一种风电机组发电量损失的评估方法及装置

摘要

本发明公开了一种风电机组发电量损失的评估方法及装置，所述方法包括步骤：根据风电场的标杆年平均风速和标杆月平均风速对应的风频分布和风电机组的理论功率曲线，计算所述风电机组的年标杆发电量E

说明书

技术领域

本发明涉及风力发电技术领域，尤其涉及一种风电机组发电量损失的评估方法及装置。

背景技术

2016年，全国风电保持健康发展势头，全年新增风电装机1930万千瓦，累计并网装机容量达到1.49亿千瓦，占全部发电装机容量的9％，风电发电量2410亿千瓦时，占全部发电量的4％。我国的风资源分布在空间上存在明显的不平衡，风资源好的地区、可开发的区域越来越有限，开发的空间越来越转向风资源较差的地区。同时，随着市场竞争加大，风电业主和投资人越来越重视电站效益。电站的效益直接来自于发电量，而当年风资源的好坏对于电站当年的发电量影响明显，同时也成为业主和投资人的一个重大风险。为了量化该风险，就必须有一套科学的评估因当年风资源波动造成风机发电量低于标杆值的方法。

现有对风机发电量的评估方法主要包括两类：

一类是用于计算弃风电量的方法，弃风电量的核心算法是计算实际发电量与理论发电量的差值。风电场弃风一般是因为电网原因无法容纳机组当前的可发容量。因此，弃风电量仅与实际风资源有关，与设计或预期的风资源没有关系。

另一类是应用于指数衍生品的算法，该指数衍生品的核心算法是计算理论发电量和标杆发电量的差值。标杆发电量是参考风电场风资源情况人为设定的，因此该方法间接考虑了预期风资源，但是由于未考虑影响发电量的其他因素，导致该产品的基差风险较大。基差风险是指理论发电量和实际发电量的差异，以及标杆发电量受到干扰后应该修正但是未进行修正造成的差异。由于基差风险的存在，这类产品的实用性不强。

发明内容

本发明的主要目的在于提出一种风电机组发电量损失的评估方法及装置，旨在解决现有技术存在的问题。

为实现上述目的，本发明实施例第一方面提供一种风电机组发电量损失的评估方法，所述方法包括步骤：

根据风电场的标杆年平均风速和标杆月平均风速对应的风频分布和风电机组的理论功率曲线，计算所述风电机组的年标杆发电量E_k标杆、月标杆等效发电功率P_{km等效标杆}；

根据月标杆等效发电功率P_{km等效标杆}，计算所述风电机组在降出力运行、备用和不可用状态下的替代发电量E_k替代；

根据风机的理论功率曲线，计算所述风电机组在正常运行状态下的累计理论发电量E_{k理论正常运行}；

获取所述风电机组的实测总发电量E_k实测、所述风电机组在降出力运行运行状态下的实测发电量E_{k实测降出力运行}，并根据E_k实测、E_{k实测降出力运行}、E_{k理论正常运行}、确定损耗率计算实际与理论的发电量系数δ_k；

根据确定损耗率E_{k理论正常运行}、E_k替代、E_k标杆以及实际与理论的发电量系数δ_k，计算所述风电机组的最终损失发电量ΔE_k。

可选的，所述风电机组的年标杆发电量E_k标杆通过以下方法进行计算：

其中P_{k等效标杆}为年标杆等效发电功率，

P_k(V_i)为第k台风电机组的理论功率曲线，F_标杆(V_i)为风电场的标杆风频分布，N_测为F_标杆(V_i)的样本数量，V_i为第i个样本的平均风速，N为时间间隔t的数量，或

可选的，所述月标杆等效发电功率P_{km等效标杆}通过以下方法进行计算：

其中P_k(V_j)为第k台风电机组的理论功率曲线，F_m标杆(V_j)为风电场第m月的标杆风频分布，N_测m为F_m标杆(V_j)的样本数量，V_j为第j个样本的平均风速。

可选的，所述替代发电量E_k替代通过以下方法进行计算：

E_k替代＝E_{k标杆降出力}+E_{k标杆备用}+E_{k标杆不可用}；其中，

为第k台风电机组降出力运行、备用和不可用状态分别出现的月份数；m_{降出力运行}、m_备用、m_不可用分别表示降出力运行、备用和不可用状态在第m月出现；表示第k台风电机组降出力运行、备用和不可用三种状态分别在第m月时间间隔中的数量；i_{降出力运行}、i_备用、i_不可用分别表示第i个时间间隔。

