基于LabVIEW的離網型風力發電機風速功率特性研究

王雷+王存堂+謝方偉

摘要： 通過對離網型風力發電機實際運行狀態及氣象情況的監測，繪制了風速-功率散點圖.利用最大似然估計法對風機輸出功率曲線進行擬合，結果表明：七次多項式擬合結果最逼近實際工況；二次多項式擬合曲線精度稍差，但表達式簡單明了，可快速預測風力發電機發電量.此外，通過對風力發電機發電量的實際值、理論功率曲線預測值以及利用最大似然估計法擬合得到的功率曲線的預測值的對比，結果表明：風力發電機生產廠商提供的曲線只能反映其穩態的風速-功率關系，用來預測風力發電機發電量還存在較大誤差；利用最大似然估計法擬合得到的功率曲線預測的風力發電機發電量誤差明顯偏小.

關鍵詞：風力發電機； 功率特性； 最大似然估計法

中圖分類號： TK 82文獻標志碼： A

風力發電機的風速-功率曲線描述了風速與風力機輸出功率之間的關系.根據風速-功率曲線，不僅能夠判定風力發電機輸出性能的優劣，而且可以檢測風力發電機運行狀況是否正常，及時發現潛在問題，因此風速-功率曲線在風電輸出功率預測方面有著廣泛的應用[1-3].

風速-功率曲線包括理論功率曲線和實測功率曲線.風力發電機生產廠商往往給出理論功率曲線，而理論功率曲線是在理想條件下測定的，沒有考慮風的湍流特性和風機安裝地的實際情況，不能準確地反映風速與功率間的實際對應關系.按照IEC61400標準，功率曲線應通過實測方式得到.本文對離網型風力發電機風速、輸出功率進行了實際測量，運用數理統計方法對實測數據進行處理和分析，得到實測風速-功率擬合曲線，為功率的預測提供依據.

1實時監測系統軟、硬件設計

1.1硬件設計

風力發電機監測系統的硬件主要由被監測風力發電機﹑風能控制器﹑蓄電池﹑加熱器﹑逆變器﹑風速風向傳感器﹑電壓電流傳感器﹑西門子PLC-200﹑上位機等構成[4-5].圖1為風力發電監測原理圖，圖2為風力發電機主體測試現場.

1.2軟件平臺的設計

軟件平臺的設計主要是為了實現風力發電機現場氣象數據和風力發電機輸出功率的采集.該平臺利用LabVIEW軟件進行開發[6]，監測系統主界面如圖3所示，監測系統程序如圖4所示，每隔3 s對風速及風力發電機輸出電流、電壓數據進行一次采集.

2數據處理與分析

2.1風力發電機參數與當地風速分布情況

被監測風力發電機參數如表1所示，表2為江蘇鎮江市區各月平均風速表.

由圖5、圖6比較可知，實際運行的風力發電機并不是完全按照廠家給定的風速-功率理論曲線運行的，而是運行在一個很寬的區域內.考慮到實際天氣情況及運行狀況，由于各個時刻風力發

電機所處的風向﹑大氣條件﹑風速變化情況等不同，即使風速相同，對應的功率也可能相差很大.因此，根據實測數據建立數學模型，對風力發電機的功率進行預測，可減小實驗方法帶來的一些誤差，從而獲得較為準確的實測風速-功率擬合曲線.

2.3實測風速功率擬合曲線

為了得到同一風速下的一系列功率數據，引入了最大似然估計法，對同一風速下的實測功率采用求數學期望的方法.當數據足夠多、實驗次數也足夠多時，同一風速對應的各功率數據點可以認為服從正態分布.利用最大似然估計法可以很方便地計算出其期望值.例如，某一風速vi對應一系列功率值pij，pij即為風速vi對應的功率數據點pi的一系列樣本，可采用最大似然估計法求得pij的期望值ui作為pi的估計值.具體計算過程為

似然函數

式中：i為風速分段點；Ni為第i個風速點對應的功率個數；pij為對應vi的第j個功率值.

