风力发电机组的功率特性确定方法及装置与流程

1.本公开涉及风力发电领域，具体涉及一种风力发电机组的功率特性确定方法及装置。


背景技术：

2.在新能源电力市场改革的背景下，风电投资者和风电运营方对产能的变化日益敏感。风力发电机组的功率特性是风电产能的核心，通过对功率特性的变化进行分析，能够对风电产能进行更准确的预估。特别是近年涌现出多种增功提效技术措施，由于条件限制，效果验证周期较短，而且难以满足iec(international electrotechnical commission，国际电工委员会)认证的功率特性测试标准的要求，导致难以获得明确的技术效果评估。
3.虽然当前风电运营方已经具备运行数据记录和分析能力，但是针对风力发电机组的功率特性差异缺乏切实有效的评估方法，难以对功率特性的变化进行有效分析，导致难以准确预估风力发电机组的产能。


技术实现要素：

4.本公开的实施例的目的在于提供一种风力发电机组的功率特性确定方法及装置，针对风力发电机组的功率特性相对差异提供有效且具有实际应用价值的评估措施。
5.根据本公开的实施例，提供一种风力发电机组的功率特性确定方法，所述功率特性确定方法包括：获取风力发电机组在应用预定控制策略前的第一运行数据以及在应用预定控制策略后的第二运行数据，其中，所述第一运行数据包括风力发电机组的第一环境数据和第一输出功率数据，所述第二运行数据包括风力发电机组的第二环境数据和第二输出功率数据；根据所述第一环境数据和所述第二环境数据，通过对所述第一运行数据与所述第二运行数据进行环境空间匹配，确定所述第一运行数据与所述第二运行数据的环境空间交集；基于所述环境空间交集，预测风力发电机组在应用预定控制策略前的第一预测功率以及在应用预定控制策略后的第二预测功率；根据所述第一预测功率和所述第二预测功率，确定风力发电机组在应用预定控制策略前后的功率特性差异。
6.根据本公开的实施例，提供一种风力发电机组的功率特性确定装置，所述功率特性确定装置包括：获取单元，被配置为获取风力发电机组在应用预定控制策略前的第一运行数据以及在应用预定控制策略后的第二运行数据，其中，所述第一运行数据包括风力发电机组的第一环境数据和第一输出功率数据，所述第二运行数据包括风力发电机组的第二环境数据和第二输出功率数据；环境空间交集确定单元，被配置为根据所述第一环境数据和所述第二环境数据，通过对所述第一运行数据与所述第二运行数据进行环境空间匹配，确定所述第一运行数据与所述第二运行数据的环境空间交集；功率预测单元，被配置为基于所述环境空间交集，预测风力发电机组在应用预定控制策略前的第一预测功率以及在应用预定控制策略后的第二预测功率；功率特性差异确定单元，被配置为根据所述第一预测功率和所述第二预测功率，确定风力发电机组在应用预定控制策略前后的功率特性差异。
7.根据本公开的实施例，提供一种存储有计算机程序的计算机可读存储介质，当所述计算机程序在被处理器执行时实现如上所述的功率特性确定方法。
8.根据本公开的实施例，提供一种计算装置，所述计算装置包括：处理器；存储器，存储有计算机程序，当所述计算机程序被处理器执行时，实现如上所述的功率特性确定方法。
9.采用根据本公开的实施例的风力发电机组的功率特性确定方法及装置至少可以实现以下技术效果之一：采用根据本公开的实施例的功率特性确定装置及方法，至少可以实现以下技术效果之一：可以结合风力发电机组的运行数据以及工作状态数据，确定风力发电机组在应用预定控制策略前后的功率特性差异，排除对于评估风力发电机组的工作性能无实际意义的工作状态(例如，故障状态、降功率运行状态等)；还可确定风力发电机组的功率特性噪声区间，进而将功率特性噪声区间外的功率特性差异作为具有统计意义的功率特性差异进行多维度的分析，从而全面地评估风力发电机组的产能差异，改善针对随机观测噪声的数据处理。
10.将在接下来的描述中部分阐述本公开的总体构思的其它方面和/或优点，还有一部分通过描述将是清楚的，或者可以经过本公开的总体构思的实施而得知。
附图说明
11.通过下面结合附图进行的描述，本公开的上述和其他目的和特点将会变得更加清楚。
12.图1是根据本公开的实施例的风力发电机组的功率特性确定方法的流程图。
13.图2是根据本公开的实施例的风力发电机组的功率特性确定方法的另一流程图。
14.图3是根据本公开的实施例的环境空间匹配的示意图。
15.图4是根据本公开的实施例的用于分析功率特性差异的曲线图。
