一种风力电站可靠性分析方法及系统

技术领域

本发明涉及风力发电技术领域，特别涉及一种风力电站可靠性分析方法及系统。

背景技术

传统能源是化石能源。化石能源的大量开采和利用，容易对环境造成具体的危害，比如酸雨、温室效应等等。于是，发达国家越来越重视新型清洁能源。而风能是新型清洁能源之一，越来越受到人类的青睐。但是风能的波动性比较大，使得风力电站的输出功率处于不稳定状态，需要人工智能对其进行可靠性分析，并根据可靠性分析结果进行智能控制。

现有技术CN110084465B提供了一种基于储能的风力发电系统成本/供电可靠性评估方法，通过断电赔偿费用作为系统可靠性的评估对象，利用动态规划化算法对AA-CAES储能电站充放电功率进行优化以平衡风力发电的随机性。但现有技术CN110084465B是通过压缩空气进行储能，只是对风力电站整体的可靠性分析，没有对风力电站进行分层次的可靠性分析，也没有根据可靠性分析结果进行故障检测和维修，且储能采用的是压缩空气，没有电网储能设备反应时间短，充电速度快。但电网储能设备反应如果没有设定SOC阈值和控制SOC充电电流，容易因为充电电流过大和SOC阈值过低，从而影响电网储能设备的使用寿命。

发明内容

本发明目的之一在于提供了风力电站可靠性分析方法，通过对风力电站分层级进行可靠性分析，根据可靠性分析结果进行故障检测和维修，并利用电网储能设备维持风力电站的未来输出功率的稳定性，增加了风力电站和电网储能设备的使用寿命。

本发明提供了一种风力电站可靠性分析方法应用于风力电站，风力电站包括多个风电场，任一个风电场包括多台风电机组，包括：

获取每台风电机组的状态数据；

基于每台风电机组的状态数据计算出每台风电机组的可用系数；

基于风电场的参数以及每台风电机组的可用系数，并计算出风电场的可用系数和风电场的输出功率；

基于风电场的可用系数和风电场的输出功率，选取可靠性指标并对风力电站进行可靠性分析，得到可靠性分析结果。

优选地，基于每台风电机组的状态数据计算出每台风电机组的可用系数，包括：

获取每台风电机组的状态数据；

基于每台风电机组的历史数据构建功率-风速预测模型；

基于功率-风速预测模型和未来天气预报的风速，预测每台风电机组的未来输出功率；

基于每台风电机组的预测的未来输出功率，得到每台风电机组的可用系数。

优选地，基于风电场的可用系数和风电场的输出功率，选取可靠性指标并对风力电站进行可靠性分析，得到可靠性分析结果，包括：

获取每个风电场的输出功率，计算出风力电站的总功率；

基于每个风电场的可用系数，计算出风力电站的可用系数；

选取可靠性指标，其中，可靠性指标包括停运时间、故障时间和故障率；

获取风电场的可用系数和历史维修记录并选取的可靠性指标，基于选取的可靠性指标，计算出可靠性指标对应的数值并进行汇总，得到风力电站可靠性分析数据表。

优选地，风力电站可靠性分析方法，还包括：

获取任一风电场的当前状态数据，并根据当前状态数据对风电场内的风电机组检测是否异常并确定维修顺序；

其中，获取任一风电场的当前状态数据，并根据当前状态数据对风电场内的风电机组检测是否异常并确定维修顺序，包括：

获取任一风电场的历史数据，构建任一风电场的可用系数数据库；

采集未来预设时间段的风速数据，并基于未来预设时间段的风速数据和任一风电机组的可用系数数据库，预测任一风电场的未来预设时间段的可用系数预测值；

当任一风电场运行到未来预设时间段时，采集任一风电场的未来预设时间段的可用系数真实值；

基于任一风电场的未来预设时间段的可用系数真实值和可用系数预测值，计算出可用系数的偏离率；

判断可用系数的偏离率是否高于预设的第一阈值，若可用系数的偏离率高于预设的第一阈值，则判定任一风电场出现故障，若可用系数的偏离率不高于预设的第一阈值，则判定任一风电场正常；

