考虑健康状态的风电机组发电量预测模型

作者：邓超; 张子晗; 朱锦璇; 吴军; 王远航

来源：计算机集成制造系统, 2020, 26(09): 2367-2378.

DOI：10.13196/j.cims.2020.09.006

• 健康状态评估
• 多观测序列隐Markov模型
• 风电功率曲线
• 发电量预测

针对现有风电机组发电量预测方法很少考虑机组健康状态的影响,从而降低了预测准确性的问题,提出一种考虑健康状态的风电机组发电量预测模型。首先引入组合权重描述机组多个性能观测序列之间的相关性,建立基于改进多观测序列隐Markov模型(HMM)的健康状态模型,分别用健康状态等级序列与劣化概率描述健康状态劣化过程。采用预处理后的机组风电场数据采集与监控(SCADA)系统风速和功率数据,利用比恩法建立不同健康状态下的风电功率曲线模型。将机组健康状态劣化过程按时间序列融合到风电功率曲线,建立考虑健康状态的风电机组动态功率曲线模型,并结合基于Weibull分布的风速模型实现发电量预测。以SL2000/100风电机组发电量预测为例,验证了该方法的有效性。

• 出版日期2020
• 单位工业和信息化部电子第五研究所; 华中科技大学