向量， 是第k个空间向 量表示时的权重系数， 称为时间系数。 4. 如权利要求 3 所述的风电场发电功率的计算方式， 其特征是， 所述空间向量的 获取具体包括 ： 获取单位相量， 使式 ：的剩余误差平方和 E1最小 ： ， 其中为空间场的总方差 ； 将上述公式的求解转化为求多元函数的条件极值， 即在的条件下， 求的极 小值及相应的值 ； 计算方差贡献率 ： ； 其中， 空间向量的方差贡献为该空间向量加入展开式后使场的总误差方差减少 的数量 ： 。 权 利 要。

  5、 求 书 CN 104112236 A 2 2/2 页 3 5. 如权利要求 4 所述的风电场发电功率的计算方式， 其特征是， 设设差贡献率 的 阀值为 95%， 得到与该方差贡献率所对应的典型空间向量为， 时间系数为， 其中， 。 6. 如权利要求 5 所述风电场发电功率的计算方式， 其特征是， 各标杆风机的典型功 率序列 P 为 ： 。 7.如权利要求6所述的风电场发电功率的计算方式， 其特征是， 设m台标杆风机分别 所在馈线上的开机数序列为， 则开机数序列的转置为： 。 8.如权利要求7所述的风电场发电功率的计算方式， 其特征是， m台风机所在馈线 所述的风电场发电功率的计算方式， 其特征是， 整个风电场在自然 状态下理论发电量 P估： 。 权 利 要 求 书 CN 104112236 A 3 1/4 页 4 风电场发电功率的计算方式 技术领域 0001 本发明属于电力系统规划领域， 尤其针对大规模风电场 （30MW及以上） 理论可发电 功率的计算方式， 以计算风电场在自然状态下的发电量。 背景技术 0002 近年来， 我国在一系列政策的推动下， 风电产业快速发展。预计到 2015 年， 我国并 网运行的风电装机容量达到 1 亿千瓦。但受电网输送能力和风电消纳能力等因素限制， 实 际风电并网运行工程中存在明显的限电情况。目前， 。

  7、很多电厂的弃风量是按照风机的理论 年发电量笼统计算得出或者采用常规的功率扩得出， 这与实际的弃风电量有很大的差 别。 0003 针对我国特有的风电发展模式， 已有的风电发电量估算方法精度较低。由于估算 弃风量与实际弃风量误差较大， 就无法为风电集群控制、 调度运行提供重要的参考信息， 不 利于风电产业的健康发展。 发明内容 0004 综上所述， 确有必要提供一种符合我国风电发展模式， 并且能够精确估算风电场 发电功率的计算方式。 0005 一 种 风 电 场 发 电 功 率 的 计 算 方 法，包 括 以 下 步 骤 ： 步 骤 S10，对 所 有 标 杆 风 机 的 功 率 序 列 进 。

  8、行 基 于 经 验 正 交 函 数 分 解，得 到 空 间 向 量 ； 步骤 S20， 对空间向量还原得到各标杆风机的典型功率序列 ； 步骤 S30， 按照对应馈 线上的开机数对各标杆风机典型功率进行比例放大， 得到标杆风机所在馈线， 对所有标杆风机进行叠加得到整个风电场的功率。 0006 相对于现有技术， 本发明提供的风电场发电功率的计算方式， 利用 EOF 分解挖掘 各标杆风机的共性与特性， 能够克服现有风电场发电功率计算方式误差过大的不足， 精确 估算风电场理论发电量， 为评估计算限电或检修经济损失提供了重要参考依据。 附图说明 0007 图 1 为本发明提供的基。

  9、于 EOF 分解的风电场发电功率计算方法的流程图。 具体实施方式 0008 下面根据说明书附图并结合具体实施例对本发明的技术方案进一步详细表述。 0009 请参阅图 1， 本发明提供的基于经验正交函数分解 （Empirical Orthogonal Function， 简称 EOF） 的风电场发电功率计算方法， 包括以下步骤 ： 步骤 S10， 对所有标杆风机的功率序列进行 EOF 分解， 得到空间向量； 说 明 书 CN 104112236 A 4 2/4 页 5 步骤 S20， 基于 EOF 分解的空间向量还原得到各标杆风机的典型功率序列 ； 步骤 S30， 按照对应馈线上的开机数对各标杆。