若判定任一风电场出现故障，采集任一风电场中的所有风电机组的输出功率，并对任一风电场中的所有风电机组的输出功率进行预测，计算每台风电机组的输出功率偏离率；

判断输出功率偏离率是否高于预设的第二阈值，若输出功率偏离率高于预设的第二阈值，则判定任一风电机组出现故障，若输出功率偏离率不高于预设的第二阈值，则判定任一风电机组正常；

采集任一风电机组的声纹数据识别出故障类型；

基于风力电站可靠性分析结果，确定任一故障风电机组维修顺序。

优选地，风力电站可靠性分析方法，还包括：

若故障类型是润滑油老化，对任一风电机组进行润滑油补给；

其中，若故障类型是润滑油老化，对任一风电机组进行润滑油补给，包括：

当判定异常类型属于润滑油老化时，确定任一风电机组的异常部位；

对任一风电机组的异常部位进行清洗；

获取任一风电机组的历史数据，并拟合润滑油剂量与风电机组的功率之间的关系；

基于额定功率计算出额定功率对应的润滑油剂量，并基于额定功率对应的润滑油剂量添加润滑油；

获取任一风电机组的第一实时功率，并基于任一风电机组的风速与输出功率的关系，预测出任一风电机组的第一预测功率，根据判断第一实时功率是否小于第一预测功率，若小于第一预测功率，则基于润滑油剂量与风电机组的功率之间的关系，添加第一预测功率对应的润滑油剂量与第一实时功率对应的润滑油剂量之间的差值，若不小于额定功率，则不添加润滑油剂量。

优选地，风力电站可靠性分析方法，还包括：

根据未来天气预报的风速预测风力电站的未来可靠性分析结果，并根据风力电站的未来可靠性分析结果对风力电站进行调整；

其中，根据未来天气预报的风速预测风力电站的未来可靠性分析结果，并根据风力电站的未来可靠性分析结果对风力电站进行调整，包括：

获取风力电站的实时可靠性分析结果，得到每台风电机组的实时输出功率，并构成一个实时输出功率矩阵；

结合未来天气预报和实时输出功率矩阵预测风力电站的未来可靠性分析结果，得到每台风电机组的未来输出功率，并构成一个未来输出功率矩阵；

结合可靠性分析中的故障率和修复率对未来输出功率矩阵进行修正；

计算出未来输出功率矩阵中的所有矩阵元素之和，得到风力电站的未来总功率；

判断出风力电站的未来总功率在风力电站的设定阈值区间内，若风力电站的未来总功率在风力电站的设定阈值区间的上限，则根据未来输出功率矩阵计算出每个风电机组的调整桨角，使得风力电站的未来总功率在风力电站的发电容量阈值区间内，若风力电站的未来总功率在风力电站的设定阈值区间的下限，则通过电网储能设备为风力电站提供差额功率，若风力电站的未来总功率在风力电站的发电容量阈值区间内，则不需要调整；若风速小于切入风速或者大于切出风速，则风力电站停止发电。

优选地，若风力电站的未来总功率在风力电站的设定阈值区间的上限，则根据未来输出功率矩阵计算出每个风电机组的调整角，使得风力电站的未来总功率在风力电站的发电容量阈值区间内包括：

