CN109038555B - 一种风力发电出力分布特性计算方法和*** - Google Patents
一种风力发电出力分布特性计算方法和*** Download PDFInfo
- Publication number
- CN109038555B CN109038555B CN201810862905.8A CN201810862905A CN109038555B CN 109038555 B CN109038555 B CN 109038555B CN 201810862905 A CN201810862905 A CN 201810862905A CN 109038555 B CN109038555 B CN 109038555B
- Authority
- CN
- China
- Prior art keywords
- wind power
- per unit
- time
- value
- unit value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000010248 power generation Methods 0.000 title claims abstract description 49
- 238000004364 calculation method Methods 0.000 title claims description 30
- 238000000034 method Methods 0.000 claims abstract description 31
- 238000012163 sequencing technique Methods 0.000 claims abstract description 3
- 238000004458 analytical method Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 6
- 230000002688 persistence Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000005315 distribution function Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- H02J3/386—
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
- Y04S40/20—Information technology specific aspects, e.g. CAD, simulation, modelling, system security
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Wind Motors (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种风力发电出力分布特性计算方法,包括:收集风电场在预设时间内的历史风电出力数据,计算历史风电出力数据的功率标幺值;获取历史风电出力数据的时间尺度以及时间分辨率;将功率标幺值按照从小到大的顺序进行排序,得到有序的功率标幺值的数据集合;根据时间分辨率和时间尺度计算功率标幺值的数据集合中每一数值对应的持续时间标幺值;根据功率标幺值和持续时间标幺值输出风电场出力持续曲线;获取风电场出力持续曲线中与预设直线之间的交点的横坐标,交点的横坐标即为风电出力分布特性指数。本发明还公开了一种风力发电出力分布特性计算***。采用本发明实施例,能对风力发电进行快速、高效、简单、准确的分布特性分析。
Description
技术领域
本发明涉及电力***领域,尤其涉及一种风力发电出力分布特性快速量化计算方法。
背景技术
本发明属于电力***运行与风力发电并网运行领域,涉及一种风力发电出力分布特性快速量化计算方法。近年来,风力发电迅速发展,其出力随机性、波动性与不确定性给电力***运行可靠性带来了极大挑战。对风力发电出力的分布特性分析,是电力规划、生产及运行过程中重要的基础性研究工作,在电力电量平衡分析中有着至关重要的作用。
目前,风力发电出力分布特性分析主要有两种方法,分别为观测法和拟合法。观测法基于已经建设完成并投产运行的风力发电场站的历史出力数据,运用数理统计方法提取得到风力发电出力的分布特性,该方法具有简单、直观的优点,但需要积累大量完整的历史出力数据,操作麻烦;拟合法是利用待建风力发电场站附近的气象站数据,利用风机功率特性函数与随机分布数学表达式拟合得到该风力发电出力的随机分布函数,进而提取风力发电出力的分布特性,该方法不需要积累大量历史出力数据,但需要积累大量气象数据,且函数拟合结果与真实情况会有偏差。
