风速和风向的不稳定、不确定性变化,使得风电机组难以保持稳定的风能转换状态,也直接导致了机组发电状态的不确定性。准确评估机组吸能与产能两种状态,对于制定生产、调度策略以及维护维修决策有着非常重要的意义。通过分析机组能量的...风速和风向的不稳定、不确定性变化,使得风电机组难以保持稳定的风能转换状态,也直接导致了机组发电状态的不确定性。准确评估机组吸能与产能两种状态,对于制定生产、调度策略以及维护维修决策有着非常重要的意义。通过分析机组能量的转换过程,指出风电机组具有显性与隐性两种存在状态,并进一步研究风电机组效能和性能两种功能状态特性。采用云模型描述机组监测数据,应用云特征参数定量描述机组隐性状态的期望特性、偏离特性和离散特性,建立机组自有的、蕴藏在SCADA(Supervisory control and data acquisition,SCADA)数据中的、汇集机组效能与性能综合表现的隐性状态的评价模型。实现对机组不同风速、不同功率参数段局部评价和整个生产参数段整体综合评价,评估结果能为生产调度和维护维修决策提供依据,促进风电场科学、优化管理。最后,采用风电场现场监测数据验证算法的正确性和可靠性。展开更多
文摘风速和风向的不稳定、不确定性变化,使得风电机组难以保持稳定的风能转换状态,也直接导致了机组发电状态的不确定性。准确评估机组吸能与产能两种状态,对于制定生产、调度策略以及维护维修决策有着非常重要的意义。通过分析机组能量的转换过程,指出风电机组具有显性与隐性两种存在状态,并进一步研究风电机组效能和性能两种功能状态特性。采用云模型描述机组监测数据,应用云特征参数定量描述机组隐性状态的期望特性、偏离特性和离散特性,建立机组自有的、蕴藏在SCADA(Supervisory control and data acquisition,SCADA)数据中的、汇集机组效能与性能综合表现的隐性状态的评价模型。实现对机组不同风速、不同功率参数段局部评价和整个生产参数段整体综合评价,评估结果能为生产调度和维护维修决策提供依据,促进风电场科学、优化管理。最后,采用风电场现场监测数据验证算法的正确性和可靠性。