获取调整后的未来输出功率矩阵和每台风电机组的桨角；

获取风力电站的设定阈值区间的上限以及每台风电机组的最大功率，确定风力电站的未来上限矩阵；

根据未来输出功率矩阵和未来上限矩阵，确定每个风电机组的调整值，每个风电机组的调整值构成调整矩阵；

根据每个风电机组功率与风向的浆角关系，控制每个风电机组的桨角，使得调整矩阵为非正矩阵。

优选地，若风力电站的未来总功率在风力电站的设定阈值区间的下限，则通过电网储能设备为风力电站提供差额功率，包括：

获取风力电站发电的历史数据，计算出风力电站的输出功率的均值和输出功率的最值；

基于风力电站发电的最值和均值以及可靠性分析结果，计算出电网储能设备的储存容量以及SOC阈值；

当风力电站的总功率在风力电站的设定阈值区间的下限，计算出未来总功率与设定阈值区间下限的第一差值并基于第一差值，电网储能设备为风力电站提供差额功率；

当电网储能设备的SOC值低于设定的SOC阈值时，基于第一差值，控制断开风力电站与电网储能设备的电力连接；

当风力电站的未来总功率恢复到大于风力电站的设定阈值区间的下限，则停止为风力电站提供差额功率并根据SOC的状态计算出的最大充电电流对电网储能设备进行充电至到设定电网储能设备的储存电能。

本发明还提供了一种风力电站可靠性分析系统，应用于风力电站，风力电站包括多个风电场，任一个风电场包括多台风电机组，包括：

获取模块，用于获取每台风电机组的状态数据；

机组分析模块，用于基于每台风电机组的状态数据计算出每台风电机组的可用系数；

风电场分析模块，用于基于风电场的参数以及每台风电机组的可用系数，并计算出风电场的可用系数和风电场的输出功率；

电站分析模块，用于基于风电场的可用系数和风电场的输出功率，选取可靠性指标并对风力电站进行可靠性分析，得到可靠性分析结果。

优选地，风力电站可靠性分析系统，还包括：

故障检测模块，用于获取任一风电机组的当前状态数据，并根据当前状态数据检测出任一风电机组是否异常并确定维修顺序；

润滑油补给模块，用于若故障类型是润滑油老化，对任一风电机组进行润滑油补给；

风电调整模块，用于根据未来天气预报的风速预测风力电站的未来可靠性分析结果，并根据风力电站的未来可靠性分析结果对风力电站进行调整。

本发明的有益效果为：

本发明利用风力电站包括多个风电场，每个风电场包括多个风电机组，对风电机组的影响因素进行多方面考虑，使得风电场以及风力电站的输出功率和可用系数，结果更加精确，更加贴近实际。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明实施例中风力电站可靠性分析方法的示意图；

图2为本发明实施例中风力电站可靠性分析系统的示意图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

本发明实施例提供了风力电站可靠性分析方法，如图1所示，包括：

步骤1，获取每台风电机组的状态数据。

步骤2，基于每台风电机组的状态数据计算出每台风电机组的可用系数。

步骤3，基于风电场的参数以及每台风电机组的可用系数，并计算出风电场的可用系数和风电场的输出功率。

步骤4，基于风电场的可用系数和风电场的输出功率，选取可靠性指标并对风力电站进行可靠性分析，得到可靠性分析结果。

上述技术方案的工作原理及有益效果为：

每台风电机组的状态数据包括风电机组的捕获的风速、气压和温度、风能转换效率以及风电机组的故障时间。由于风速对风电机组的发电有一定的影响。风速小于风电机组的切入风速或者大于风电机组的切出风速，风电机组停止运行。

当风电机组的工作温度不在设定范围内，风电机组的输出功率为0，风电机组处于停运状态。因为温度过高和过低，容易造成风电机组过热或过冷而造成电机损坏。

当风速

根据风电机组的一年内停运小时数计算出风电机组的可用系数。

基于风电场的参数以及每台风电机组的输出功率，并计算出风电场的输出功率和可用系数。风电场的参数包括风场的风力分布情况、风场的温度分布情况以及风电机组的分布情况，根据风电场的参数，计算出风电场内的每台风电机组的输出功率，并根据风电场内的每台风电机组的输出功率计算出风电场的输出功率。

因此根据每个风电机组的可用系数可以计算出每个风电场的可用系数。

根据每个风电场的输出功率求和，可以得到风力电站的总功率，同理，根据每个风力电站的可用系数可以计算出风力电站的可用系数。

选取可靠性指标,可靠性指标包括停运时间、故障时间和故障率等。最后输出可靠性分析结果。

本发明实施例利用风力电站包括多个风电场，每个风电场包括多个风电机组，对风电机组的影响因素进行多方面考虑，使得风电场以及风力电站的输出功率和可用系数，结果更加精确，更加贴近实际。

