一种风电数据分析方法及系统与流程

本发明涉及风力发电技术领域，更具体地说，涉及一种风电数据分析方法、系统、设备及计算机可读存储介质。

背景技术：

风能作为一种清洁的可再生能源，已经受到全球性的广泛关注和高度重视。对风电机组的运营数据进行分析，以便于充分挖掘风电机组的发电潜能，从而使风电机组运营在最佳发电状态是各风电企业的重要研究课题。

目前，由于风电机组现场的运营人员不懂得如何利用风电机组的运行数据进行损失电量分析，而做风电机组数据分析的技术人员不了解风电机组现场实际的内在因素，因此，则导致对风电机组运行数据的分析往往停留在表面而无法分析出风电机组电量损失的本质原因，也即分析数据不够细致、深入和准确，从而无法充分挖掘风电机组的发电潜能。

综上所述，如何对风电机组的损失电量进行细致分析，以便于充分挖掘风电机组的发电潜能，是目前本领域技术人员亟待解决的技术问题。

技术实现要素：

有鉴于此，本发明的目的是提供一种风电数据分析方法、系统、设备及计算机可读存储介质，以对风电机组的损失电量进行细致分析，从而便于充分挖掘风电机组的发电潜能。

为了实现上述目的，本发明提供如下技术方案：

一种风电数据分析方法，包括：

获取风电场中每台风电机组在预设时间段内的实际发电量，并获取每台所述风电机组的理论功率曲线，根据所述理论功率曲线计算每台所述风电机组在所述预设时间段内的理论发电量；

获取每台所述风电机组在所述预设时间段内的运行信息，从所述运行信息中确定对对应的风电机组造成电量损失的各损失因素，并计算各所述损失因素对风电机组所造成的损失电量；

根据每台所述风电机组的理论发电量、实际发电量、各损失电量，计算每台所述风电机组的发电量偏差；

判断每台所述风电机组的发电量偏差是否大于预设值，以判断所述风电机组的性能是否达标。

优选的，获取每台所述风电机组的理论功率曲线，包括：

获取每台所述风电机组所处区域的空气密度、及每台所述风电机组的标准功率曲线；

利用所获取的空气密度对所述标准功率曲线进行修正，以得到所述理论功率曲线。

优选的，根据所述理论功率曲线计算每台所述风电机组在所述预设时间段内的理论发电量，包括：

将所述预设时间段划分为多个子时间段，获取每个所述子时间段内的平均风速，并获取所述理论功率曲线中与所述平均风速对应的理论功率；

根据所述理论功率计算所述风电机组在每个所述子时间段内的理论发电量，并计算所述风电机组在所述预设时间段内的理论发电量。

优选的，计算各所述损失因素对风电机组所造成的损失电量，包括：

若所述损失因素包括风电机组设备因素、电气设备因素、弃风损失因素中的任意一种或任意多种，则获取每种损失因素对应的当前风速，并分别获取与所述当前风速对应的当前理论功率曲线，利用所述当前功率曲线计算损失电量。

优选的，计算各所述损失因素对风电机组所造成的损失电量，包括：

若所述损失因素包括气候因素和/或偏航系统对风偏差因素，则获取所述气候因素和/或所述偏航系统对风偏差因素对应的风速、与所述风速对应的功率曲线、及与所述气候因素和/或所述偏航系统对风偏差因素对应的折减系数，通过所述功率曲线及所述折减系数计算损失电量。

一种风电数据分析系统，包括：

第一计算模块，用于：获取风电场中每台风电机组在预设时间段内的实际发电量，并获取每台所述风电机组的理论功率曲线，根据所述理论功率曲线计算每台所述风电机组在所述预设时间段内的理论发电量；

第二计算模块，用于：获取每台所述风电机组在所述预设时间段内的运行信息，从所述运行信息中确定对对应的风电机组造成电量损失的各损失因素，并计算各所述损失因素对风电机组所造成的损失电量；