求得風速-功率數據對（vi，ui）如表3所示，即可擬合得到風速-功率曲線.

本文對實測數據分別進行了二次、七次多項式擬合，所得曲線如圖7所示.

2.4實測風速功率擬合曲線的準確性檢驗

為了驗證利用實測風速-功率擬合曲線計算和預測風力發電機發電量的準確性，通過實驗隨機測得4 d的風力發電機發電量，然后根據氣象數據計算出理論曲線日發電量和實測擬合曲線日發電量.通過對比分別計算出實測擬合曲線日發電量﹑理論曲線日發電量與風機實際日發電量的誤差，結果表明：實測擬合曲線日發電量誤差更小.表4給出了風力發電機日發電量對比結果.

從表4分析可知：實測擬合曲線計算的風力發電機發電量普遍低于風力發電機實際日發電量；理論曲線計算的風力發電機發電量普遍高于風力發電機實際日發電量.但是通過對比兩者誤差可以得出，實測擬合曲線與實際日發電量的誤差明顯小于理論曲線與實際日發電量的誤差.

3結論

本文利用數理統計的最大似然估計法對實測風力發電機的風速-功率數據進行擬合，并以此為基礎，對實測數據進行多次曲線擬合.結果表明：七次多項式曲線擬合結果最逼近建模數據點，是理想的實測功率擬合曲線.而二次多項式曲線擬合結果更便于實際計算與預測風力發電機的發電量，且較好地反映了動態過程中風力發電機風速與功率之間的關系.

參考文獻：

[1]王瑜，黎燦兵，蘇喆，等.風-光聯合供能系統[J].河南電力，2008（3）：13-16.

[2]ELHADIDY M A，SHAAHID S M.Feasibility of hybrid（wind+solar） power systems for Dhahran，Saudi Arabia[J].Renewable Energy，1999，16（1-4）：970-976.

[3]LI C，GE X F，ZHENG Y，et al.Technoeconomic feasibility study of autonomous hybrid wind/PV/battery power system for a household in Urumqi，China[J].Energy，2013，55：263-272.

[4]陳樹學，劉萱.LabVIEW寶典[M].北京：電子工業出版社，2011.

[5]張志英，趙萍，李銀鳳，等.風能與風力發電技術[M].北京：化學工業出版社，2010.

[6]WHALE J，MCHENRY M P，MALLA A.Scheduling and conducting power performance testing of a small wind turbine[J].Renewable Energy，2013，55：55-61.

[7]李遠.基于風能資源特征的風電機組優化選型方法研究[D].北京：華北電力大學，2008.

[8]郎斌斌，穆鋼，嚴干貴，等.聯網風電機組風速-功率特性曲線的研究[J].電網技術，2008，32（12）：70-74.

摘要： 通過對離網型風力發電機實際運行狀態及氣象情況的監測，繪制了風速-功率散點圖.利用最大似然估計法對風機輸出功率曲線進行擬合，結果表明：七次多項式擬合結果最逼近實際工況；二次多項式擬合曲線精度稍差，但表達式簡單明了，可快速預測風力發電機發電量.此外，通過對風力發電機發電量的實際值、理論功率曲線預測值以及利用最大似然估計法擬合得到的功率曲線的預測值的對比，結果表明：風力發電機生產廠商提供的曲線只能反映其穩態的風速-功率關系，用來預測風力發電機發電量還存在較大誤差；利用最大似然估計法擬合得到的功率曲線預測的風力發電機發電量誤差明顯偏小.

關鍵詞：風力發電機； 功率特性； 最大似然估計法

中圖分類號： TK 82文獻標志碼： A

風力發電機的風速-功率曲線描述了風速與風力機輸出功率之間的關系.根據風速-功率曲線，不僅能夠判定風力發電機輸出性能的優劣，而且可以檢測風力發電機運行狀況是否正常，及時發現潛在問題，因此風速-功率曲線在風電輸出功率預測方面有著廣泛的應用[1-3].