在一个实施例中，步骤2包括以下步骤：

步骤2.1，获取每台风电机组的状态数据。

步骤2.2，基于每台风电机组的历史数据构建功率-风速预测模型。

步骤2.3，基于功率-风速预测模型和未来天气预报的风速，预测每台风电机组的未来输出功率。

步骤2.4，基于每台风电机组的预测的未来输出功率，得到每台风电机组的可用系数。

上述技术方案的工作原理及有益效果为：

由于输出功率的变化是随着风速的变化而变化。当风速v

而由于风速是时刻变化的，风速包括基本风速、阵风速、渐进风速和随机风速。

风速的不确定性影响着输出功率。因此风速概率分布求出输出功率的概率分布。并根据输出功率的概率分布预测出每台风电机组的输出功率。同时当输出功率为零的时候，对应的是风电机组处于停运状态，可以得到风电机组的停运小时数，从而求出每台风电机组的可用系数。因此，每台风电机组的可用系数是与输出功率为零的概率有关。

因此，采集单台风电机组的一年的风速记录，基本风速根据单台风电机组所处的地理环境，比如单台风电机组在我国的江苏地区的亚热带气候，根据太平洋板块和亚欧大陆板块的季风气候。而对应于具体的任一天，可以根据当地的天气预报，得到基本风速的值，因此，基本风速可以近似看成一个常数。阵风速是瞬间发生的风的风速，可以近似为一个连续的正态分布。渐进风速是风速逐渐平稳的风速。而随机风速具有随机性可以根据随机函数random()进行计算。

因此，将基本风速、阵风速、渐进风速和随机风速进行叠加，构建风速模拟模型，再根据功率与风速的关系，可以预测每台风电机组的输出功率。再根据每台风电机组一年中的输出功率为零的时间，求出每台风电机组的可用系数。

本发明通过构建风速模拟模型以及功率与风速的关系，求出每台风电机组的输出功率和可用系数，提高了输出功率和可用系数的预测准确性。

在一个实施例中，步骤4包括：

步骤4.1，获取每个风电场的输出功率，计算出风力电站的总功率。

步骤4.2，基于每个风电场的可用系数，计算出风力电站的可用系数。

步骤4.3，选取可靠性指标，其中，可靠性指标包括停运时间、故障时间和故障率。

步骤4.4，获取风电场的可用系数和历史维修记录并选取的可靠性指标，基于选取的可靠性指标，计算出可靠性指标对应的数值并进行汇总，得到风力电站可靠性分析数据表。

上述技术方案的工作原理及有益效果为：

根据风力电站包括m个风电场，每个风电场包括n个风电机组，因此构建风力电站的输出功率矩阵。

因此，风力电站的总功率相当于对输出功率矩阵的矩阵元素求和。

同理，可以计算出风力电站的可用系数。

选取可靠性指标，其中，可靠性指标包括停运时间、故障时间和故障率。

基于选取的可靠性指标，计算出可靠性指标对应的数值获取风力电站的历史维修记录。故障时间和故障率可以根据电力机组、风电场和风力电站的历史维修记录进行计算。计算出各项可靠性指标对应的数值并进行汇总，得到风力电站可靠性分析数据表。

在一个实施例中，还包括：

步骤5，获取任一风电场的当前状态数据，并根据当前状态数据对风电场内的风电机组检测是否异常并确定维修顺序。步骤5具体包括以下步骤：

步骤5.1，获取任一风电场的历史数据，构建任一风电场的可用系数数据库。

步骤5.2，采集未来预设时间段的风速数据，并基于未来预设时间段的风速数据和任一风电机组的可用系数数据库，预测任一风电场的未来预设时间段的可用系数预测值。

步骤5.3，当任一风电场运行到未来预设时间段时，采集任一风电场的未来预设时间段的可用系数真实值。

步骤5.4，基于任一风电场的未来预设时间段的可用系数真实值和可用系数预测值，计算出可用系数的偏离率。

步骤5.5，判断可用系数的偏离率是否高于预设的第一阈值，若可用系数的偏离率高于预设的第一阈值，则判定任一风电场出现故障，若可用系数的偏离率不高于预设的第一阈值，则判定任一风电场正常。