16.图5是根据本公开的另一实施例的用于分析功率特性差异的曲线图。
17.图6是根据本公开的实施例的风力发电机组的功率特性确定装置的框图。
18.图7是根据本公开的实施例的计算装置的示意图。
具体实施方式
19.现有技术中，通常依据iec(international electrotechnical commission，国际电工委员会)功率特性测试标准对风力发电机组的功率特性进行严格的评估或测试。完成功率特性评估或测试至少需要三个月时间，测试时间较长，对测风塔和测试场地有严格要求，成本较高。而且，功率特性评估或测试主要用于认证风力发电机组的功率特性曲线、功率系数及年发电量、风力发电机组在一段时间内的发电功率平均值，但是不包括对功率曲线等参数的全面评价和持续追踪分析。对于非平坦地形或特殊地形条件的风电场，部分风力发电机组的周围无法设立符合要求的测风塔。可见，标准测试方法不适于对所有风力发电机组的功率特性进行长期监测。
20.部分风电场采用将设计功率曲线与测试功率曲线进行对比的方式，单纯对数据进行分段平均来得到风力发电机组的风速功率曲线。由于设计功率曲线是基于理想条件计算得到的，与实际功率曲线差距较大，导致在实际运行中对功率特性的监测缺乏实际意义。现有方法缺乏对比在评估或测试期间的外部环境差异，并且缺乏随机观测噪声的处理。
21.本公开提出一种风力发电机组的功率特性确定方法及装置，可以克服现有技术中的不足，通过贝叶斯回归框架和随机过程模型，分析机组功率特性的差异对风力发电机组的功率特性差异及其不确定性进行有效评估，实现对风电机组功率特性相对差异的客观评价，结合实际应用需求具有实际的统计意义和价值，而且，为确定风力发电机组的功率特性差异，提供了切实有效的数据处理方法和功率特性评估方法。根据本公开的功率特性确定方法及装置可应用于风力发电机组的增功评价等类似场景。
22.下面结合附图，提供具体实施方式的描述以帮助读者获得对在此描述的方法、装置和/或系统的全面理解。然而，在理解本技术的公开之后，在此描述的方法、装置和/或系统的各种改变、修改和等同物将是清楚的。例如，在此描述的操作的顺序仅是示例，并且不限于在此阐述的那些顺序，而是除了必须以特定的顺序发生的操作之外，可如在理解本技术的公开之后将是清楚的那样被改变。此外，为了更加清楚和简明，本领域已知的特征的描述可被省略。
23.在此描述的特征可以以不同的形式来实现，而不应被解释为限于在此描述的示例。相反，已提供在此描述的示例，以仅示出实现在此描述的方法、装置和/或系统的许多可行方式中的一些可行方式，所述许多可行方式在理解本技术的公开之后将是清楚的。
24.如在此使用的，术语“和/或”包括相关联的所列项中的任何一个以及任何两个或更多个的任何组合。
25.尽管在此可使用诸如“第一”、“第二”和“第三”的术语来描述各种构件、组件、区域、层或部分，但是这些构件、组件、区域、层或部分不应被这些术语所限制。相反，这些术语仅用于将一个构件、组件、区域、层或部分与另一构件、组件、区域、层或部分进行区分。因此，在不脱离示例的教导的情况下，在此描述的示例中所称的第一构件、第一组件、第一区域、第一层或第一部分也可被称为第二构件、第二组件、第二区域、第二层或第二部分。
26.在此使用的术语仅用于描述各种示例，并不将用于限制公开。除非上下文另外清楚地指示，否则单数形式也意在包括复数形式。术语“包含”、“包括”和“具有”说明存在叙述的特征、数量、操作、构件、元件和/或它们的组合，但不排除存在或添加一个或多个其他特征、数量、操作、构件、元件和/或它们的组合。
27.除非另有定义，否则在此使用的所有术语(包括技术术语和科学术语)具有与由本公开所属领域的普通技术人员在理解本公开之后通常理解的含义相同的含义。除非在此明确地如此定义，否则术语(诸如，在通用词典中定义的术语)应被解释为具有与它们在相关领域的上下文和本公开中的含义一致的含义，并且不应被理想化或过于形式化地解释。
28.此外，在示例的描述中，当认为公知的相关结构或功能的详细描述将引起对本公开的模糊解释时，将省略这样的详细描述。