第三计算模块，用于：根据每台所述风电机组的理论发电量、实际发电量、各损失电量，计算每台所述风电机组的发电量偏差；

判断模块，用于：判断每台所述风电机组的发电量偏差是否大于预设值，以判断所述风电机组的性能是否达标。

优选的，所述第一计算模块包括：

获取单元，用于：获取每台所述风电机组所处区域的空气密度、及每台所述风电机组的标准功率曲线；

修正单元，用于：利用所获取的空气密度对所述标准功率曲线进行修正，以得到所述理论功率曲线。

优选的，所述第一计算模块还包括：

划分单元，用于：将所述预设时间段划分为多个子时间段，获取每个所述子时间段内的平均风速，并获取所述理论功率曲线中与所述平均风速对应的理论功率；

计算单元，用于：根据所述理论功率计算所述风电机组在每个所述子时间段内的理论发电量，并计算所述风电机组在所述预设时间段内的理论发电量。

一种风电数据分析设备，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现上述任一项所述的风电数据分析方法的步骤。

一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的风电数据分析方法的步骤。

本发明提供了一种风电数据分析方法、系统、设备及计算机可读存储介质，其中该方法包括：获取风电场中每台风电机组在预设时间段内的实际发电量，并获取每台风电机组的理论功率曲线，根据理论功率曲线计算每台风电机组在预设时间段内的理论发电量；获取每台风电机组在预设时间段内的运行信息，从运行信息中确定对对应的风电机组造成电量损失的各损失因素，并计算各损失因素对风电机组所造成的损失电量；根据每台风电机组的理论发电量、实际发电量、各损失电量，计算每台风电机组的发电量偏差；判断每台风电机组的发电量偏差是否大于预设值，以判断风电机组的性能是否达标。

本申请公开的上述技术方案，获取每台风电机组在预设时间段内的实际发电量，根据理论功率曲线计算每台风电机组在预设时间段内的理论发电量，并从每台风电机组在预设时间段内的运行信息中获取各损失因素，计算各损失因素所引起的损失电量，以对风电机组的损失电量进行细分，然后，根据理论发电量、实际发电量、各损失电量，计算出每台风电机组的发电量偏差，并将发电量偏差与预设值进行比较，以判断风电机组的性能是否达标，若判断出风电机组的性能达标，则表明风电机组运行在所能达到的最佳发电状态，若判断出风电机组的性能不达标，则表明风电机组未运行在所能达到的最佳发电状态，即有其他不能从运行信息中所确定的因素对风电机组的性能造成了影响，因此，则可以对风电机组进行进一步的检查和处理，以充分挖掘风电机组的发电潜能，从而提高风电机组的发电量。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明实施例提供的一种风电数据分析方法的流程图；

图2为本发明实施例提供的一种风电数据分析系统的结构示意图；

图3为本发明实施例提供的一种风电数据分析设备的结构示意图。

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做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。

请参见图1，其示出了本发明实施例提供的一种风电数据分析方法的流程图，可以包括：

s11：获取风电场中每台风电机组在预设时间段内的实际发电量，并获取每台风电机组的理论功率曲线，根据理论功率曲线计算每台风电机组在预设时间段内的理论发电量。

在经历微观选址、确定所选地址的海拔、风电机组选型等过程之后，则建立用于进行风力发电的风电场。在风电场中的风电机组开始运行之后，获取风电场中的每台风电机组在预设时间段内的实际发电量，其中，预设时间段为预先根据风电场的运行特性和/或风电企业的需求设定的时间段，可以为一个月、一个季度、一年等，这里以一个月为例进行说明。

另外，则基于风电机组的型号等特性获取每台风电机组的理论功率曲线，并根据所获取的理论功率曲线计算每台风电机组在预设时间段内的理论发电量。其中，风电机组的功率曲线即为以风速为横坐标、有功功率为纵坐标的特性曲线。

s12：获取每台风电机组在预设时间段内的运行信息，从运行信息中确定对对应的风电机组造成电量损失的各损失因素，并计算各损失因素对风电机组所造成的损失电量。

在风电机组投入运行之后，自动采集并获取每台风电机组在预设时间段内的运行信息，其中，该运行信息包括但不限于风速、空气密度等天气信息、风电机组运行信息、电网运行信息。自动采集运行信息可以提高运行信息采集的准确性和效率，提高数据分析的准确性。

从所获取的运行信息中确定对风电机组造成电量损失的各损失因素，即对风电机组造成电量损失的各损失因素进行细分，并计算出各损失因素对风电机组所造成的损失电量。也就是说，这里所提及的从运行信息中获取到的损失因素为可以计算、可以量化的电量损失因素(简称可量化电量损失因素)。

