风电场测风数据验证与评估算法设计与应用*

怀智博 郑 禄 帖 军

(中南民族大学 武汉 430070)

风电场测风数据验证与评估算法设计与应用*

怀智博 郑 禄 帖 军

(中南民族大学 武汉 430070)

在风电场运行过程中,会产生大量的测风数据,测风数据验证是风电场进行风能资源评估的一项重要工作。由于一系列不确定性因素,会出现数据不合理或者缺失的情况,为了防止存在不符合语义规定的数据和因错误信息的输入输出造成无效操作或错误信息,需要对产生的数据进行验证。在测风数据中有极值范围检查、一致性检验、趋势性检验三种方法,论文将其转化成算法语言,并应用到了实际系统中,数据验证效率得到较大提高,验证结果数据相比于传统的验证数据在精度上也有较大的提高。

风电场; 测风数据; 数据分析; 验证

1 引言

随着时间的推移和能源消费量的大幅度增加,传统化石能源的不可再生性和地域分布不均匀带来的能源安全问题以及对化石能源的利用所带来环境污染等问题也日益突出。作为可再生的清洁能源,风能越来越受到各国政府的重视,开发风力发电成为解决化石能源危机的重要手段之一。

风电场由于各种原因,在进行测风数据采集的时候或多或少会产生不合理数据或丢失部分数据,为了防止存在不符合语义规定的数据和防止因错误信息的输入输出造成无效操作或错误信息,《风电场风能资源评估方法》采用风切变指数计算方法进行处理。根据中华人民共和国国家标准:风电场风能资源评估方法(GB/T 18710-2002)的相关标准规定(以下简称GB/T 18710-2002),本文设计和实现三种数据验证方式。

图1 检验及插补流程

数据验证的目的在于检查 1) 风机数据是否在极值范围之内,以检测风机设备是否正常; 2) 风机数据的类型是否一致; 3) 风机数据发展是否符合发电量的趋势

2 测风数据验证方法

测风数据验证方法包括3个方法: 1) 极值范围检查; 2) 一致性检验; 3) 趋势性检验。测风数据检验,在人工设定检验条件下筛选出不符合的数据,并可以手动修改不合理数据。

表1 极值范围检查

表2 一致性检验

表3 趋势性检验

2.1 极值范围检查

在经过时间序列补齐和数据预处理之后的数据进行极值范围检查,检查判断各个高度的每一个风速通道的平均值是否在0m/s～90m/s之间,风向通道的平均值是否在0°～360°之间,气温通道的平均值是否在-60℃～60℃之间,气压通道的平均值是否在50kPa～110kPa之间,如果不在这些范围值之内,就是不合理的数值,软件要用高亮颜色显示不合理的数据来提醒用户。

极值范围检查算法伪代码:

Procedure 1 Extreme_Scope_Check

INPUT:tunnel,data //通道类型、测风塔数据

OUTPUT:record_pass_data//记录通过数据

1:for time ← data.timestampstart to data.timestampend

2:switchtunnel

3:case 1: tunnel ==”FS” //判断是否为风速通道

4:if(fs >= 0 && fs <= 90)

5: record_pass_data.fs=data.fs //记录通过条件的风速数据

6:case 2: tunnel ==”FX” //判断是否为风向通道

7:if(fs >= 0 && fs <= 90)

8: record_pass_data.fs=data.fx //记录通过条件的风向数据

9:case 3: tunnel ==”QW” //判断是否为气温通道

10: if(qw >= -60 && qw <= 60)

11: record_pass_data.fs=data.qw //记录通过条件的气温数据

12:case 4: tunnel ==”QY” //判断是否为气压通道

13: if(qy > 50 && qy < 110)

14: record_pass_data.fs=data.qy //记录通过条件的气压数据

15: time += 10

16: retrunrecord_pass_data

2.2 一致性检验

针对测风通道的风速和风向平均值进行一致性检验,检查选择的两个高度得出高差,判断高差符合用户配置中的条件,从而进行两个高度之间的对应风速差的检验。对于风速差,高差为20m时,两个高度的风速差<4.0m/s,高差为40m时,两个高度的风速差<8.0m/s;对于风向差,高差为20m的两个高度的风向差<30°或者>330°。

表5 字典与数据配置

一致性检验算法伪代码:

Procedure 2 Consistency_Check

INPUT:tunnel,data //通道类型、测风数据

OUTPUT:record_pass_data//记录通过数据

1:for time←data.timestampstart to data.timestampend

2:if((data.high2-data.high1)==20)

3:if((data.fs2-data.fs1)>0 && (data.fs2-data.fs1)<4)

4:record_pass_data.fs1 = data.fs1 //记录通过条件的风速数据

5: record_pass_data.fs2 = data.fs2

6:if((data.fx2-data.fx1)>30 && (data.fx2-data.fx1)<330)

7:record_pass_data.fx1=data.fx1 //记录通过条件的风向数据

8: record_pass_data.fx2=data.fx2

9: time += 10

10:retrunrecord_pass_data

2.3 趋势性检验

针对测风数据中时间序列已经补齐的数据进行趋势性检验,检查判断1小时平均风速变化是否小于6.0m/s;1小时平均温度变化是否小于5℃;3小时平均气压变化是否小于1kPa;用户手动配置变化阈值。

表6 趋势性检验

趋势性检验算法伪代码:

Procedure 3 Consistency_Check

INPUT:tunnel,data //通道类型、测风塔数据

OUTPUT:record_pass_data//记录通过数据

1:for time ← data.timestampstart to data.timestampend

2:switchtunnel

3:case 1: tunnel ==”FS” //判断是否为风速通道

4:if(data.fschange >= 0 &&data.fschange <= 6)