風速-功率曲線包括理論功率曲線和實測功率曲線.風力發電機生產廠商往往給出理論功率曲線，而理論功率曲線是在理想條件下測定的，沒有考慮風的湍流特性和風機安裝地的實際情況，不能準確地反映風速與功率間的實際對應關系.按照IEC61400標準，功率曲線應通過實測方式得到.本文對離網型風力發電機風速、輸出功率進行了實際測量，運用數理統計方法對實測數據進行處理和分析，得到實測風速-功率擬合曲線，為功率的預測提供依據.

1實時監測系統軟、硬件設計

1.1硬件設計

風力發電機監測系統的硬件主要由被監測風力發電機﹑風能控制器﹑蓄電池﹑加熱器﹑逆變器﹑風速風向傳感器﹑電壓電流傳感器﹑西門子PLC-200﹑上位機等構成[4-5].圖1為風力發電監測原理圖，圖2為風力發電機主體測試現場.

1.2軟件平臺的設計

軟件平臺的設計主要是為了實現風力發電機現場氣象數據和風力發電機輸出功率的采集.該平臺利用LabVIEW軟件進行開發[6]，監測系統主界面如圖3所示，監測系統程序如圖4所示，每隔3 s對風速及風力發電機輸出電流、電壓數據進行一次采集.

2數據處理與分析

2.1風力發電機參數與當地風速分布情況

被監測風力發電機參數如表1所示，表2為江蘇鎮江市區各月平均風速表.

由圖5、圖6比較可知，實際運行的風力發電機并不是完全按照廠家給定的風速-功率理論曲線運行的，而是運行在一個很寬的區域內.考慮到實際天氣情況及運行狀況，由于各個時刻風力發

電機所處的風向﹑大氣條件﹑風速變化情況等不同，即使風速相同，對應的功率也可能相差很大.因此，根據實測數據建立數學模型，對風力發電機的功率進行預測，可減小實驗方法帶來的一些誤差，從而獲得較為準確的實測風速-功率擬合曲線.

2.3實測風速功率擬合曲線

為了得到同一風速下的一系列功率數據，引入了最大似然估計法，對同一風速下的實測功率采用求數學期望的方法.當數據足夠多、實驗次數也足夠多時，同一風速對應的各功率數據點可以認為服從正態分布.利用最大似然估計法可以很方便地計算出其期望值.例如，某一風速vi對應一系列功率值pij，pij即為風速vi對應的功率數據點pi的一系列樣本，可采用最大似然估計法求得pij的期望值ui作為pi的估計值.具體計算過程為

似然函數

式中：i為風速分段點；Ni為第i個風速點對應的功率個數；pij為對應vi的第j個功率值.

求得風速-功率數據對（vi，ui）如表3所示，即可擬合得到風速-功率曲線.

本文對實測數據分別進行了二次、七次多項式擬合，所得曲線如圖7所示.

2.4實測風速功率擬合曲線的準確性檢驗

為了驗證利用實測風速-功率擬合曲線計算和預測風力發電機發電量的準確性，通過實驗隨機測得4 d的風力發電機發電量，然后根據氣象數據計算出理論曲線日發電量和實測擬合曲線日發電量.通過對比分別計算出實測擬合曲線日發電量﹑理論曲線日發電量與風機實際日發電量的誤差，結果表明：實測擬合曲線日發電量誤差更小.表4給出了風力發電機日發電量對比結果.

從表4分析可知：實測擬合曲線計算的風力發電機發電量普遍低于風力發電機實際日發電量；理論曲線計算的風力發電機發電量普遍高于風力發電機實際日發電量.但是通過對比兩者誤差可以得出，實測擬合曲線與實際日發電量的誤差明顯小于理論曲線與實際日發電量的誤差.

3結論

本文利用數理統計的最大似然估計法對實測風力發電機的風速-功率數據進行擬合，并以此為基礎，對實測數據進行多次曲線擬合.結果表明：七次多項式曲線擬合結果最逼近建模數據點，是理想的實測功率擬合曲線.而二次多項式曲線擬合結果更便于實際計算與預測風力發電機的發電量，且較好地反映了動態過程中風力發電機風速與功率之間的關系.