需要说明的是，在计算各损失因素对风电机组所造成的损失电量时，若各损失因素同时出现并同时消失，则只需计算对电量造成损失最多的那个损失因素所造成的损失电量即可；若各损失因素同时出现，但不同时消失，则只需计算出现时间最长且对电量造成损失最多的那个损失因素所造成的损失电量即可；若各损失因素所出现的时间段有部分重叠，则分别计算各损失因素在未重叠时间段的损失电量，并计算重叠时间段中对电量损失造成最多的那个损失因素所造成的损失电量；若各损失因素单独出现且并未发生重叠，则分别计算各损失因素在各自所出现的时间段内的损失电量。上述计算损失电量的方式可以避免对损失电量进行重复计算，从而提高损失电量计算的准确性。

s13：根据每台风电机组的理论发电量、实际发电量、各损失电量，计算每台风电机组的发电量偏差。

在计算出每台风电机组在预设时间段内的理论发电量、实际发电量、以及各损失因素在预设时间段内所造成的各损失电量之后，则可以根据每台风电机组的理论发电量、实际发电量、以及各损失电量，计算每台风电机组的发电量偏差。

具体地，利用每台风电机机组的理论发电量减去实际发电量，以得到每台风电机组的总损失电量，然后，利用总损失电量减去所计算出的各损失因素(可量化电量损失因素)所造成的各损失电量，以得到发电量偏差。其中，这里所提及的发电量偏差即为不可量化电量损失因素所造成的损失电量，不可量化电量损失因素即为无法从运行信息中获取，且无法直接计算出来、不可直接量化的电量损失因素。也就是说，每台风电机组的总损失电量由两部分构成，其中一部分损失电量是由可量化电量损失因素造成的，另一部分是由不可量化电量损失因素造成的。

s14：判断每台风电机组的发电量偏差是否大于预设值，以判断风电机组的性能是否达标。

在计算出每台风电机组的发电量偏差之后，则可以将每台风电机组的发电量偏差与预设值进行比较，以判断每台风电机组的发电量偏差是否大于预设值，从而判断风电机组的性能是否达标。其中，预设值一般为0，当然，也可以根据风电机组的运行特性将其设置为其他值。

若风电机组的发电量偏差不大于预设值，则表明不存在不可量化电量损失因素对风电机组的运行造成影响，即表明风电机组的性能达标，也即表明风电机组运行在最佳发电状态；若风电机组的发电量偏差大于预设值，则表明存在不可量化电量损失因素对风电机组的运行造成影响，即表明风电机组并未运行在最佳发电状态，此时，为了使风电机组可以达到最佳运行状态，以提高风电机组的发电量，从而提高风电企业的发电收益，则可以及时对风电机组进行进一步的检查和处理，以减少不可量化电量损失因素对风电机组的运行所造成的影响，从而提高风电机组的发电量。

通过对每台风电机组的损失电量进行细致分析，则可以获取到每台风电机组在预设时间段的发电量偏差，以及时发现不可量化电量损失因素对风电机组所造成的影响，例如：及时发现某风电机组的偏航系统对风相差10°，从而给现场的运营人员提供决策，以实现对不可量化电量损失因素的管控，进而充分挖掘每台风电机组的发电潜能。

本申请公开的上述技术方案，获取每台风电机组在预设时间段内的实际发电量，根据理论功率曲线计算每台风电机组在预设时间段内的理论发电量，并从每台风电机组在预设时间段内的运行信息中获取各损失因素，计算各损失因素所引起的损失电量，以对风电机组的损失电量进行细分，然后，根据理论发电量、实际发电量、各损失电量，计算出每台风电机组的发电量偏差，并将发电量偏差与预设值进行比较，以判断风电机组的性能是否达标，若判断出风电机组的性能达标，则表明风电机组运行在所能达到的最佳发电状态，若判断出风电机组的性能不达标，则表明风电机组未运行在所能达到的最佳发电状态，即有其他不能从运行信息中所确定的因素对风电机组的性能造成了影响，因此，则可以对风电机组进行进一步的检查和处理，以充分挖掘风电机组的发电潜能，从而提高风电机组的发电量。