发明内容
本发明实施例的目的是提供一种风力发电出力分布特性计算方法和***,能对风力发电进行快速、高效、简单、准确的分布特性分析,且可对不同风力发电场站的分布特性实现量化对比。
为实现上述目的,本发明实施例提供了一种风力发电出力分布特性计算方法,包括:
收集风电场在预设时间内的历史风电出力数据,计算所述历史风电出力数据的功率标幺值;
获取所述历史风电出力数据的时间尺度以及时间分辨率;其中,所述时间尺度为所述预设时间内最大时间值与最小时间值的差值,所述时间分辨率为所述时间尺度与所述历史风电出力数据的个数的比值;
将所述功率标幺值按照从小到大的顺序进行排序,得到有序的所述功率标幺值的数据集合;
根据所述时间分辨率和所述时间尺度计算所述功率标幺值的数据集合中每一数值对应的持续时间标幺值;
根据所述功率标幺值和所述持续时间标幺值输出风电场出力持续曲线;
获取所述风电场出力持续曲线中与预设直线之间的交点的横坐标,所述交点的横坐标即为风电出力分布特性指数。
与现有技术相比,本发明公开的风力发电出力分布特性计算方法,首先计算历史风电出力数据的功率标幺值,获取历史风电出力数据的时间尺度以及时间分辨率;然后将功率标幺值按照从小到大的顺序进行排序,得到有序的功率标幺值的数据集合,并根据时间分辨率和时间尺度计算功率标幺值的数据集合中每一数值对应的持续时间标幺值;最后根据功率标幺值和持续时间标幺值输出风电场出力持续曲线,获取风电场出力持续曲线中与预设直线之间的交点的横坐标,交点的横坐标即为风电出力分布特性指数。解决了现有技术采用观测法需要积累大量完整的历史出力数据,操作麻烦的问题,还解决了采用拟合法需要积累大量气象数据,且函数拟合结果与真实情况会有偏差的问题。能对风力发电进行快速、高效、简单、准确的分布特性分析,且可对不同风力发电场站的分布特性实现量化对比。
作为上述方案的改进,所述计算所述历史风电出力数据的功率标幺值,包括:
计算所述历史风电出力数据中每一数据与风电场额定发电容量的比值,得到所述功率标幺值。
作为上述方案的改进,所述根据所述时间分辨率和所述时间尺度计算所述功率标幺值的数据集合中每一数值对应的持续时间标幺值,包括:
(Ⅰ)令计数器c=1;
作为上述方案的改进,所述预设直线为过原点的直线。
为实现上述目的,本发明实施例还提供了一种风力发电出力分布特性计算***,包括:
功率标幺值计算单元,用于收集风电场在预设时间内的历史风电出力数据,计算所述历史风电出力数据的功率标幺值;
时间尺度及时间分辨率获取单元,用于获取所述历史风电出力数据的时间尺度以及时间分辨率;其中,所述时间尺度为所述预设时间内最大时间值与最小时间值的差值,所述时间分辨率为所述时间尺度与所述历史风电出力数据的个数的比值;
功率标幺值排序单元,用于将所述功率标幺值按照从小到大的顺序进行排序,得到有序的所述功率标幺值的数据集合;
持续时间标幺值计算单元,用于根据所述时间分辨率和所述时间尺度计算所述功率标幺值的数据集合中每一数值对应的持续时间标幺值;
风电场出力持续曲线输出单元,用于根据所述功率标幺值和所述持续时间标幺值输出风电场出力持续曲线;
分布特性指数获取单元,用于获取所述风电场出力持续曲线中与预设直线之间的交点的横坐标,所述交点的横坐标即为风电出力分布特性指数。
与现有技术相比,本发明公开的风力发电出力分布特性计算***,首先功率标幺值计算单元计算历史风电出力数据的功率标幺值,时间尺度及时间分辨率获取单元获取历史风电出力数据的时间尺度以及时间分辨率;然后功率标幺值排序单元将功率标幺值按照从小到大的顺序进行排序,得到有序的功率标幺值的数据集合,持续时间标幺值计算单元根据时间分辨率和时间尺度计算功率标幺值的数据集合中每一数值对应的持续时间标幺值;最后风电场出力持续曲线输出单元根据功率标幺值和持续时间标幺值输出风电场出力持续曲线,分布特性指数获取单元获取风电场出力持续曲线中与预设直线之间的交点的横坐标,交点的横坐标即为风电出力分布特性指数。解决了现有技术采用观测法需要积累大量完整的历史出力数据,操作麻烦的问题,还解决了采用拟合法需要积累大量气象数据,且函数拟合结果与真实情况会有偏差的问题。能对风力发电进行快速、高效、简单、准确的分布特性分析,且可对不同风力发电场站的分布特性实现量化对比。
作为上述方案的改进,所述功率标幺值计算单元用于计算所述历史风电出力数据中每一数据与风电场额定发电容量的比值,得到所述功率标幺值。