5: record_pass_data.fs=data.fs //记录通过条件的风速数据

6:case 2: tunnel ==”FX” //判断是否为风向通道

7:if(data.wdchange >= 0 &&data.wdchange <= 5)

8: record_pass_data.fx=data.fx //记录通过条件的风向数据

9:case 3: tunnel ==”QY” //判断是否为气压通道

10: if (qychange > 0 &&data.qychange < 1)

11: record_pass_data.qy=data.qy //记录通过条件的气温数据

12: time += 10

13: retrunrecord_pass_data

3 算法的应用

针对以上算法设计出的风电场数据验证与评估系统,给出部分系统图示。

图2 趋势性检验

图3 极值范围检查

图4 一致性检验

4 结语

本文根据中华人民共和国国家标准:风电场风能资源评估方法(GB/T 18710-2002)的相关标准规定所设计和实现的三种测风数据检验方法,能够有效地根据用户定义的验证条件,筛选出不符合数据提示用户修改。应用本文方法在数据验证效率上有了比较大的提高,获得的验证结果数据相比于传统的验证方法的验证数据在精度上有比较大的提高。

[1] 范子强.分散式风电场风资源评估方法及应用[D].沈阳:东北大学,2013:20-22. FAN Ziqiang. Method and Application of Wind Resourse Assessment for Dispersed Wind Farm[D]. Shenyang: Northeastern University,2013:20-22.

[2] 李晓菲.数据预处理算法的研究与应用[D].成都:西南交通大学,2006:13-22. LI Xiaofei. Research and application on data Perprocessing Algorithms[D]. Chengdu: Southwest Jiaotong University,2006:13-22.

[3] 包道日娜,霍亚楠,张晓阳,等.风力发电机组性能测试中风速有效扇区计算方法的研究[J].中国农机化学报,2016,4:241-245. BAO Daorina, HUO Yanan, ZHANG Xiaoyang, et al. Research on calculation methods of wind valid sector in wind turbine performance tests[J]. Journal of Chinese Agricultural Mechanization,2016,4:241-245.

[4] 张德.风能资源数值模拟及其在中国风能资源评估中的应用研究[D].兰州:兰州大学,2009:55-82. ZHANG De. Study on Wind Energy Numerical Simulation and its Application to Wind Energy Recourses Assessment in China[D]. Lanzhou: Lanzhou University,2009:55-82.

[5] 杜燕军,冯长青.风切变指数在风电场风资源评估中的应用[J].电网与清洁能源,2010,5:62-66. DU Yanjun, FENG Changjun. Application of Wind Shear Index in the Assessment of Wind Resourses of Wind Farm[J]. Power System and Clean Energy,2010,5:62-66.

[6] 姜广绪.风电场风能资源与发电量设计后评估研究[D].北京:华北电力大学,2009:36-52. JIANG Guangxu. Study on Post-Evalution of Wind Resourse and Generated Energy in Wind Farm Design[D]. Beijing: North China Electric Power University,2009:36-52.

[7] 王远,钟华.风电场缺失测风数据插补方法的分析[J].可再生能源,2012,3:14-17. WANG Yuan, ZHONG Hua. Analysis of the interpolation method for wind farm’s lost wind data[J]. Renewable Energy Resources,2012,3:14-17.

[8] 徐力卫.风电场测风数据分析中有关问题的探讨[J].宁夏电力,2008,6:59-61. XU Liwei. Analysis on the measuring wind data of the wind power field[J]. Ningxia Electric Power,2008,6:59-61.

[9] 王有禄,李淑华,宋飞.风电场测风数据的验证和处理方法[J].电力勘测设计,2009,1:60-66. WANG Youlu, LI Shuhua, SONG Fei. Treatment Method and Inspection of Anemometric Dates in Wind Power Plant[J]. Electric Power Survey & Design,2009,1:60-66.

[10] 李常春.风资源评估方法研究[D].呼和浩特:内蒙古工业大学,2006:35-48. LI Changchun. Study on the method of wind resource assessment[D]. Huhhot: Inner Mongolia University Of Technology,2006:35-48.

Design and Application of Wind Farm’s Wind Data Validation and Evaluation Algorithm

HUAI ZhiBo ZHENG Lu TIE Jun

(South-Central University for Nationality, Wuhan 430070)

During the operation of the wind farm, a lot of data will be generated. the validation for wind farm’s wind data is an important work of wind energy resource assessment. Due to the series of uncertain factors, data is unreasonable or missing, In order to prevent data which is not in accordance with the provisions of semantic and prevent invalid operation or error information caused by the input and output of error information, which requires the missing data according to verify. There are three kinds of data validation extreme value range check、 consistency check 、trend test inthe wind data. In this paper, it is transformed into an algorithmic language, and it is applied to the practical system. The efficiency of data validation is greatly improved. The results show that compared with the traditional data, the data of accuracy can be improved greatly.

wind farm, wind data, data analysis, validation Class Number TP391

2016年10月16日,

2016年11月21日

中南民族大学大学生创新创业训练计划项目(编号:GCX15012);中南民族大学中央高校基本科研业务费专项资金项目(编号:CZZ15002)资助。

怀智博,男,研究方向:大数据分析。郑禄,男,硕士,研究方向:物联网、数字图像处理、大数据分析等。帖军,男,博士,副教授,研究方向:图像处理、模式匹配、大数据分析等。

TP391

10.3969/j.issn.1672-9722.2017.04.006