具体技术细节
[0005] 本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种考虑台风影响的海上风电场多状态可靠性获取方法。
[0006] 本发明的目的可以通过以下技术方案来实现：
[0007] 一种考虑台风影响的海上风电场多状态可靠性获取方法，用于得到海上风电机组寿命周期内每个设定的单位时间内的可靠性参数数据，包括以下步骤：
[0008] S1：获取海上风电机组的寿命周期，并获取寿命周期内风电机组每一单位时间的初始故障率和单台风机的初始风速数据；
[0009] S2：获取寿命周期内每一单位时间内的台风关键参数，并根据台风对单台机组故障率的影响，对风电机组寿命周期内每一单位时间的初始故障率进行修正；
[0010] S3：利用单台风机的初始风速数据和聚类算法对单台风机进行出力状态划分；
[0011] S4：利用马尔可夫链模型，根据单台风机的出力状态和修正后的初始故障率，建立寿命周期各单位时间的单台机组多状态模型；
[0012] S5：组合单台机组多状态模型，建立海上风电场的多状态可靠性模型，获取海上风电机组寿命周期内每个单位时间内的可靠性参数数据，用于对海上风电场的可靠性评估。
[0013] 进一步地，所述的台风关键参数包括年台风出现频率、台风移动方向、台风移动速度、台风最小距离和台风中心气压差。
[0014] 进一步地，所述的台风对单台机组故障率的影响通过据Batts风场模型以及风速与故障率关系公式确定。
[0015] 更进一步地，所述的Batts风场模型的表达式为：
[0016]
[0017]
[0018]
[0019]
[0020] 其中，Vgx为台风场最大梯度风速，K为经验常数，f为科氏系数，其值为f＝2ωsinψ，ω为地球自转角速度，ψ为纬度， 为海平面10米高度处的平均最大风速，VT为台风移动速度，Rmax为台风最大风速半径，r为观测点到台风中心的距离，V10,r为距海平面10m处，与台风中心相距为r处的风速；
[0021] 所述的风速与故障率关系公式为：
[0022]
[0023]
[0024]
[0025] 其中，βz为风振系数，μz为风压高度变化系数，μs为体形系数，ρ为空气密度，λmin为切入风速时对应的故障率，vci为切入风速，λmax为切出风速时对应的故障率，vco为切出风速。
[0026] 进一步地，所述的步骤S2中，对风电机组寿命周期内每一单位时间的初始故障率进行修正的表达式为：
[0027]
[0028] 其中，λi为第i个单位时间的初始故障率，Ti为第i个单位时间内受台风影响的时间，ni为第i个单位时间内的台风数量，Tiks和Tike分别为第i个单位时间内第k个台风的起始时间和终止时间。
[0029] 进一步地，所述的步骤S3中，首先利用风速与功率关系，根据单台风机的初始风速数据获取单台风机的输出功率，然后通过k-means聚类算法对单台风机输出功率场景聚类到多个离散的功率状态。
[0030] 更进一步地，所述的风速与功率关系的表达式为：
[0031]
[0032]
[0033] 其中，p为单台风机的输出功率，pr为单台风机的额定功率，v为风速，vci为切入风速，vr为额定风速，vco为切出风速，A、B和C为模型参数。
[0034] 进一步地，所述的步骤S4中，首先利用马尔可夫链模型表征单台风电机组所有的工作运行状态，然后计算各状态之间的转移概率，所述的各状态之间的转移概率的计算式为：
[0035]
[0036] 其中，rij为从状态i转移到状态j的转移概率，Nij从状态i转移到状态j的次数，Ti为状态i在整个计算周期内出现的次数。
[0037] 进一步地，所述的步骤S5中，采用状态空间图组合单台机组多状态模型，建立海上风电场的多状态可靠性模型。
[0038] 进一步地，所述的每一单位时间的初始故障率为上一单位时间内修正的故障率，第一个单位时间的初始故障率通过文献数据或实际运行数据获得，所述的单位时间设定为一年。
[0039] 与现有技术相比，本发明具有以下优点：
[0040] 1)本发明的方法考虑台风对海上风电机组输出功率的影响以及风电机组故障率的累积影响，考虑风电机组随机故障下的风电场出力多状态模型，考虑因素多且符合实际风电机组故障情况，通过本发明方法获取的可靠性参数准确，可信度高；