作为上述方案的改进,所述持续时间标幺值计算单元具体用于:
(Ⅰ)令计数器c=1;
作为上述方案的改进,所述预设直线为过原点的直线。
附图说明
图1是本发明实施例提供的一种风力发电出力分布特性计算方法的流程图;
图2是本发明实施例提供的一种风力发电出力分布特性计算方法中风电场出力持续曲线的示意图;
图3是本发明实施例提供的一种风力发电出力分布特性计算***的结构框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
参见图1,图1是本发明实施例提供的一种风力发电出力分布特性计算方法的流程图;包括:
S1、收集风电场在预设时间内的历史风电出力数据,计算所述历史风电出力数据的功率标幺值;
S2、获取所述历史风电出力数据的时间尺度以及时间分辨率;其中,所述时间尺度为所述预设时间内最大时间值与最小时间值的差值,所述时间分辨率为所述时间尺度与所述历史风电出力数据的个数的比值;
S3、将所述功率标幺值按照从小到大的顺序进行排序,得到有序的所述功率标幺值的数据集合;
S4、根据所述时间分辨率和所述时间尺度计算所述功率标幺值的数据集合中每一数值对应的持续时间标幺值;
S5、根据所述功率标幺值和所述持续时间标幺值输出风电场出力持续曲线;
S6、获取所述风电场出力持续曲线中与预设直线之间的交点的横坐标,所述交点的横坐标即为风电出力分布特性指数。
具体的,在步骤S1中,收集风电场预设时间内的历史风电出力数据,所述历史风电出力数据可以来源于风电场的SCADA***。计算所述历史风电出力数据中每一数据与风电场额定发电容量的比值,得到所述功率标幺值,公式如下:
具体的,在步骤S2中,获取所述历史风电出力数据的时间尺度以及时间分辨率;其中,所述时间尺度为所述预设时间内最大时间值与最小时间值的差值,所述时间分辨率为所述时间尺度与所述历史风电出力数据的个数的比值;公式如下:
其中,ΔT为所述时间分辨率;为所述时间尺度;N为所述历史风电出力数据的个数。具体的,时间分辨率是为了说明计算出来的风电场出力持续曲线,是在何种数据采集频率下得到的,不同的时间分辨率,得到的风电场出力持续曲线也不同。
(Ⅰ)令计数器c=1;
具体的,在步骤S5中,根据所述功率标幺值和所述持续时间标幺值(Tn)输出风电场出力持续曲线;参见图2,图2是本发明实施例提供的一种风力发电出力分布特性计算方法中风电场出力持续曲线的示意图;以出力的功率标幺值为横坐标,以持续时间标幺值Tn为纵坐标,图中曲线S表示所述风电场出力持续曲线。
具体的,在步骤S6中,参见图2,在风电场出力持续曲线图上,画出连接点(0,0)和(1,1)的直线L,得到与风电场出力持续曲线S的交点X,记交点X的坐标为(TX),获取所述交点X的横坐标即为风电出力分布特性指数。由图2可得所述风电出力分布特性指数为0.33,所述风电出力分布特性指数表明该风电场在相应统计时间尺度与分辨率下,有33%的时间其出力在0.33以上。所述风电出力分布特性指数越小,说明该风电场的出力分布越偏向于低出力水平,所述风电出力分布特性指数越大,说明这个风电场出力持续曲线越偏向右上方向,其出力分布越偏向高出力水平。这样就实现了仅通过一个数字就描述出风电出力分布大体情况的目标。
具体实施时,首先计算历史风电出力数据的功率标幺值,获取历史风电出力数据的时间尺度以及时间分辨率;然后将功率标幺值按照从小到大的顺序进行排序,得到有序的功率标幺值的数据集合,并根据时间分辨率和时间尺度计算功率标幺值的数据集合中每一数值对应的持续时间标幺值;最后根据功率标幺值和持续时间标幺值输出风电场出力持续曲线,获取风电场出力持续曲线中与预设直线之间的交点的横坐标,交点的横坐标即为风电出力分布特性指数。
与现有技术相比,本发明公开的风力发电出力分布特性计算方法,解决了现有技术采用观测法需要积累大量完整的历史出力数据,操作麻烦的问题,还解决了采用拟合法需要积累大量气象数据,且函数拟合结果与真实情况会有偏差的问题。能对风力发电进行快速、高效、简单、准确的分布特性分析,且可对不同风力发电场站的分布特性实现量化对比。
实施例二
参见图3,图3是本发明实施例提供的一种风力发电出力分布特性计算***的结构框图;包括:
功率标幺值计算单元11,用于收集风电场在预设时间内的历史风电出力数据,计算所述历史风电出力数据的功率标幺值;
时间尺度及时间分辨率获取单元12,用于获取所述历史风电出力数据的时间尺度以及时间分辨率;其中,所述时间尺度为所述预设时间内最大时间值与最小时间值的差值,所述时间分辨率为所述时间尺度与所述历史风电出力数据的个数的比值;