本发明实施例提供的一种风电数据分析方法，获取每台风电机组的理论功率曲线，可以包括：

获取每台风电机组所处区域的空气密度、及每台风电机组的标准功率曲线；

利用所获取的空气密度对标准功率曲线进行修正，以得到理论功率曲线。

考虑到风电机组的理论功率曲线会受到安装区域的气候的影响，尤其是会受到空气密度的影响，则可以对风电机组的理论功率曲线进行修正，以提高所计算出的理论发电量的准确性，减少计算误差。

具体地，可以通过测量风电机组所在区域的气温以及气压计算得到所在区域的空气密度ρ，并获取每台风电机组在标准空气密度(ρ0＝1.225kg/m³)下的标准功率曲线(将标准功率曲线中的有功功率标记为p0)，然后，利用所获取的空气密度ρ对标准功率曲线进行修正(将修正后的理论功率曲线中的有功功率标记为pr)，则：

从而得到每台风电机组在不同空气密度下的理论功率曲线。当然，也可以通过其他方式获取空气密度ρ，本发明对获取空气密度ρ的具体方式不做任何限定。

本发明实施例提供的一种风电数据分析方法，根据理论功率曲线计算每台风电机组在预设时间段内的理论发电量，可以包括：

将预设时间段划分为多个子时间段，获取每个子时间段内的平均风速，并获取理论功率曲线中与平均风速对应的理论功率；

根据理论功率计算风电机组在每个子时间段内的理论发电量，并计算风电机组在预设时间段内的理论发电量。

在根据风电机组所在区域的空气密度、以及标准功率曲线获取到风电机组的理论功率曲线之后，则可以根据理论功率曲线计算每台风电机组在预设时间段内的理论发电量，其计算过程具体为：

将预设时间段划分为多个子时间段，并计算每个子时间段内的平均风速。假定风电机组在每个子时间段内均维持在对应的平均风速，则从理论功率曲线中获取该平均风速所对应的理论功率(即有功功率)。将理论功率与对应的子时间段相乘，以计算出风电机组在对应子时间段内的理论发电量，并通过类似的方法计算得到风电机组在每个子时间段内的理论发电量。将所计算出的每个子时间段的理论发电量累加，以得到风电机组在预设时间段内的理论发电量。这种计算方法可以快速、高效地计算出风电机组在预设时间段内的理论发电量。

需要说明的是，在将预设时间段划分为子时间段时，为了提高计算的准确性，则所划分的子时间段可以尽量小一些，例如：若以一个月为预设时间段时，则可以以10分钟作为一个子时间段进行划分。另外，若所划分出的某个(些)子时间段的风速变化幅值比较大，则可以对该子时间段再次进行划分，并按照上述的计算方法计算风电机组在该子时间段内的理论发电量，从而提高计算的准确性。

本发明实施例提供的一种风电数据分析方法，计算各损失因素对风电机组所造成的损失电量，包括：

若损失因素包括风电机组设备因素、电气设备因素、弃风损失因素中的任意一种或任意多种，则获取每种损失因素对应的当前风速，并分别获取与当前风速对应的当前理论功率曲线，利用当前功率曲线计算损失电量。

在计算各损失因素对风电机组所造成的损失电量时，若损失因素中包括风电机组设备因素、电气设备因素、弃风损失因素中的任意一种或任意多种，则获取每种损失因素发生时间段内所对应的当前风速，并获取与当前风速对应的当前理论功率曲线，利用当前功率曲线以及对应损失因素所发生的时间段计算损失电量。其中，当各损失电量同时出现同时消失、同时出现但不同时消失、不同时出现也不同时消失但存在部分重叠、单独出现且并未发生重叠时，对应的计算方式在上述已经介绍过，在此不再赘述。

利用当前功率曲线以及对应损失因素所发生的时间段计算损失电量的具体过程可以参见上述根据理论功率曲线计算每台风电机组在预设时间段内的理论发电量的具体过程，在此不再赘述。

其中，风电机组设备因素包括但不限于风电机组故障、维护、消缺、技改、检测、巡视、新建风电机组接入、扇区保护，电气设备因素包括但不限于电气设备的故障、检修、检测、消缺、技改，弃风损失因素包括但不限于调度限负荷、电网故障、电网检修。

