首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种考虑海缆线损计算的海上风电场可调容量评估方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:江苏方天电力技术有限公司

摘要:本发明公开了一种考虑海缆线损计算的海上风电场可调容量评估方法:1)输入海上风电场风机SCADA历史数据和海上风电场运维系统历史数据;2)基于海上风电场风机SCADA历史数据对风电机组进行谱聚类;3)建立风电机组聚类功率到海上风电场集电线功率的映射;4)建立海上风电场集电线功率到海底电缆功率损耗的映射;5)建立基于海上风电场集电线功率和海底电缆功率损耗的可调容量评估模型;6)基于海上风电场风机SCADA实时信息对风电场可调容量进行评估。

主权项:1.一种考虑海缆线损计算的海上风电场可调容量评估方法,其特征在于,该方法包括如下步骤:1输入海上风电场风机SCADA历史数据和海上风电场运维系统历史数据;2基于海上风电场风机SCADA历史数据对风电机组进行谱聚类;3建立风电机组聚类功率到海上风电场集电线功率的映射;4建立海上风电场集电线功率到海底电缆功率损耗的映射;5建立基于海上风电场集电线功率和海底电缆功率损耗的可调容量评估模型;6基于海上风电场风机SCADA实时信息对风电场可调容量进行评估;所述步骤1中,输入的风机SCADA历史数据包括海上风电场所有风电机组的历史有功功率Pwl;输入的海上风电场运维系统历史数据包括海上集电线功率Pgl、海缆首端功率Psl、海缆末端功率Pml、海上升压站功率Phl、陆上集控中心功率Pll;历史数据输入时长为30天,时间间隔为15分钟,各类时序数据的时间维度为T=30×24×4=2880;历史有功功率Pwl维度为a×T,其中a为风机个数;海上集电线功率Pgl维度为b×T,其中b为集电线个数;海缆首端功率Psl,海缆末端功率Pml,海上升压站功率Phl和陆上集控中心功率Pll维度均为1×T;所述步骤2中,基于海上风电场风机SCADA历史数据对风电机组进行谱聚类的方法如下:201对海上风电场的任意风机i和风机j的功率序列向量组合,计算其皮尔森相关系数记为pij,从而构建相似性矩阵P: 202基于相似性矩阵P,计算度矩阵H: 该矩阵为对角阵,元素hi为矩阵P中第i行元素之和;204构建拉普拉斯矩阵L,并对其进行标准化处理:L=H-P3L′=H-0.5LH-0.54205确定谱聚类个数m,求取L′的前m个最小特征值和对应的特征向量,将特征向量归一化后构建新矩阵Ua×m;206对矩阵Ua×m的行向量使用K-means聚类,得到风电机组m个簇的划分C1,C2,…Cm,实现风电机组谱聚类;所述步骤3中,建立风电机组聚类功率到海上风电场集电线功率的映射方法如下:301基于风电机组谱聚类中簇的划分结果,计算m个聚类中风电机组总功率的历史序列Z: 其中,Z的第i行向量表示第i个聚类中风电机组总功率的历史时间序列;302基于BP神经网络,建立从风电机组聚类功率到集电线功率的映射:采用m个聚类中风电机组总功率的历史序列Z的2880个列向量作为BP神经网络训练集的输入,海上集电线功率Pgl的2880个列向量作为BP神经网络训练集的输出,神经网络训练的输入和输出样本数均为2880个;在BP神经网络中,输入向量为X=x1,x2,…,xnT;隐含层输出为Y=y1,y2,…,ymT,输出层输出为O=o1,o2,…olT,期望值为D=d1,d2,…,dlT,ωij、ωjk分别为输入层到隐含层的权值以及隐含层到输出层的权值;计算隐含层输出 计算输出层输出 上面两式中f·为BP神经网络的激活函数,网络的输出误差E如下式: 将式6和7代入误差表达式8得式9 由式9可知,网络的输出误差E是一个权值ωij、ωjk的函数,对权值进行调整以减小网络的输出误差,当网络的输出误差E小于期望值或训练次数达标时,网络的训练结束;权值沿着网络的输出误差的负梯度方向进行更新,以达到使误差减小的目的, η为学习率,取0~1;根据上式所求的增量对网络的权值进行迭代更新,ωijn+1=ωijn+Δωij13ωjkn+1=ωjkn+Δωjk14更新完成后再次进行信息的正向传递,直至训练次数大于目标值或误差小于目标值;基于上述BP神经网络训练过程,建立从风电机组聚类功率到集电线功率的映射:PG=F1PZ15其中,F1表示训练得到的神经网络模型,PZ表示一组风电机组聚类功率,PG表示相应的集电线功率;所述步骤4中,建立海上风电场集电线功率到海底电缆功率损耗的映射方法如下:401计算海底电缆功率损耗历史数据:Pxl=Psl-Pml16其中,Pxl为海底电缆功率损耗历史数据,维度为1×b,b为集电线个数;402以海上风电场集电线功率Pgl为输入,以海底电缆功率损耗Pxl为输出,基于步骤302所述的BP神经网络,建立海上风电场集电线功率到海底电缆功率损耗的映射:PX=F2PG17其中,PG为一组集电线功率,PX表示相应的海底电缆功率损耗;所述步骤5中,建立基于海上风电场集电线功率和海底电缆功率损耗的可调容量评估模型如下:PK=sumPG-F2PG-avePhl+Pll18其中,sum表示向量求和,ave表示向量求均值;所述步骤6中,基于海上风电场风机SCADA实时信息对风电场可调容量进行评估的模型如下:601读取海上风电场风机SCADA实时信息中的风电机组实时最大可发容量,基于步骤206中风电机组m个簇的谱聚类划分结果,计算得到m个簇的风电机组最大可发容量之和,组成m维向量,记为PZS;602海上风电场实时可调容量的计算公式为:PKS=sumF1PZS-F2F1PZS-avePhl+Pll19其中,PKS表示风电场实时最大可调容量。

全文数据:

权利要求:

百度查询: 江苏方天电力技术有限公司 一种考虑海缆线损计算的海上风电场可调容量评估方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。