可选的，所述累计理论发电量E_{k理论正常运行}通过以下方法进行计算：

其中，P_k(V₁)为第k台风电机组的理论功率曲线，N_{k正常运行}为第k台风电机组正常运行状态下的时间间隔t数量。

可选的，所述实际与理论的发电量系数δ_k通过以下公式进行计算：

可选的，所述最终损失发电量ΔE_k通过以下公式进行计算：

ΔE_k＝ΔE_k理论×δ_k，其中

可选的，所述风电场的标杆年平均风速和标杆月平均风速对应的风频分布通过以下方式确定：

参考测风塔的测风数据作出的风资源评估，确定风电场的标杆年平均风速和标杆月平均风速对应的风频分布。

可选的，所述方法还包括步骤：

根据所述风电机组的最终损失发电量ΔE_k，计算风电场相比标杆风资源情况下的收入损失ΔR；其中L为风电场的风电机组的总数量，

此外，为实现上述目的，本发明实施例第二方面提供一种风电机组发电量损失的评估装置，所述风电机组发电量损失的评估装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的风电机组发电量损失的评估程序，所述风电机组发电量损失的评估程序被所述处理器执行时实现第一方面任一项所述的风电机组发电量损失的评估方法的步骤。

本发明实施例提供的一种风电机组发电量损失的评估方法及装置，在理论发电量的计算中排除了非风资源影响状态的干扰，减小了最终损失发电量与实际损失发电量的误差，解决了标杆发电量变动，消除了理论功率曲线带来的绝对误差。

附图说明

图1为本发明实施例的风电机组发电量损失的评估方法流程示意图；

图2为本发明实施例的风电机组发电量损失的评估装置结构示意图；

图3为本发明实施例的风电场的风频分布示意图；

图4为本发明实施例的风电机组的理论功率曲线示意图；

图5为本发明实施例的等效发电功率结构示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

现在将参考附图描述实现本发明各个实施例的。在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身并没有特定的意义。

还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

第一实施例

如图1所示，本发明第一实施例提供一种风电机组发电量损失的评估方法，所述方法包括步骤：

11、根据风电场的标杆年平均风速和标杆月平均风速对应的风频分布和风电机组的理论功率曲线，计算所述风电机组的年标杆发电量E_k标杆、月标杆等效发电功率P_{km等效标杆}；

在本实施例中，所述风电机组的年标杆发电量E_k标杆通过以下方法进行计算：

其中P_{k等效标杆}为年标杆等效发电功率，

P_k(V₁)为第k台风电机组的理论功率曲线，F_标杆(V_i)为风电场的标杆风频分布，N_测为F_标杆(V_i)的样本数量，V_i为第i个样本的平均风速，N为时间间隔t的数量，或

与上类似地，月标杆发电量E_km标杆可通过以下方法进行计算：

在本实施例中，所述月标杆等效发电功率P_{km等效标杆}通过以下方法进行计算：

其中P_k(V_j)为第k台风电机组的理论功率曲线，F_m标杆(V_j)为风电场第m月的标杆风频分布，N_测m为F_m标杆(V_j)的样本数量，V_j为第j个样本的平均风速。

在其他实施例中，月标杆等效发电功率P_{km等效标杆}可采用P_{k标杆月均}来代替也是可以实现的。其中，即E_{k标杆月均}是E_k标杆平均分到12月后，每个月的平均发电量；P_{k标杆月均}是E_{k标杆月均}分到每小时后的平均功率。P_{km等效标杆}是基于标杆月平均风速的风频分布结合功率曲线求得，原理完全不一样。

在本实施例中，所述风电场的标杆年平均风速和标杆月平均风速对应的风频分布通过以下方式确定：

参考测风塔的测风数据作出的风资源评估，确定风电场的标杆年平均风速和标杆月平均风速对应的风频分布。

需要说明的是，理论发电量和标杆发电量都是通过理论功率曲线计算而来。而理论功率曲线本身就是一条理想化的风速/风机出力对应关系线。同时，因测量误差或其他人为因素导致的理论功率曲线与实际差异甚大。但本方法中，理论发电量和标杆发电量采用同一条理论功率曲线，使计算结果只有相对误差，没有绝对误差。