本发明实施例提供的一种风电数据分析方法，计算各损失因素对风电机组所造成的损失电量，包括：

若损失因素包括气候因素和/或偏航系统对风偏差因素，则获取气候因素和/或偏航系统对风偏差因素对应的风速、与风速对应的功率曲线、及与气候因素和/或偏航系统对风偏差因素对应的折减系数，通过功率曲线及折减系数计算损失电量。

在计算各损失因素对风电机组所造成的损失电量时，若损失因素中包括气候因素和/或偏航系统对风偏差因素，则获取气候因素和/或偏航系统对风偏差因素发生时间段内对应的风速、与风速对应的功率曲线，并通过设计手册等查找到与气候因素和/或偏航系统对风偏差因素所对应的折减系数，通过功率曲线及折减系数计算损失电量。同样的，当各损失电量同时出现同时消失、同时出现但不同时消失、不同时出现也不同时消失但存在部分重叠、单独出现且并未发生重叠时，对应的计算方式在上述已经介绍过，在此不再赘述。

其中，通过功率曲线及折减系数计算损失电量的具体过程与上述根据理论功率曲线计算每台风电机组在预设时间段内的理论发电量的具体过程相类似，区别即在于这里需要将有功功率与时间段的乘积再乘以折减系数，以得到损失电量。

上述气候因素包括但不限于环境温度超出设计范围、切出风速、台风、结冰冻雨，偏航系统对风偏差包括但不限于偏航系统对风滞后、湍流、尾流。

本发明实施例还提供了一种风电数据分析系统，如图2所示，其示出了本发明实施例提供的一种风电数据分析系统的结构示意图，可以包括：

第一计算模块11，用于：获取风电场中每台风电机组在预设时间段内的实际发电量，并获取每台风电机组的理论功率曲线，根据理论功率曲线计算每台风电机组在预设时间段内的理论发电量；

第二计算模块12，用于：获取每台风电机组在预设时间段内的运行信息，从运行信息中确定对对应的风电机组造成电量损失的各损失因素，并计算各损失因素对风电机组所造成的损失电量；

第三计算模块13，用于：根据每台风电机组的理论发电量、实际发电量、各损失电量，计算每台风电机组的发电量偏差；

判断模块14，用于：判断每台风电机组的发电量偏差是否大于预设值，以判断风电机组的性能是否达标。

本发明实施例提供的一种风电数据分析系统，第一计算模块11可以包括：

获取单元，用于：获取每台风电机组所处区域的空气密度、及每台风电机组的标准功率曲线；

修正单元，用于：利用所获取的空气密度对标准功率曲线进行修正，以得到理论功率曲线。

本发明实施例提供的一种风电数据分析系统，第一计算模块11还可以包括：

划分单元，用于：将预设时间段划分为多个子时间段，获取每个子时间段内的平均风速，并获取理论功率曲线中与平均风速对应的理论功率；

计算单元，用于：根据理论功率计算风电机组在每个子时间段内的理论发电量，并计算风电机组在预设时间段内的理论发电量。

本发明实施例提供的一种风电数据分析系统中相关部分的说明请参见本发明实施例提供的一种风电数据分析方法中对应部分的详细说明，在此不再赘述，而且本发明实施例所提供的风电数据分析系统可以嵌入在新能源eam(enterpriseassetmanagement，企业资产管理)中，从而提高新能源eam的管理创新价值。

本发明实施例还提供了一种风电数据分析设备，如图3所示，其示出了本发明实施例提供的一种风电数据分析设备的结构示意图，可以包括：

存储器21，用于存储计算机程序；

处理器22，用于执行计算机程序时实现上述任一种风电数据分析方法的步骤。

本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述任一种风电数据分析方法的步骤。

同样的，本发明实施例提供的一种风电数据分析设备及计算机可读存储介质中相关部分的说明请参见本发明实施例提供的一种风电数据分析方法中对应部分的详细说明，在此不再赘述。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。另外，本发明实施例提供的上述技术方案中与现有技术中对应技术方案实现原理一致的部分并未详细说明，以免过多赘述。

对所公开的实施例的上述说明，使本领域技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。