  10、风机典型功率进行比例放大， 得到标杆风 机所在馈线， 对所有标杆风机进行叠加得到整个风电场的功率。 0010 在步骤 S10 中， 以风电场标杆风机全年可用的功率数据为基础， 设标杆风机数为 m， 每个标杆风机含有 n 个点的时间序列。根据 EOF 分解原理， 将空间场抽象为一个 m 维随 机变量 X， 得到容量为 n 的样本 X1， X2， Xn， 其中是 m 维向量， 记为 ： ； (1) 根据 EOF 分解形式， 式 （1） 可以表示为如下形式 ： ； (2) 其中，是 m 维待求空间向量，是与之对应的 m 维误差向量，是第 k 个空间向 量表示时的权重系数， 称。

  11、为时间系数。 0011 所述空间向量的获取具体包括如下步骤 ： 步骤 S11， 获取单位相量， 使式 ： （3） 的剩余误差平方和 E1最小， 即有 ： （4） 其中，或。且 =0， 进一步可以得到 ： （5） 其中， 也即空间场的总方差， 它取决于研究的 空间场， 与、无关。于是有 ： （6） 把用和表示出来， 则有 ： 说 明 书 CN 104112236 A 5 3/4 页 6 （7） 其中，的第 行第列元素具体表示为， 即为第 号格点序列和第号 格点序列的协方差， 那么就为协方差矩阵， 记 ： （8） 进一步有 ： （9） 步骤 S12， 将上述公式的求解转化为求多元函数的条件极值， 。

  12、即在的条件下， 求的极小值及相应的值。 0012 采用拉格朗日法， 构造函数 ： （10） 通过对函数求导， 可以得到 ： （11） 令其为零向量， 可得 （12） 于是所求的就是协方差矩阵的一个特征向量， 而拉格朗日乘数是与之对应的 特征值。带回式 （9） ， 有 ： （13） 为达到使最小的目标， 应取为最大的一个特征值， 记， 而便是与该之对 应的特征向量。此时有 （14） 步骤 S13， 计算方差贡献率 。 0013 空间向量的方差贡献为该空间向量加入展开式后使场的总误差方差减少 的数量， 可得 ： 说 明 书 CN 104112236 A 6 4/4 页 7 （15） 又由于场的总方。

  13、差为， 所以的方差贡献率 为 ： （16） 分量的方差贡献率反映了该空间型对原始空间场描述能力， 方差贡献率越大， 该空间 向量还原得到的空间场与原始场越接近， 通过这一指标确定典型空间向量 V。 0014 在步骤S20中， 设方差贡献率的阀值为95%， 从而得到典型空间向量。 令该方差 贡献率所对应的典型空间向量为， 时间系数为， 其中， （17） 则各标杆风机的典型功率序列为 （18） 在步骤 S30 中， 按照对应的馈线上的开机数对典型功率进行比例放大。具体的， 设 m 台 标杆风机分别所在馈线上的开机数序列为， 则开机数序列的转置为： （19） 则 m 台风机所在馈线） 中向量的所有分量相加就是整个风电场在自然状态下 理论发电量 P估： （21） 。 0015 相对现存技术， 本发明提供的风电场发电功率估算方法， 利用 EOF 分解在挖掘各 标杆风机的共性与特性方面的优势， 以及分解后某些随机性序列的叠加相消特点， 克服了 风电场场在自然状态下的理论发电量计算误差较大的现状， 提高了所述风电场理论发电量 的计算精度， 从而为评估计算限电或检修经济损失提供了重要的参考是依据。 0016 另外， 本领域技术人员还可在本发明精神内作其它变化， 当然这些依据本发明精 神所作的变化， 都应包含在本发明所要求保护的范围内。 说 明 书 CN 104112236 A 7 1/1 页 8 图 1 说 明 书 附 图 CN 104112236 A 8 。