功率标幺值排序单元13,用于将所述功率标幺值按照从小到大的顺序进行排序,得到有序的所述功率标幺值的数据集合;
持续时间标幺值计算单元14,用于根据所述时间分辨率和所述时间尺度计算所述功率标幺值的数据集合中每一数值对应的持续时间标幺值;
风电场出力持续曲线输出单元15,用于根据所述功率标幺值和所述持续时间标幺值输出风电场出力持续曲线;
分布特性指数获取单元16,用于获取所述风电场出力持续曲线中与预设直线之间的交点的横坐标,所述交点的横坐标即为风电出力分布特性指数。
具体的,收集风电场预设时间内的历史风电出力数据,所述历史风电出力数据可以来源于风电场的SCADA***。所述功率标幺值计算单元11计算所述历史风电出力数据中每一数据与风电场额定发电容量的比值,得到所述功率标幺值,公式如下:
具体的,所述时间尺度及时间分辨率获取单元12获取所述历史风电出力数据的时间尺度以及时间分辨率;其中,所述时间尺度为所述预设时间内最大时间值与最小时间值的差值,所述时间分辨率为所述时间尺度与所述历史风电出力数据的个数的比值;公式如下:
其中,ΔT为所述时间分辨率;为所述时间尺度;N为所述历史风电出力数据的个数。具体的,时间分辨率是为了说明计算出来的风电场出力持续曲线,是在何种数据采集频率下得到的,不同的时间分辨率,得到的风电场出力持续曲线也不同。
(Ⅰ)令计数器c=1;
具体的,所述风电场出力持续曲线输出单元15根据所述功率标幺值和所述持续时间标幺值(Tn)输出风电场出力持续曲线;参见图2,图2是本发明实施例提供的一种风力发电出力分布特性计算方法中风电场出力持续曲线的示意图;以出力的功率标幺值为横坐标,以持续时间标幺值Tn为纵坐标,图中曲线S表示所述风电场出力持续曲线。
具体的,参见图2,在风电场出力持续曲线图上,画出连接点(0,0)和(1,1)的直线L,得到与风电场出力持续曲线S的交点X,记交点X的坐标为(TX),所述分布特性指数获取单元16获取所述交点X的横坐标即为风电出力分布特性指数。由图2可得所述风电出力分布特性指数为0.33,所述风电出力分布特性指数表明该风电场在相应统计时间尺度与分辨率下,有33%的时间其出力在0.33以上。所述风电出力分布特性指数越小,说明该风电场的出力分布越偏向于低出力水平,所述风电出力分布特性指数越大,说明这个风电场出力持续曲线越偏向右上方向,其出力分布越偏向高出力水平。这样就实现了仅通过一个数字就描述出风电出力分布大体情况的目标。
具体实施时,首先功率标幺值计算单元11计算历史风电出力数据的功率标幺值,时间尺度及时间分辨率获取单元12获取历史风电出力数据的时间尺度以及时间分辨率;然后功率标幺值排序单元13将功率标幺值按照从小到大的顺序进行排序,得到有序的功率标幺值的数据集合,持续时间标幺值计算单元14根据时间分辨率和时间尺度计算功率标幺值的数据集合中每一数值对应的持续时间标幺值;最后风电场出力持续曲线输出单元15根据功率标幺值和持续时间标幺值输出风电场出力持续曲线,分布特性指数获取单元16获取风电场出力持续曲线中与预设直线之间的交点的横坐标,交点的横坐标即为风电出力分布特性指数。
与现有技术相比,本发明公开的风力发电出力分布特性计算***,解决了现有技术采用观测法需要积累大量完整的历史出力数据,操作麻烦的问题,还解决了采用拟合法需要积累大量气象数据,且函数拟合结果与真实情况会有偏差的问题。能对风力发电进行快速、高效、简单、准确的分布特性分析,且可对不同风力发电场站的分布特性实现量化对比。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (6)
1.一种风力发电出力分布特性计算方法,其特征在于,包括:
收集风电场在预设时间内的历史风电出力数据,计算所述历史风电出力数据的功率标幺值;
获取所述历史风电出力数据的时间尺度以及时间分辨率;其中,所述时间尺度为所述预设时间内最大时间值与最小时间值的差值,所述时间分辨率为所述时间尺度与所述历史风电出力数据的个数的比值;
将所述功率标幺值按照从小到大的顺序进行排序,得到有序的所述功率标幺值的数据集合;
根据所述时间分辨率和所述时间尺度计算所述功率标幺值的数据集合中每一数值对应的持续时间标幺值;
根据所述功率标幺值和所述持续时间标幺值输出风电场出力持续曲线;
获取所述风电场出力持续曲线中与预设直线之间的交点的横坐标,所述交点的横坐标即为风电出力分布特性指数;
其中,所述根据所述时间分辨率和所述时间尺度计算所述功率标幺值的数据集合中每一数值对应的持续时间标幺值,包括:
(Ⅰ)令计数器c=1;
