杜 杰,彭丽霞,刘玉宝,潘林林,王 雷,曹一家
(1.南京信息工程大学 计算机与软件学院 江苏省大气环境与装备技术协同创新中心,江苏 南京 210044;2.南京信息工程大学 教育部互联网应用示范基地 江苏省网络监控中心,江苏 南京 210044;3.南京信息工程大学 大气科学学院,江苏 南京 210044;4.美国大气研究中心,美国 博尔德 80301;5.国电南瑞科技股份有限公司,江苏 南京 211106;6.湖南大学 电气与信息工程学院,湖南 长沙 410082)
风电场风机测量风速的完整性无论对于研究风电场出力、还是对于研究风机布局以及风机紊流影响等都具有重要意义[1-3]。为了开发更加精确的风电场出力预报系统,美国大气研究中心NCAR(National Center for Atmospheric Research)着手研究精细化预报系统,完整的风电场风机风速采集数据是这一系统顺利实施的关键环节之一[4]。但是针对美国科罗拉多州某风电场的风机测量风速进行分析发现,最突出的问题是有缺损的数据,时间跨度从10 min至几小时。虽然通过一些策略,如持续法和插值法可以填充这些缺损的数据,但持续法假设风速不变,插值函数的非线性特性很难与风速变化趋势一致,使得缺损值填充效果不好。现有研究表明风力数据的缺失对风电的预估产生重要影响,必须加以考量[5]。
针对风电场测量风速缺损值的填充方法,目前大多围绕空间相关性展开,用邻近站点的测量数据进行补缺[6-8]。通过分析该风电场实际工况,可发现以上文献的填充方法面临全新的考验。首先,由于风电场内多台相邻风机共用一条数据传输线路,当发生传输故障时,往往风电场内相邻多台风机同时发生风速缺测的工况,使得填充所参考的邻近风机的测量风速不存在,影响模型精度;……