29.根据本公开的实施例，在风力发电机组投入使用之后，可通过风电场的运营方或风力发电机组的控制实体实现风力发电机组的功率特性确定方法或装置。例如，可通过风电场或风力发电机组的云服务器、控制器、数据中心、云数据平台等持续监测风力发电机组的功率特性，实现对功率特性的全面评价和持续追踪分析。尤其，对于非平坦地形或特殊地形条件的风电场，即使部分风力发电机组的周围无法设立符合要求的测风塔，或者标准测试方法不适于对所有风力发电机组的功率特性进行长期监测，也可通过根据本公开的功率特性确定方法或装置实现对风力发电机组的功率特性的持续跟踪分析，通过分析功率特性
的变化来准确预估风力发电机组的产能。
30.图1是根据本公开的实施例的风力发电机组的功率特性确定方法的流程图。根据本公开的示例性实施例，可通过确认功率特性评估对象、收集相关数据、对收集到的数据进行清洗和/或聚合、环境空间匹配、基于环境测试集预测输出功率、确定功率特性噪声区间、确定功率差异率等操作来长期监测风力发电机组的功率特性。在本公开的实施例中，环境空间表示风力发电机组在运行环境下的运行数据向量空间，下文中的“环境集”表示环境空间中的运行数据(例如，环境集1表示第一运行数据、环境集2表示第二运行数据)的集合，“环境测试集”表示环境空间中的用于测试的运行数据的集合。
31.如图1所示，在步骤s11，获取风力发电机组在应用预定控制策略前的第一运行数据以及在应用预定控制策略后的第二运行数据，其中，所述第一运行数据包括风力发电机组的第一环境数据和第一输出功率数据，所述第二运行数据包括风力发电机组的第二环境数据和第二输出功率数据。根据本公开的示例性实施例，例如但不限于，预定控制策略可包括用于使风力发电机组的输出功率或发电功率增加的控制策略或技术措施、用于使风力发电机组的性能优化或改进的控制策略或技术措施、用于增功提效的技术措施以及其它预设设置的控制策略或技术措施。
32.根据本公开的示例性实施例，可以选择预定风电场中的风力发电机组进行功率特性评估，为了确定风力发电机组在应用预定控制策略前后的功率特性差异，可确定风力发电机组在应用预定控制策略前后的时空空间。为便于区别说明，可将应用预定控制策略前的工作状态称为基准状态，可将应用预定控制策略后的工作状态称为待评估状态。
33.在本公开的实施例中，可将基准状态下的运行数据称为第一运行数据，可将待评估状态下的运行数据称为第二运行数据。为了便于确定应用预定控制策略前后的功率特性差异，可将预定控制策略的开始生效时间点作为应用预定控制策略后的起点(即，起点之后的工作状态为待评估状态)，可将开始应用预定控制策略时前一时刻的时间点作为应用预定控制策略前的终点(即，终点之前的工作状态为基准状态)，但是可忽略预定控制策略的实施期。
34.例如，可通过各种数据源获取基准状态和待评估状态下的历史运行数据。数据源可包括但不限于，风力发电机组的运行数据库、风电场的数据中心或云数据平台等。例如，从数据源获取的运行数据的数据结构和精度可以以iec61400-25信息模型为参考标准。第一运行数据和第二运行数据的数据采集频率可不低于预定频率(例如，10min采集一次等)，第一运行数据和第二运行数据可分别包括应用预定控制策略前后的全部外部环境变量数据、输出功率数据、指示工作状态的状态数据。第一运行数据和第二运行数据的时间长度可大于或等于预定时长(例如，不低于连续72小时)。采集到的第一运行数据的数据量可不低于采集到的第二运行数据的数据量。第一运行数据的数据字段和第二运行数据的数据字段可分别包括环境向量字段及其对应的输出功率字段。环境向量可包括风力发电机组的环境风速、环境风向、湍流强度、环境温度等类似的环境数据项，每条数据均由同一时间戳的环境数据和对应的输出功率数据组成。
35.在获取到第一运行数据和第二运行数据之后且在执行下面将描述的环境空间匹配之前，可对第一运行数据和第二运行数据进行清洗和/或聚合。
36.根据本公开的实施例，在对第一运行数据和第二运行数据进行清洗时，可分别从
第一运行数据和第二运行数据中去除预定异常状态下的运行数据，从而保留风力发电机组处于正常运行且自由发电状态下的第一运行数据和所述第二运行数据。例如，预定异常状态可包括风力发电机组的故障状态和/或降功率运行状态。通过基于风力发电机组的工作状态数据(例如，指示正常运行状态、自由发电状态、故障状态、降功率运行状态等)来对第一运行数据和第二运行数据进行清洗，可以排除对于评估风力发电机组的工作性能无实际意义的工作状态。
37.根据本公开的实施例，在对第一运行数据和第二运行数据进行聚合时，可根据获取第一运行数据和第二运行数据时的采集频率，对第一运行数据和第二运行数据进行聚合，使第一运行数据和第二运行数据的时间同步。例如，对于采集频率大于预定阈值(例如，10分钟采集一次)的运行数据，可将运行数据聚合为与预定阈值对应的预定时间段内的平均值(例如，10分钟内的平均值)。
38.参照图1，在步骤s12，根据所述第一环境数据和所述第二环境数据，通过对所述第一运行数据与所述第二运行数据进行环境空间匹配，确定所述第一运行数据与所述第二运行数据的环境空间交集。
39.根据本公开的实施例，第一环境数据和第二环境数据分别对应多种环境数据类型，例如，多种环境数据类型可包括环境风速、环境风向、湍流强度、环境温度等诸多环境数据类型。
40.针对多种环境数据类型中的每种环境数据类型，通过对第一运行数据与第二运行数据进行环境空间匹配(也可称为场景匹配)，将第一运行数据与第二运行数据之中环境向量分布相同的部分确定为环境空间交集。
41.例如，以环境向量的分布为依据，进行第一运行数据与第二运行数据的环境空间匹配。可从第二运行数据的数据点出发，与第一运行数据中环境向量同分布的数据点进行匹配，匹配成功的数据点形成第一运行数据子集和第二运行数据子集，上述两个子集可记为已完成环境空间匹配的数据，即环境空间交集。上述环境空间匹配可按照环境风速、环境温度、湍流强度、环境风向的顺序进行。
42.匹配后的第一运行数据子集和第二运行数据子集中的数据点数相等。例如，第一运行数据子集和第二运行数据子集可分别表示基准状态的样本数据集和待评估状态的样本数据集。基准状态的样本数据集可记为d1＝(x1，y1)，待评估状态的样本数据集可记为d2＝(x2,y2)，其中，x1和x2可分别表示对应的环境向量，y1和y2分别可表示对应的输出功率向量，如下式所示：
43.x1＝[x
1,1
,x
1,2
,...,x
1,n1
]
t
[0044]
y1＝[y
1,1
,y
1,2
,...,y
1,n1
]
t
ꢀꢀꢀ
(1)
[0045]
x
1，i
＝[v
1，i
，t
1，i
，ti
1，i
，wd
1，i
]其中，i＝1，2，..，n1ꢀꢀꢀ
(2)
[0046]
x2＝[x
2,1
,x
2,2
,...,x
2,n2
]
t
[0047]
y2＝[y
2,1
,y
2,2
,...,y
2,n2
]
t
ꢀꢀꢀ
(3)
[0048]
x
2，i
＝[v
2，i
，t
2，i
，ti
2，i
，wd
2，i
]，其中，i＝1，2，..，n2ꢀꢀꢀ
(4)
[0049]
其中，向量个数n2＝n1，x
1，i
和x
2，i
分别表示环境向量x1和x2中的元素，v
1，i
、t
1，i
、ti
1，i
、wd
1，i
分别表示x
1，i
中对应于环境风速、环境温度、湍流强度、环境风向的元素，v
2，i
、t
2，i
、ti
2，i
、wd
2，i
分别表示x
2，i
中对应于环境风速、环境温度、湍流强度、环境风向的元素。
[0050]
如此，可以针对每种环境数据类型，通过以环境向量的分布为依据，对第一运行数据与第二运行数据进行环境空间匹配，确定第一运行数据与第二运行数据的环境空间交集，从而可以考虑不同环境条件下的功率特性差异，优化不同环境条件的功率特性评估。
[0051]
再次参照图1，在步骤s13，基于环境空间交集，预测风力发电机组在应用预定控制策略前的第一预测功率以及在应用预定控制策略后的第二预测功率。
[0052]
根据本公开的示例性实施例，可通过参照图2描述的方法确定风力发电机组在应用预定控制策略前的第一预测功率以及在应用预定控制策略后的第二预测功率。
[0053]
图2是根据本公开的实施例的风力发电机组的功率特性确定方法的另一流程图。如图2所示，在步骤s21，在环境空间交集中确定环境测试集。例如，可基于第一运行数据子集和第二运行数据子集(即，环境空间交集)确定环境测试集。
[0054]
图3是根据本公开的实施例的环境空间匹配的示意图。参照图3，在环境空间中，通过对基准状态下的环境集1(即，第一运行数据)与待评估状态下的环境集2(即，第二运行数据)进行环境空间匹配，可确定环境空间交集(即，图3中方框部分与圆圈部分相互重叠的部分)。在环境空间交集中可构造等间隔的环境测试集(即，图3中的测试向量所指示的多个数据点构成的集合)。
[0055]
例如，在不同环境数据类型对应的环境空间中，可设置不同的预定间隔，例如，环境温度对应的预定间隔可不高于预定温度间隔阈值(例如，3摄氏度)，环境风速对应的预定间隔可不高于预定风速间隔阈值(例如，0.5米每秒)。如此，可得到环境测试集x0，环境测试集x0中的元素x