2.如权利要求1所述的风力发电出力分布特性计算方法,其特征在于,所述计算所述历史风电出力数据的功率标幺值,包括:
计算所述历史风电出力数据中每一数据与风电场额定发电容量的比值,得到所述功率标幺值。
3.如权利要求1所述的风力发电出力分布特性计算方法,其特征在于,所述预设直线为过原点的直线。
4.一种风力发电出力分布特性计算***,其特征在于,包括:
功率标幺值计算单元,用于收集风电场在预设时间内的历史风电出力数据,计算所述历史风电出力数据的功率标幺值;
时间尺度及时间分辨率获取单元,用于获取所述历史风电出力数据的时间尺度以及时间分辨率;其中,所述时间尺度为所述预设时间内最大时间值与最小时间值的差值,所述时间分辨率为所述时间尺度与所述历史风电出力数据的个数的比值;
功率标幺值排序单元,用于将所述功率标幺值按照从小到大的顺序进行排序,得到有序的所述功率标幺值的数据集合;
持续时间标幺值计算单元,用于根据所述时间分辨率和所述时间尺度计算所述功率标幺值的数据集合中每一数值对应的持续时间标幺值;
风电场出力持续曲线输出单元,用于根据所述功率标幺值和所述持续时间标幺值输出风电场出力持续曲线;
分布特性指数获取单元,用于获取所述风电场出力持续曲线中与预设直线之间的交点的横坐标,所述交点的横坐标即为风电出力分布特性指数;
其中,所述持续时间标幺值计算单元具体用于:
(Ⅰ)令计数器c=1;
5.如权利要求4所述的风力发电出力分布特性计算***,其特征在于,所述功率标幺值计算单元用于计算所述历史风电出力数据中每一数据与风电场额定发电容量的比值,得到所述功率标幺值。
6.如权利要求4所述的风力发电出力分布特性计算***,其特征在于,所述预设直线为过原点的直线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810862905.8A CN109038555B (zh) | 2018-08-01 | 2018-08-01 | 一种风力发电出力分布特性计算方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810862905.8A CN109038555B (zh) | 2018-08-01 | 2018-08-01 | 一种风力发电出力分布特性计算方法和*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109038555A CN109038555A (zh) | 2018-12-18 |
CN109038555B true CN109038555B (zh) | 2020-10-20 |
Family
ID=64648444
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810862905.8A Active CN109038555B (zh) | 2018-08-01 | 2018-08-01 | 一种风力发电出力分布特性计算方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109038555B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110219776B (zh) * | 2019-06-12 | 2020-08-28 | 风脉能源(武汉)股份有限公司 | 一种风力发电机组动态额定功率区间的搜索方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8862432B2 (en) * | 2007-02-12 | 2014-10-14 | Locus Energy, Llc | Automatic system information determination of distributed renewable energy systems |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1466080A (zh) * | 2002-06-13 | 2004-01-07 | 华为技术有限公司 | 一种实时采样数据的平滑统计方法 |
CN104182889B (zh) * | 2014-08-18 | 2017-11-21 | 国家电网公司 | 一种历史风电出力数据处理与波动辨识方法 |
CN104574202A (zh) * | 2014-12-09 | 2015-04-29 | 国网青海省电力公司经济技术研究院 | 一种风电场出力特性分析方法 |