參考文獻：

[1]王瑜，黎燦兵，蘇喆，等.風-光聯合供能系統[J].河南電力，2008（3）：13-16.

[2]ELHADIDY M A，SHAAHID S M.Feasibility of hybrid（wind+solar） power systems for Dhahran，Saudi Arabia[J].Renewable Energy，1999，16（1-4）：970-976.

[3]LI C，GE X F，ZHENG Y，et al.Technoeconomic feasibility study of autonomous hybrid wind/PV/battery power system for a household in Urumqi，China[J].Energy，2013，55：263-272.

[4]陳樹學，劉萱.LabVIEW寶典[M].北京：電子工業出版社，2011.

[5]張志英，趙萍，李銀鳳，等.風能與風力發電技術[M].北京：化學工業出版社，2010.

[6]WHALE J，MCHENRY M P，MALLA A.Scheduling and conducting power performance testing of a small wind turbine[J].Renewable Energy，2013，55：55-61.

[7]李遠.基于風能資源特征的風電機組優化選型方法研究[D].北京：華北電力大學，2008.

[8]郎斌斌，穆鋼，嚴干貴，等.聯網風電機組風速-功率特性曲線的研究[J].電網技術，2008，32（12）：70-74.

摘要： 通過對離網型風力發電機實際運行狀態及氣象情況的監測，繪制了風速-功率散點圖.利用最大似然估計法對風機輸出功率曲線進行擬合，結果表明：七次多項式擬合結果最逼近實際工況；二次多項式擬合曲線精度稍差，但表達式簡單明了，可快速預測風力發電機發電量.此外，通過對風力發電機發電量的實際值、理論功率曲線預測值以及利用最大似然估計法擬合得到的功率曲線的預測值的對比，結果表明：風力發電機生產廠商提供的曲線只能反映其穩態的風速-功率關系，用來預測風力發電機發電量還存在較大誤差；利用最大似然估計法擬合得到的功率曲線預測的風力發電機發電量誤差明顯偏小.

關鍵詞：風力發電機； 功率特性； 最大似然估計法

中圖分類號： TK 82文獻標志碼： A

風力發電機的風速-功率曲線描述了風速與風力機輸出功率之間的關系.根據風速-功率曲線，不僅能夠判定風力發電機輸出性能的優劣，而且可以檢測風力發電機運行狀況是否正常，及時發現潛在問題，因此風速-功率曲線在風電輸出功率預測方面有著廣泛的應用[1-3].

風速-功率曲線包括理論功率曲線和實測功率曲線.風力發電機生產廠商往往給出理論功率曲線，而理論功率曲線是在理想條件下測定的，沒有考慮風的湍流特性和風機安裝地的實際情況，不能準確地反映風速與功率間的實際對應關系.按照IEC61400標準，功率曲線應通過實測方式得到.本文對離網型風力發電機風速、輸出功率進行了實際測量，運用數理統計方法對實測數據進行處理和分析，得到實測風速-功率擬合曲線，為功率的預測提供依據.

1實時監測系統軟、硬件設計

1.1硬件設計

風力發電機監測系統的硬件主要由被監測風力發電機﹑風能控制器﹑蓄電池﹑加熱器﹑逆變器﹑風速風向傳感器﹑電壓電流傳感器﹑西門子PLC-200﹑上位機等構成[4-5].圖1為風力發電監測原理圖，圖2為風力發電機主體測試現場.

1.2軟件平臺的設計

軟件平臺的設計主要是為了實現風力發電機現場氣象數據和風力發電機輸出功率的采集.該平臺利用LabVIEW軟件進行開發[6]，監測系統主界面如圖3所示，監測系統程序如圖4所示，每隔3 s對風速及風力發電機輸出電流、電壓數據進行一次采集.

2數據處理與分析

2.1風力發電機參數與當地風速分布情況

被監測風力發電機參數如表1所示，表2為江蘇鎮江市區各月平均風速表.