0，i
如下式所示：
[0056]
x
0,i
＝[v
0,i
,t
0,i
,ti
0,i
,wd
0,i
],i＝1,2,..,n0ꢀꢀꢀ
(5)
[0057]
其中，v
0，i
、t
0，i
、ti
0，i
、wd
0，i
分别表示x
0，i
中对应于环境风速、环境温度、湍流强度、环境风向的元素，n0表示x
0，i
中的向量个数。
[0058]
环境测试集中的向量个数n0可根据下文描述的功率特性噪声区间的大小来调整，例如，如果功率特性噪声区间过大，可适当降低向量个数n0。如此，可以通过调整环境测试集的大小来调整下文将描述的功率特性噪声区间。
[0059]
在步骤s22，基于环境测试集，利用高斯过程回归算法预测风力发电机组在应用预定控制策略前的第一预测功率以及在应用预定控制策略后的第二预测功率，其中，第一预测功率与第二预测功率对应相同的环境向量分布。
[0060]
根据本公开的示例性实施例，基于环境测试集x0，利用多元高斯回归均值模型计算在基准状态和待评估状态下的预测功率。
[0061]y0，1*
，y
0，2*
分别表示x
0，i
在基准状态和待评估状态下的第一预测功率与第二预测功率，两者的差异可作为功率特性的差异。如下式所示：
[0062]y0，1*
＝k(x0,x1)[k(x1,x1)+σ2i
n1
]-1
y1ꢀꢀꢀ
(6)
[0063]y0，2*
＝k(x0,x2)[k(x2,x2)+σ2i
n2
]-1
y2ꢀꢀꢀ
(7)
[0064]
其中，k(
·
)表示协方差矩阵，i表示标准单位矩阵。
[0065]
[0066][0067]
协方差函数k(
·
)可采用径向基函数，对于向量xa和xb，其中，σ2取(xa,xb)的协方差的1/2，即，σ2＝cor(xa,xb)/2。
[0068]
通过基于环境测试集预测风力发电机组在应用预定控制策略前的第一预测功率以及在应用预定控制策略后的第二预测功率，可以帮助全面分析风力发电机组在不同环境背景下的应用预定控制策略前后的功率特性差异。
[0069]
根据本公开的功率特性确定方法还包括：根据第一预测功率和第二预测功率，确定风力发电机组的功率特性噪声区间。
[0070]
例如，根据第一预测功率和第二预测功率，利用karhunen-lo
è
ve展开方法和卡方分布方法确定风力发电机组的功率特性噪声区间的上限和下限。
[0071]
在本公开的实施例中，功率特性差异可以是在功率特性噪声区间之外的功率特性差异。功率特性噪声区间内的功率特性存在诸多不确定性，对功率特性噪声区间内的功率特性差异进行分析不具有实际统计意义，而功率特性噪声区间之外的功率特性差异具有实际统计意义，因此，可仅针对功率特性噪声区间之外的功率特性差异进行分析和评估。
[0072]
在本公开的实施例中，可根据实际的功率特性评估要求来确定和调整功率特性噪声区间对应的置信水平(1-α)。例如，可根据实际评估要求设置和调整置信水平中的α取值(例如，5％)。可根据第一预测功率和第二预测功率以及置信水平确定功率特性噪声区间。
[0073]
在本公开的一个实施例中，功率特性噪声区间的大小可设置为小于预定区间阈值，其中，可根据风力发电机组的额定功率设置预定区间阈值，例如，预定区间阈值可设置为额定功率乘以预定因子(例如，0.02)。
[0074]
基准状态下的功率特性与待评估状态下的功率特性之间的差异df可通过下式来计算：
[0075]
df＝y
0,2*-y
0,1*
ꢀꢀꢀ
(10)
[0076]
可利用karhunen-lo
è
ve展开方法和卡方分布方法确定功率特性噪声区间的上限ub和下限lb，在功率特性噪声区间之外的功率特性差异，作为有统计意义的差异。
[0077][0078][0079]
其中，max(
·
)表示求最大值函数，min(
·
)表示求最小值函数，z是长度为n0的独立标准随机向量，u是c(x0)的特征向量矩阵，λ是c(x0)的特征根构造的三角阵。
[0080]
对于环境测试集中的第j个向量x
0,j
，在基准状态与待评估状态下的功率特性差异可表示为dfj：
[0081]
[0082][0083]
其中，k(
·
)表示协方差矩阵，是c(x0)的特征值，(uk)j是c(x0)的单位标准化的特征向量uk的第j个元素，z是长度为n0的独立标准随机向量，zk是向量z中的第k个元素。