CN106056259B (zh) * | 2016-07-26 | 2019-10-11 | 李明轩 | 一种大规模风电出力短期不确定性快速判别方法 |
CN106777740A (zh) * | 2016-12-28 | 2017-05-31 | 江苏云上电力科技有限公司 | 一种风电出力概率分布特性快速判别方法 |
CN108335010B (zh) * | 2017-12-18 | 2024-07-23 | 中国电力科学研究院有限公司 | 一种风电出力时间序列建模方法及*** |
-
2018
- 2018-08-01 CN CN201810862905.8A patent/CN109038555B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8862432B2 (en) * | 2007-02-12 | 2014-10-14 | Locus Energy, Llc | Automatic system information determination of distributed renewable energy systems |
Also Published As
Publication number | Publication date |
---|---|
CN109038555A (zh) | 2018-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103927695B (zh) | 基于自学习复合数据源的风电功率超短期预测方法 | |
CN102914969A (zh) | 一种短期风电功率预测***的综合误差修正方法 | |
CN109086928A (zh) | 基于saga-fcm-lssvm模型的光伏电站实时功率预测方法 | |
CN104112062B (zh) | 基于插值方法的风资源分布的获取方法 | |
CN110766200A (zh) | 一种基于K-means均值聚类的风电机组发电功率预测方法 | |
CN108074015B (zh) | 一种风电功率超短期预测方法及*** | |
CN105140967B (zh) | 一种含新能源电力***调峰需求的评估方法 | |
CN106529741B (zh) | 一种基于空间相关特征的超短期风电功率预测方法 | |
CN105825002B (zh) | 一种基于动态灰关联分析法的风电场动态等值建模方法 | |
CN104252649A (zh) | 一种计及多风电场相关性的区域风电出力预测方法 | |
CN114004139A (zh) | 一种光伏发电功率预测方法 | |
CN110365053A (zh) | 基于延迟优化策略的短期风电功率预测方法 | |
CN110991701A (zh) | 一种基于数据融合的风电场风机风速预测方法及*** | |
CN109038555B (zh) | 一种风力发电出力分布特性计算方法和*** | |
CN104951654A (zh) | 基于控制变量抽样的大规模风电场可靠性评估方法 | |
CN108694475B (zh) | 基于混合模型的短时间尺度光伏电池发电量预测方法 | |
CN113743452B (zh) | 电能质量评估方法及装置 | |
CN112633565B (zh) | 一种光伏功率集合区间预测方法 | |
CN109816165A (zh) | 风电超短期功率预测方法及*** | |
CN107221933A (zh) | 一种概率潮流计算方法 | |
CN112508254A (zh) | 变电站工程项目投资预测数据的确定方法 | |
Nobis et al. | Modeling forecasting errors of fluctuating renewables and electrical loads | |
CN112884601A (zh) | 一种基于天气区划策略的电力***运行风险评估方法 | |
AU2021106383A4 (en) | Method for Calculating Reliability of Distribution System Based on Equipment Reliability Cloud Model | |
CN113554203B (zh) | 基于高维网格化和LightGBM的风电预测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |