風電場測風數據驗證與評估算法設計與應用*

懷智博 鄭 祿 帖 軍

(中南民族大學 武漢 430070)

風電場測風數據驗證與評估算法設計與應用*

懷智博 鄭 祿 帖 軍

(中南民族大學 武漢 430070)

在風電場運行過程中,會產生大量的測風數據,測風數據驗證是風電場進行風能資源評估的一項重要工作。由于一系列不確定性因素,會出現數據不合理或者缺失的情況,為了防止存在不符合語義規定的數據和因錯誤信息的輸入輸出造成無效操作或錯誤信息,需要對產生的數據進行驗證。在測風數據中有極值范圍檢查、一致性檢驗、趨勢性檢驗三種方法,論文將其轉化成算法語言,并應用到了實際系統中,數據驗證效率得到較大提高,驗證結果數據相比于傳統的驗證數據在精度上也有較大的提高。

風電場; 測風數據; 數據分析; 驗證

1 引言

隨著時間的推移和能源消費量的大幅度增加,傳統化石能源的不可再生性和地域分布不均勻帶來的能源安全問題以及對化石能源的利用所帶來環境污染等問題也日益突出。作為可再生的清潔能源,風能越來越受到各國政府的重視,開發風力發電成為解決化石能源危機的重要手段之一。

風電場由于各種原因,在進行測風數據采集的時候或多或少會產生不合理數據或丟失部分數據,為了防止存在不符合語義規定的數據和防止因錯誤信息的輸入輸出造成無效操作或錯誤信息,《風電場風能資源評估方法》采用風切變指數計算方法進行處理。根據中華人民共和國國家標準:風電場風能資源評估方法(GB/T 18710-2002)的相關標準規定(以下簡稱GB/T 18710-2002),本文設計和實現三種數據驗證方式。

圖1 檢驗及插補流程

數據驗證的目的在于檢查 1) 風機數據是否在極值范圍之內,以檢測風機設備是否正常; 2) 風機數據的類型是否一致; 3) 風機數據發展是否符合發電量的趨勢

2 測風數據驗證方法

測風數據驗證方法包括3個方法: 1) 極值范圍檢查; 2) 一致性檢驗; 3) 趨勢性檢驗。測風數據檢驗,在人工設定檢驗條件下篩選出不符合的數據,并可以手動修改不合理數據。

表1 極值范圍檢查

表2 一致性檢驗

表3 趨勢性檢驗

2.1 極值范圍檢查

在經過時間序列補齊和數據預處理之后的數據進行極值范圍檢查,檢查判斷各個高度的每一個風速通道的平均值是否在0m/s～90m/s之間,風向通道的平均值是否在0°～360°之間,氣溫通道的平均值是否在-60℃～60℃之間,氣壓通道的平均值是否在50kPa～110kPa之間,如果不在這些范圍值之內,就是不合理的數值,軟件要用高亮顏色顯示不合理的數據來提醒用戶。

極值范圍檢查算法偽代碼:

Procedure 1 Extreme_Scope_Check

INPUT:tunnel,data //通道類型、測風塔數據

OUTPUT:record_pass_data//記錄通過數據

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

2:switchtunnel

3:case 1: tunnel ==”FS” //判斷是否為風速通道

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

5: record_pass_data.fs=data.fs //記錄通過條件的風速數據

6:case 2: tunnel ==”FX” //判斷是否為風向通道

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

8: record_pass_data.fs=data.fx //記錄通過條件的風向數據

9:case 3: tunnel ==”QW” //判斷是否為氣溫通道

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

11: record_pass_data.fs=data.qw //記錄通過條件的氣溫數據

12:case 4: tunnel ==”QY” //判斷是否為氣壓通道

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

14: record_pass_data.fs=data.qy //記錄通過條件的氣壓數據

15: time += 10

16: retrunrecord_pass_data

2.2 一致性檢驗

針對測風通道的風速和風向平均值進行一致性檢驗,檢查選擇的兩個高度得出高差,判斷高差符合用戶配置中的條件,從而進行兩個高度之間的對應風速差的檢驗。對于風速差,高差為20m時,兩個高度的風速差<4.0m/s,高差為40m時,兩個高度的風速差<8.0m/s;對于風向差,高差為20m的兩個高度的風向差<30°或者>330°。