[0084]
并且，上式满足下面的条件式：
[0085][0086]
其中，是自由度为n0的卡方分布的逆累积分布函数，zj是向量z中的第j个元素。
[0087]
环境测试集对应的功率特性差异df可表示为下式：
[0088][0089]
在以上表达式中，u是c(x0)的特征向量矩阵，λ是c(x0)的特征根构造的三角阵。
[0090]
如上所述，可根据第一预测功率和第二预测功率，利用karhunen-lo
è
ve展开方法和卡方分布方法确定风力发电机组的功率特性噪声区间的上限ub和下限lb。在确定了功率特性噪声区间之后，可确定在功率特性噪声区间之外(即，超过功率特性噪声区间的上限ub和/或低于功率特性噪声区间的下限lb)的功率特性差异。可选地，首先，可根据第一预测功率和第二预测功率，确定风力发电机组在应用预定控制策略前后的功率特性差异，然后，可结合确定的功率特性噪声区间确定功率特性噪声区间之外的功率特性差异。
[0091]
再次参照图1，在步骤s14，根据第一预测功率和第二预测功率，确定风力发电机组在应用预定控制策略前后的功率特性差异。在本公开的实施例中，风力发电机组在应用预定控制策略前后的功率特性差异可反映预定控制策略引起的产能差异，反映预定控制策略对风力发电产能的影响。通过确定功率特性差异并对功率特性差异进行分析，可以对风力发电机组的产能进行准确预估。
[0092]
根据本公开的实施例，功率特性差异包括：第一预测功率和第二预测功率之间的功率差异值和/或功率差异率。例如，功率差异率可包括第一预测功率和第二预测功率之间的平均差异率和/或基于环境数据加权后的加权差异率。
[0093]
在本公开的实施例中，平均差异率df％可表示第一预测功率和第二预测功率之间的功率差异值与第一预测功率的比值，如下式所示：
[0094][0095]
通过平均差异率df％可以衡量风力发电机组的整体功率差异情况。
[0096]
此外，还可以基于不同类型的环境数据的分布概率(也可称为频率占比)利用加权差异率dfw％来衡量风力发电机组的不同环境数据维度的功率差异情况，可以作为风力发
电机组的发电量差异的统计分析结果，以反映风力发电机组的产能差异程度。可根据下式计算加权差异率dfw％：
[0097][0098]
其中，y
1,i*
和y
2,i*
可分别表示基准状态下的第一预测功率y
0,1*
的第i个分量和待评估状态下的第二预测功率y
0,2*
的第i个分量，并且均对应于第i个环境分量x
0,i
，pi表示x
0,i
在当地环境数据中的分布概率。
[0099]
图4是根据本公开的实施例的用于分析功率特性差异的曲线图。图5是根据本公开的另一实施例的用于分析功率特性差异的曲线图。
[0100]
参照图4和图5，在此以环境数据类型为环境风速的示例进行说明，但是本发明不限于此，还可以利用类似的统计方式确定其它环境数据类型的功率特性差异。如图4和图5所示，横坐标表示风速(m/s)，纵坐标表示加权差异率。
[0101]
在图4示出的示例中，风力发电机组的加权差异率分布在功率特性噪声区间内。由于功率特性噪声区间内的功率特性差异存在不确定性并且没有实际的统计意义，因此可以忽略不计。所以，在该示例中，可认为风力发电机组在应用预定控制策略前后的功率特性差异可忽略不计。
[0102]
在图5示出的示例中，风力发电机组的加权差异率分布在功率特性噪声区间内以及功率特性噪声区间外。功率特性噪声区间内的功率特性差异由于存在不确定性并且没有实际的统计意义，因此可以忽略不计。但是，功率特性噪声区间外的功率特性差异对于评估风力发电机组在应用预定控制策略前后的功率特性差异具有重要的统计意义，因此可将功率特性噪声区间外的部分作为统计差异区间。此外，可针对统计差异区间，进一步分析功率差异值和平均差异率等类似的功率特性差异参数。例如，可生成针对统计差异区间的功率特性评估报告。
[0103]
如上所述，利用根据本公开的实施例的风力发电机组的功率特性确定方法，可以结合风力发电机组的运行数据以及工作状态数据，确定风力发电机组在应用预定控制策略前后的功率特性差异；还可确定风力发电机组的功率特性噪声区间，进而将功率特性噪声区间外的功率特性差异作为具有统计意义的功率特性差异进行多维度的分析，从而全面地评估风力发电机组的产能差异。
[0104]