[0041] 2)本发明方法所建立的考虑台风影响的海上风电场寿命期内的多状态可靠性模型，更加符合实际工程中海上风电场的出力模型，为海上风电场接入受端电网的可靠性评估提供了有效的计算参考标准。
法律保护范围
涉及权利要求数量10：其中独权1项，从权-1项
1.一种考虑台风影响的海上风电场多状态可靠性获取方法，用于得到海上风电机组寿命周期内每个设定的单位时间内的可靠性参数数据，其特征在于，包括以下步骤：
S1：获取海上风电机组的寿命周期，并获取寿命周期内风电机组每一单位时间的初始故障率和单台风机的初始风速数据；
S2：获取寿命周期内每一单位时间内的台风关键参数，并根据台风对单台机组故障率的影响，对风电机组寿命周期内每一单位时间的初始故障率进行修正；
S3：利用单台风机的初始风速数据和聚类算法对单台风机进行出力状态划分；
S4：利用马尔可夫链模型，根据单台风机的出力状态和修正后的初始故障率，建立寿命周期各单位时间的单台机组多状态模型；
S5：组合单台机组多状态模型，建立海上风电场的多状态可靠性模型，获取海上风电机组寿命周期内每个单位时间内的可靠性参数数据，用于对海上风电场的可靠性评估。
2.根据权利要求1所述的一种考虑台风影响的海上风电场多状态可靠性获取方法，其特征在于，所述的台风关键参数包括年台风出现频率、台风移动方向、台风移动速度、台风最小距离和台风中心气压差。
3.根据权利要求2所述的一种考虑台风影响的海上风电场多状态可靠性获取方法，其特征在于，所述的台风对单台机组故障率的影响通过据Batts风场模型以及风速与故障率关系公式确定。
4.根据权利要求3所述的一种考虑台风影响的海上风电场多状态可靠性获取方法，其特征在于，所述的Batts风场模型的表达式为：
其中，Vgx为台风场最大梯度风速，K为经验常数，f为科氏系数，其值为f＝2ωsinψ，ω为地球自转角速度，ψ为纬度， 为海平面10米高度处的平均最大风速，VT为台风移动速度，Rmax为台风最大风速半径，r为观测点到台风中心的距离，V10,r为距海平面10m处，与台风中心相距为r处的风速；
所述的风速与故障率关系公式为：
其中，βz为风振系数，μz为风压高度变化系数，μs为体形系数，ρ为空气密度，λmin为切入风速时对应的故障率，vci为切入风速，λmax为切出风速时对应的故障率，vco为切出风速。
5.根据权利要求1所述的一种考虑台风影响的海上风电场多状态可靠性获取方法，其特征在于，所述的步骤S2中，对风电机组寿命周期内每一单位时间的初始故障率进行修正的表达式为：
其中，λi为第i个单位时间的初始故障率，Ti为第i个单位时间内受台风影响的时间，ni为第i个单位时间内的台风数量，Tiks和Tike分别为第i个单位时间内第k个台风的起始时间和终止时间。
6.根据权利要求1所述的一种考虑台风影响的海上风电场多状态可靠性获取方法，其特征在于，所述的步骤S3中，首先利用风速与功率关系，根据单台风机的初始风速数据获取单台风机的输出功率，然后通过k-means聚类算法对单台风机输出功率场景聚类到多个离散的功率状态。
7.根据权利要求6所述的一种考虑台风影响的海上风电场多状态可靠性获取方法，其特征在于，所述的风速与功率关系的表达式为：
其中，p为单台风机的输出功率，pr为单台风机的额定功率，v为风速，vci为切入风速，vr为额定风速，vco为切出风速，A、B和C为模型参数。
8.根据权利要求1所述的一种考虑台风影响的海上风电场多状态可靠性获取方法，其特征在于，所述的步骤S4中，首先利用马尔可夫链模型表征单台风电机组所有的工作运行状态，然后计算各状态之间的转移概率，所述的各状态之间的转移概率的计算式为：
其中，rij为从状态i转移到状态j的转移概率，Nij从状态i转移到状态j的次数，Ti为状态i在整个计算周期内出现的次数。
9.根据权利要求1所述的一种考虑台风影响的海上风电场多状态可靠性获取方法，其特征在于，所述的步骤S5中，采用状态空间图组合单台机组多状态模型，建立海上风电场的多状态可靠性模型。
10.根据权利要求1所述的一种考虑台风影响的海上风电场多状态可靠性获取方法，其特征在于，所述的每一单位时间的初始故障率为上一单位时间内修正的故障率，第一个单位时间的初始故障率通过文献数据或实际运行数据获得，所述的单位时间设定为一年。