由圖5、圖6比較可知，實際運行的風力發電機并不是完全按照廠家給定的風速-功率理論曲線運行的，而是運行在一個很寬的區域內.考慮到實際天氣情況及運行狀況，由于各個時刻風力發

電機所處的風向﹑大氣條件﹑風速變化情況等不同，即使風速相同，對應的功率也可能相差很大.因此，根據實測數據建立數學模型，對風力發電機的功率進行預測，可減小實驗方法帶來的一些誤差，從而獲得較為準確的實測風速-功率擬合曲線.

2.3實測風速功率擬合曲線

為了得到同一風速下的一系列功率數據，引入了最大似然估計法，對同一風速下的實測功率采用求數學期望的方法.當數據足夠多、實驗次數也足夠多時，同一風速對應的各功率數據點可以認為服從正態分布.利用最大似然估計法可以很方便地計算出其期望值.例如，某一風速vi對應一系列功率值pij，pij即為風速vi對應的功率數據點pi的一系列樣本，可采用最大似然估計法求得pij的期望值ui作為pi的估計值.具體計算過程為

似然函數

式中：i為風速分段點；Ni為第i個風速點對應的功率個數；pij為對應vi的第j個功率值.

求得風速-功率數據對（vi，ui）如表3所示，即可擬合得到風速-功率曲線.

本文對實測數據分別進行了二次、七次多項式擬合，所得曲線如圖7所示.

2.4實測風速功率擬合曲線的準確性檢驗

為了驗證利用實測風速-功率擬合曲線計算和預測風力發電機發電量的準確性，通過實驗隨機測得4 d的風力發電機發電量，然后根據氣象數據計算出理論曲線日發電量和實測擬合曲線日發電量.通過對比分別計算出實測擬合曲線日發電量﹑理論曲線日發電量與風機實際日發電量的誤差，結果表明：實測擬合曲線日發電量誤差更小.表4給出了風力發電機日發電量對比結果.

從表4分析可知：實測擬合曲線計算的風力發電機發電量普遍低于風力發電機實際日發電量；理論曲線計算的風力發電機發電量普遍高于風力發電機實際日發電量.但是通過對比兩者誤差可以得出，實測擬合曲線與實際日發電量的誤差明顯小于理論曲線與實際日發電量的誤差.

3結論

本文利用數理統計的最大似然估計法對實測風力發電機的風速-功率數據進行擬合，并以此為基礎，對實測數據進行多次曲線擬合.結果表明：七次多項式曲線擬合結果最逼近建模數據點，是理想的實測功率擬合曲線.而二次多項式曲線擬合結果更便于實際計算與預測風力發電機的發電量，且較好地反映了動態過程中風力發電機風速與功率之間的關系.

參考文獻：

[1]王瑜，黎燦兵，蘇喆，等.風-光聯合供能系統[J].河南電力，2008（3）：13-16.

[2]ELHADIDY M A，SHAAHID S M.Feasibility of hybrid（wind+solar） power systems for Dhahran，Saudi Arabia[J].Renewable Energy，1999，16（1-4）：970-976.

[3]LI C，GE X F，ZHENG Y，et al.Technoeconomic feasibility study of autonomous hybrid wind/PV/battery power system for a household in Urumqi，China[J].Energy，2013，55：263-272.

[4]陳樹學，劉萱.LabVIEW寶典[M].北京：電子工業出版社，2011.

[5]張志英，趙萍，李銀鳳，等.風能與風力發電技術[M].北京：化學工業出版社，2010.

[6]WHALE J，MCHENRY M P，MALLA A.Scheduling and conducting power performance testing of a small wind turbine[J].Renewable Energy，2013，55：55-61.

[7]李遠.基于風能資源特征的風電機組優化選型方法研究[D].北京：華北電力大學，2008.

[8]郎斌斌，穆鋼，嚴干貴，等.聯網風電機組風速-功率特性曲線的研究[J].電網技術，2008，32（12）：70-74.