根据本公开的实施例，可根据功率差异值、平均差异率、加权差异率等类似的功率特性差异参数中的至少一项来预测在应用预定控制策略后的预定时间段内产能提升，确定预定控制策略所带来的产能变化和经济价值。此外，功率差异值、平均差异率、加权差异率等类似的功率特性差异参数可被提供给风电场或风力发电机组的运营方，以供运营方确定预定控制策略所带来的经济价值。例如，可根据加权差异率、已获取的应用预定控制策略前的年发电量、功率特性差异的数据质量偏差率来计算应用预定控制策略后的年发电量的提升量，其中，功率特性差异的数据质量偏差率可表示预先设置的加权差异率的偏差百分比。如此，可利用通过根据本公开的功率特性确定方法得到的功率特性差异参数来预估预定控制策略所带来的产能变化和经济价值。
[0105]
下面参照图6描述根据本公开的功率特性确定装置。图6是根据本公开的实施例的风力发电机组的功率特性确定装置3的框图。
[0106]
在本公开的实施例中，功率特性确定装置3可设置在风电场的中央控制器中、风力发电机组的处理器中，还可设置在与风力发电机组通信的任何其它处理装置中。
[0107]
功率特性确定装置3可包括获取单元31。获取单元31可获取风力发电机组在应用预定控制策略前的第一运行数据以及在应用预定控制策略后的第二运行数据，其中，所述第一运行数据包括风力发电机组的第一环境数据和第一输出功率数据，所述第二运行数据包括风力发电机组的第二环境数据和第二输出功率数据。
[0108]
功率特性确定装置3可包括预处理单元35，预处理单元35可在进行所述环境空间匹配之前，对所述第一运行数据和所述第二运行数据进行清洗和/或聚合。预处理单元35可分别从所述第一运行数据和所述第二运行数据中去除预定异常状态下的运行数据；其中，所述预定异常状态包括风力发电机组的故障状态和/或降功率运行状态。
[0109]
功率特性确定装置3可包括环境空间交集确定单元32。环境空间交集确定单元32可根据所述第一环境数据和所述第二环境数据，通过对所述第一运行数据与所述第二运行数据进行环境空间匹配，确定所述第一运行数据与所述第二运行数据的环境空间交集。
[0110]
根据本公开的实施例，第一环境数据和第二环境数据分别对应多种环境数据类型。所述环境空间交集确定单元32可针对所述多种环境数据类型中的每种环境数据类型，通过对所述第一运行数据与所述第二运行数据进行环境空间匹配，将所述第一运行数据与所述第二运行数据之中环境向量分布相同的部分确定为所述环境空间交集。
[0111]
功率特性确定装置3可包括功率预测单元33，功率预测单元33可基于所述环境空间交集，预测风力发电机组在应用预定控制策略前的第一预测功率以及在应用预定控制策略后的第二预测功率。根据本公开的实施例，功率预测单元33可在环境空间交集中确定环境测试集；基于所述环境测试集，利用高斯过程回归算法预测风力发电机组在应用预定控制策略前的第一预测功率以及在应用预定控制策略后的第二预测功率，其中，所述第一预测功率与所述第二预测功率对应相同的环境向量分布。
[0112]
功率特性确定装置3可包括功率特性差异确定单元34。功率特性差异确定单元34可根据所述第一预测功率和所述第二预测功率，确定风力发电机组在应用预定控制策略前后的功率特性差异。
[0113]
功率特性确定装置3可包括功率特性噪声区间确定单元36。功率特性噪声区间确定单元36可根据第一预测功率和第二预测功率，利用karhunen-lo
è
ve展开方法和卡方分布方法确定风力发电机组的功率特性噪声区间的上限和下限，其中，功率特性差异是在功率特性噪声区间之外的功率特性差异。
[0114]
根据本公开的实施例，功率特性差异包括：第一预测功率和第二预测功率之间的功率差异值和/或功率差异率。例如，功率差异率包括第一预测功率和第二预测功率之间的平均差异率和/或基于环境数据加权后的加权差异率。
[0115]
可参照图1至图5描述的根据本公开的功率特性确定方法来理解功率特性确定装置3中的各个单元的操作，为了简洁在此不再赘述。
[0116]
根据本公开的实施例，还提供一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序被执行时，实现根据本公开的实施例的功率特性确定方法。
[0117]
在本公开的实施例中，所述计算机可读存储介质可承载有一个或者多个程序，当所述计算机程序被执行时可实现参照图1至图5描述的以下步骤：获取风力发电机组在应用