表5 字典與數據配置

一致性檢驗算法偽代碼:

Procedure 2 Consistency_Check

INPUT:tunnel,data //通道類型、測風數據

OUTPUT:record_pass_data//記錄通過數據

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 //記錄通過條件的風速數據

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 //記錄通過條件的風向數據

8: record_pass_data.fx2=data.fx2

9: time += 10

10:retrunrecord_pass_data

2.3 趨勢性檢驗

針對測風數據中時間序列已經補齊的數據進行趨勢性檢驗,檢查判斷1小時平均風速變化是否小于6.0m/s;1小時平均溫度變化是否小于5℃;3小時平均氣壓變化是否小于1kPa;用戶手動配置變化閾值。

表6 趨勢性檢驗

趨勢性檢驗算法偽代碼:

Procedure 3 Consistency_Check

INPUT:tunnel,data //通道類型、測風塔數據

OUTPUT:record_pass_data//記錄通過數據

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

2:switchtunnel

3:case 1: tunnel ==”FS” //判斷是否為風速通道

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

5: record_pass_data.fs=data.fs //記錄通過條件的風速數據

6:case 2: tunnel ==”FX” //判斷是否為風向通道

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

8: record_pass_data.fx=data.fx //記錄通過條件的風向數據

9:case 3: tunnel ==”QY” //判斷是否為氣壓通道

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

11: record_pass_data.qy=data.qy //記錄通過條件的氣溫數據

12: time += 10

13: retrunrecord_pass_data

3 算法的應用

針對以上算法設計出的風電場數據驗證與評估系統,給出部分系統圖示。

圖2 趨勢性檢驗

圖3 極值范圍檢查

圖4 一致性檢驗

4 結語

本文根據中華人民共和國國家標準:風電場風能資源評估方法(GB/T 18710-2002)的相關標準規定所設計和實現的三種測風數據檢驗方法,能夠有效地根據用戶定義的驗證條件,篩選出不符合數據提示用戶修改。應用本文方法在數據驗證效率上有了比較大的提高,獲得的驗證結果數據相比于傳統的驗證方法的驗證數據在精度上有比較大的提高。

[1] 范子強.分散式風電場風資源評估方法及應用[D].沈陽:東北大學,2013:20-22. FAN Ziqiang. Method and Application of Wind Resourse Assessment for Dispersed Wind Farm[D]. Shenyang: Northeastern University,2013:20-22.

[2] 李曉菲.數據預處理算法的研究與應用[D].成都:西南交通大學,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,霍亞楠,張曉陽,等.風力發電機組性能測試中風速有效扇區計算方法的研究[J].中國農機化學報,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] 張德.風能資源數值模擬及其在中國風能資源評估中的應用研究[D].蘭州:蘭州大學,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] 杜燕軍,馮長青.風切變指數在風電場風資源評估中的應用[J].電網與清潔能源,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] 姜廣緒.風電場風能資源與發電量設計后評估研究[D].北京:華北電力大學,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] 王遠,鐘華.風電場缺失測風數據插補方法的分析[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] 徐力衛.風電場測風數據分析中有關問題的探討[J].寧夏電力,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] 王有祿,李淑華,宋飛.風電場測風數據的驗證和處理方法[J].電力勘測設計,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.風資源評估方法研究[D].呼和浩特:內蒙古工業大學,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

中南民族大學大學生創新創業訓練計劃項目(編號:GCX15012);中南民族大學中央高校基本科研業務費專項資金項目(編號:CZZ15002)資助。

懷智博,男,研究方向:大數據分析。鄭祿,男,碩士,研究方向:物聯網、數字圖像處理、大數據分析等。帖軍,男,博士,副教授,研究方向:圖像處理、模式匹配、大數據分析等。

TP391

10.3969/j.issn.1672-9722.2017.04.006