一种基于风电场流动相关性的风电场机组分组方法

摘要

本发明公开了风电场技术领域中的一种基于风电场流动相关性的风电场机组分组方法，该方法首先将传统的风电机组坐标位置转化为描述流动情况的主风向坐标系；结合风电场不同机组位置的流动相关性、不同机组发电特性的相关性、风电场主导风向等信息进行机组分组；最后考虑机组坐标位置、海拔，尾流影响建立代表性评价体系，选取每个组中最具代表性的机组位置。本发明利用不同组之间的多样性、互补性降低风电场输出功率的波动性；为风电场功率预测或调度模型提供计算参考点，大幅降低风电场功率预测或调度模型的计算量；有效提高风电场的容量可信度以及输出功率的可预测性。

主权项

一种基于风电场流动相关性的风电场机组分组方法，其特征在于，所述基于风电场流动相关性的风电场机组分组方法包括4个阶段、10个步骤：1）相关性分析阶段包括3个步骤：采集风速和机组输出功率数据；计算各台机组轮毂高度处风速相关性；计算各台机组功率相关性，准备进入机组坐标转换阶段；经过对风电场的相关性分析，量化风电场各个机组位置点流动情况以及各台机组发电特性之间的关系，利用相关性体现风电场的相似性和多样性，通过对相似性和多样性的区分建立风电场机组分组模型，使操作简单且有效；2）机组坐标转换阶段包括3个步骤：采集机组坐标、风电场边界和主导风向信息；旋转原始的坐标系，建立风电场主风向坐标系；将北京1954坐标系转到新的风电场主风向坐标系统下，进入风电场机组分组阶段，建立主风向坐标系；将普通坐标系转到新的坐标系统下，进入风电场机组分组阶段；3）风电场机组分组阶段包括2个步骤：输入相关性分析结果、机组新的坐标；设置风电场机组分组模型参数，对输入参量进行聚类分析得到机组组别划分结果，进入代表性分析阶段。经过上述风电场机组分组分析，形成在同一组内一台机组处风速下降，另一台不下降甚至有所上升的状态，则相加各台机组后的全组输出功率，由此，看出各台机组之间具有互相弥补或平滑特点，有助于使全场输出功率在任意时刻均保持平稳，减弱了风电的波动性和不易调度性，即风电场互补性提高了风电容量可信度和可预测性；4）代表性分析阶段包括2个步骤：计算各台机组的尾流损失；输入尾流损失系数、机组海拔，计算代表性指标，选择各组中代表性最强的机组位置，经过上述代表性分析，得到各组代表机组位置，以此作为计算参考点来构建数值天气预报模型和电网调度模型，从而降低运算规模，提高模型精度和可操作性，从而保证电力系统运行的可靠性和经济性。