12、根据月标杆等效发电功率P_{km等效标杆}，计算所述风电机组在降出力运行、备用和不可用状态下的替代发电量E_k替代；

在本实施例中，所述替代发电量E_k替代通过以下方法进行计算：

E_k替代＝E_{k标杆降出力}+E_{k标杆备用}+E_{k标杆不可用}；其中，

为第k台风电机组降出力运行、备用和不可用状态分别出现的月份数；m_{降出力运行}、m_备用、m_不可用分别表示降出力运行、备用和不可用状态在第m月出现；表示第k台风电机组降出力运行、备用和不可用三种状态分别在第m月出现的时间间隔数量；i_{降出力运行}、i_备用、i_不可用分别表示第i个时间间隔。

需要说明的是，为了在理论发电量的计算中排除非风资源影响状态的干扰，本实施例区分风机发电量中与风资源影响完全无关状态。具体地，本实施例对风机的状态进行了划分：当风机处于正常运行状态时，风机的发电量与风资源情况相关；当风机处于降出力运行状态时，风机的发电量与最大限发电量有关，与风资源情况无关；当风机处于备用状态和不可用状态时，风机无发电量产生。故风资源影响状态指风机处于正常运行状态，非风资源影响状态指风机处于降出力、备用和不可用状态。作为示例地，可参考以下表格所示：

还需要说明的是，通过引入替代发电量E_k替代，可避免事后调整标杆发电量，解决了应用困难的问题。

13、根据风机的理论功率曲线，计算所述风电机组在正常运行状态下的累计理论发电量E_{k理论正常运行}；

在本实施例中，所述累计理论发电量E_{k理论正常运行}通过以下方法进行计算：

其中，P_k(V₁)为第k台风电机组的理论功率曲线，N_{k正常运行}为第k台风电机组正常运行状态下的时间间隔t数量。

与上类似地，所述风电机组在降出力运行、备用和不可用状态下的累计理论发电量E_{k理论降出力运行}、E_{k理论备用}、E_{k理论不可用}通过以下方法进行计算：

其中，N_{k降出力运行}为第k台风电机组处于降出力运行状态的时间间隔t数量；N_k备用为第k台风电机组处于备用状态的时间间隔t数量，N_k不可用为第k台风电机组处于不可用状态的时间间隔t数量。

在本实施例中，第k台风电机组的累计理论发电量

E_k理论＝E_{k理论正常运行}+E_{k理论降出力运行}+E_{k理论备用}+E_{k理论不可用}，且有：

N＝N_{k正常运行}+N_{k降出力运行}+N_k备用+N_k不可用。

14、获取所述风电机组的实测总发电量E_k实测、所述风电机组在降出力运行运行状态下的实测发电量E_{k实测降出力运行}，并根据E_k实测、E_{k实测降出力运行}、E_{k理论正常运行}、确定损耗率计算实际与理论的发电量系数δ_k；

在本实施例中，所述实际与理论的发电量系数δ_k通过以下公式进行计算：

通过引入实际与理论的发电量系数δ_k，可进一步缩小了计算的最终损失发电量结果与实际损失发电量的绝对误差。

需要说明的是，确定损耗系数，一般地

15、根据确定损耗率E_{k理论正常运行}、E_k替代、E_k标杆以及实际与理论的发电量系数δ_k，计算所述风电机组的最终损失发电量ΔE_k。

在本实施例中，所述最终损失发电量ΔE_k通过以下公式进行计算：

ΔE_k＝ΔE_k理论×δ_k，其中将δ_k代入该公式之后可得到，

进一步地，所述方法还可包括步骤(附图未示出)：

根据所述风电机组的最终损失发电量ΔE_k，计算风电场相比标杆风资源情况下的收入损失ΔR；其中L为风电场的风电机组的总数量，

在本实施例中，上网电量是指统计周期内风电场与电网关口表计量的风电场向电网输送的电能，单位为万千瓦时(万kWh)；

下网电量是指统计周期内风电场与电网关口表计量的电网向风电场输送的电能，单位为万千瓦时(万kWh)；

送出线损率是指统计周期内消耗在风电场送出线的电量占全场发电量的百分比。不考虑送出线路情况，仅计算风电场内的ΔR时，送出线损率等于零。

为进一步阐释本发明实施例一，现以图3-图5为例进行详细说明。

假设某风场有33台单机容量1.5MW的风机，风机的确定性损耗系数综合场用电率5％，送出线损率5％，上网电价0.5元/kw。多年年平均风速为6.64m/s，其风频分布可参考图3所示，风机的理论功率曲线可参考图4所示，等效发电功率可参考如图5所示。