预定控制策略前的第一运行数据以及在应用预定控制策略后的第二运行数据，其中，第一运行数据包括风力发电机组的第一环境数据和第一输出功率数据，第二运行数据包括风力发电机组的第二环境数据和第二输出功率数据；根据第一环境数据和第二环境数据，通过对第一运行数据与第二运行数据进行环境空间匹配，确定第一运行数据与第二运行数据的环境空间交集；基于环境空间交集，预测风力发电机组在应用预定控制策略前的第一预测功率以及在应用预定控制策略后的第二预测功率；根据第一预测功率和第二预测功率，确定风力发电机组在应用预定控制策略前后的功率特性差异。
[0118]
计算机可读存储介质例如可以是，但不限于，电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中，计算机可读存储介质可以是任何包含或存储计算机程序的有形介质，该计算机程序可以被指令执行系统、装置或者器件使用或者与其结合使用。计算机可读存储介质上包含的计算机程序可以用任何适当的介质传输，包括但不限于：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。计算机可读存储介质可以包含在任意装置中；也可以单独存在，而未装配入该装置中。
[0119]
以上已经结合图1至图5对根据本公开的实施例的功率特性确定方法进行了描述。接下来，结合图7对根据本公开的实施例的计算装置进行描述。
[0120]
图7是根据本公开的实施例的计算装置4的示意图。
[0121]
参照图7，根据本公开的实施例的计算装置4可包括存储器41和处理器42，在存储器41上存储有计算机程序43，当计算机程序43被处理器42执行时，实现根据本公开的实施例的功率特性确定方法。
[0122]
在本公开的实施例中，当所述计算机程序43被处理器42执行时，可实现参照图1至图5描述的功率特性确定方法的操作：获取风力发电机组在应用预定控制策略前的第一运行数据以及在应用预定控制策略后的第二运行数据，其中，第一运行数据包括风力发电机组的第一环境数据和第一输出功率数据，第二运行数据包括风力发电机组的第二环境数据和第二输出功率数据；根据第一环境数据和第二环境数据，通过对第一运行数据与第二运行数据进行环境空间匹配，确定第一运行数据与第二运行数据的环境空间交集；基于环境空间交集，预测风力发电机组在应用预定控制策略前的第一预测功率以及在应用预定控制策略后的第二预测功率；根据第一预测功率和第二预测功率，确定风力发电机组在应用预定控制策略前后的功率特性差异。
[0123]
图7示出的计算装置仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
[0124]
以上已参照图1至图7描述了根据本公开的实施例的风力发电机组的功率特性确定方法、功率特性确定装置、计算机可读存储介质、计算装置。然而，应该理解的是：图6中所示的功率特性确定装置及其单元可分别被配置为执行特定功能的软件、硬件、固件或上述项的任意组合，图7中所示的计算装置并不限于包括以上示出的组件，而是可根据需要增加或删除一些组件，并且以上组件也可被组合。
[0125]
采用根据本公开的实施例的功率特性确定装置及方法，至少可以实现以下技术效果之一：可以结合风力发电机组的运行数据以及工作状态数据，确定风力发电机组在应用预定控制策略前后的功率特性差异，排除对于评估风力发电机组的工作性能无实际意义的工作状态(例如，故障状态、降功率运行状态等)；还可确定风力发电机组的功率特性噪声区间，进而将功率特性噪声区间外的功率特性差异作为具有统计意义的功率特性差异进行多维度的分析，从而全面地评估风力发电机组的产能差异，改善针对随机观测噪声的数据处理。
[0126]
由控制系统中的各个组件或控制器执行的控制逻辑或功能可由在一个或多个附图中的流程图或类似示图来表示。这些附图提供代表性的控制策略和/或逻辑，代表性的控制策略和/或逻辑可使用一个或更多个处理策略(诸如，事件驱动、中断驱动、多任务、多线程等)来实现。因此，示出的各个步骤或功能可按照示出的顺序被执行、并行地执行或者在一些情况下被省略。虽然未总是被明确示出，但是本领域普通技术人员将认识到，示出的一个或更多个步骤或功能可根据使用的特定处理策略而被重复执行。
[0127]
尽管已参照优选实施例表示和描述了本公开，但本领域技术人员应该理解，在不脱离由权利要求限定的本公开的精神和范围的情况下，可以对这些实施例进行各种修改和变换。