1)、排除风机发电量中与风资源影响完全无关状态

根据2016年5月1日12：30-2017年5月1日12:30测风塔和第k台风机SCADA数据，可以得到实际测风塔年平均风速为5.596m/s，由于时间间隔为5分钟，因此全年有105120个时间间隔，其中备用和不可用状态8928个，全部发生在2016年12月，降出力运行状态518个。

第k台风机12月的理论发电量为E_k12理论，依据全年标杆发电量取平均后，每月的标杆发电量为E_{k标杆月均}，则有：E_{k标杆月均}＝353184kw。

而根据第12月的P_{k12等效标杆}有：

同时，12月该风机的理论发电量E_k12理论＝270281kw，实际发电量E_k12实测＝0kw。因此可以很明显的看到，如果不区分风机状态的结果：

①、理论发电量比实测发电量多计算了一个月，导致理论和实际的误差加大，而误差加大的原因并非因为风资源问题；

②、而采用E_k12标杆，不采用E_{k标杆月均}，是因为E_{k标杆月均}<E_k12标杆。12月风机如果正常运行，则发出的电量可以缩小与全年标杆发电量的差距。因此在风机无法运行时，应采用能表征12月风资源的标杆发电量来替代(可以在理论正常运行发电量加上这部分，也可以从标杆发电量中减去这部分。)

2)、解决标杆发电量变动和消除理论功率曲线带来的绝对误差

在剔除非风影响状态后，可以发现由于风资源呈月分布不均的特点，导致非风影响状态在部分月份(这些月份的特点是其月平均风速偏离年平均风速较多)时，会对标杆发电量的确定影响极大。比如本例12月全月故障，若还采用原来的标杆发电量势必不公平，应对标杆发电量做调整。由于在实际应用中，应提前确定标杆发电量。而后续非风影响状态的不确定，导致提前确定标杆发电量不可行。因此引入替代发电量E_k替代的概念，目的是减少非风影响状态不确定造成的结果的误差。如下：

其中E_{k理论正常运行}、E_k替代、E_k标杆均采用同一条理论功率曲线，因此同时解决了理论功率曲线引起的绝对误差。

3)、减小最终计算结果与实际损失发电量的误差

实测发电量通常包括正常运行状态和限功率状态所发电量，因此可以剔除降出力状态的实际发电量E_{k实测降出力}，E_{k实测降出力}＝40077kw。

则有，E_{k实测正常运行}＝3413247kw；

对应的E_{k理论正常运行}＝2632090kw。

很明显，在剔除非风影响状态后，实测发电量与理论发电量差距非常大。主要影响原因如下：

①、理论发电量采用测风塔风速数据，与风机位置的实际风速数据差别大。这个差别主要源于距离、地形、风向、邻近风机尾流的影响。即使采用机舱风速仪该误差也存在。

②、理论功率曲线与实际功率曲线有偏差。理论功率曲线是理想化的曲线，而实际功率曲线是一种类似概率分布的呈散点图。

③、风机的偏航系统还存在一些控制误差。

尽管如此，在针对风机正常运行状态下的同一时间段内，距离、地形、邻近风机的尾流影响、偏航系统的控制误差都可以视作不变。因此，可以假设利用测风塔的测风数据与理论功率曲线计算的理论发电量与实际发电量应存在某种接近线性的关系。因此，引入实际与理论的发电量系数δ_k，

实际与理论的发电量系数δ_k解决了理论发电量和实际发电量之间的鸿沟问题，让计算结果与实际情况接近。

δ_k＝1.85，ΔE_k＝ΔE_k理论×δ_k＝-1268852kw

假设33台风机，且ΔE_k相同，则有：

根据本算法计算的ΔR从理论上将与实际情况是更为接近。

本发明实施例提供的一种风电机组发电量损失的评估方法，在理论发电量的计算中排除了非风资源影响状态的干扰，减小了最终损失发电量与实际损失发电量的误差，解决了标杆发电量变动，消除了理论功率曲线带来的绝对误差。

第二实施例

参照图2，图2为本发明第二实施例提供一种风电机组发电量损失的评估装置，所述风电机组发电量损失的评估装置20包括：存储器21、处理器22及存储在所述存储器21上并可在所述处理器22上运行的风电机组发电量损失的评估程序，所述风电机组发电量损失的评估程序被所述处理器22执行时实现第一实施例所述的风电机组发电量损失的评估方法的步骤。

本发明实施例提供的一种风电机组发电量损失的评估装置，在理论发电量的计算中排除了非风资源影响状态的干扰，减小了最终损失发电量与实际损失发电量的误差，解决了标杆发电量变动，消除了理论功率曲线带来的绝对误差。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。