步骤5.6，若判定任一风电场出现故障，采集任一风电场中的所有风电机组的输出功率，并对任一风电场中的所有风电机组的输出功率进行预测，计算每台风电机组的输出功率偏离率。

步骤5.7，判断输出功率偏离率是否高于预设的第二阈值，若输出功率偏离率高于预设的第二阈值，则判定任一风电机组出现故障，若输出功率偏离率不高于预设的第二阈值，则判定任一风电机组正常。

步骤5.8，采集任一风电机组的声纹数据识别出故障类型。

步骤5.9，基于风力电站可靠性分析结果，确定任一故障风电机组维修顺序。

上述技术方案的工作原理及有益效果为：

获取任一风电场的状态数据，构建任一风电场的可用系数数据库。任一风电场的状态数据包括温度、桨角、空气压强和风电场的每个风电机组的海波高度。基于11月份的风速变化。基于未来预设时间段的风速数据和任一风电机组的可用系数数据库，预测任一风电场的未来预设时间段的可用系数预测值。预设未来时间段，如11月份，预测出11月份的可用系数预测值。在11月份，采集任一风电场的可用系数真实值。根据可用系数预测值和可用系数真实值，计算出可用系数偏离率＝(可用系数预测值-可用系数真实值)/可用系数真实值。

设定可用系数偏离率的第一阈值，比如0.2，当可用系数的偏离率高于预设的第一阈值，则判定任一风电场出现故障。

若判定任一风电场出现故障，采集任一风电场中的每台风电机组的输出功率，并对任一风电场中的每台风电机组的输出功率进行预测，计算每台风电机组的输出功率偏离率。每台风电机组的输出功率进行预测可以根据风速与输出功率的关系，计算出每台风电机组的输出功率预测值。同理可以计算出每台风电机组的输出功率偏离率。

设定第二阈值，判断输出功率偏离率是否高于预设的第二阈值，若输出功率偏离率高于预设的第二阈值，则判定任一风电机组出现故障，若输出功率偏离率不高于预设的第二阈值，则判定任一风电机组正常。采集故障的风电机组的声纹数据，根据任一风电机组的声纹数据识别出故障类型。其中，根据故障类型的历史声纹数据构建故障类型数据库，采集故障的风电机组的声纹数据并与故障类型数据库计算重合度，重合度由大到小进行排列，对超过设定的重合度阈值所包含的故障类型是故障的风电机组所对应的故障类型。再根据风力电站可靠性分析结果，观察停运时间、维修次数，对于停运时间长、维修次数多的风电机组优先安排维修。

本发明实施例通过可用系数偏离率和输出功率偏离率，分别对风力电站下的风电场和风电机组进行了故障排查，减少了故障排查的难度，并根据声纹数据判断出风电机组所对应的故障类型，结合风力电站可靠性分析结果安排检修。

在一个实施例中，还包括：

步骤6，若故障类型是润滑油老化，对任一风电机组进行润滑油补给。具体包括以下步骤：

步骤6.1，当判定异常类型属于润滑油老化时，确定任一风电机组的异常部位。

步骤6.2，对任一风电机组的异常部位进行清洗。

步骤6.3，获取任一风电机组的历史数据，并拟合润滑油剂量与风电机组的功率之间的关系。

步骤6.4，基于额定功率计算出额定功率对应的润滑油剂量，并基于额定功率对应的润滑油剂量添加润滑油。

步骤6.5，获取任一风电机组的第一实时功率，并基于任一风电机组的风速与输出功率的关系，预测出任一风电机组的第一预测功率，根据判断第一实时功率是否小于第一预测功率，若小于第一预测功率，则基于润滑油剂量与风电机组的功率之间的关系，添加第一预测功率对应的润滑油剂量与第一实时功率对应的润滑油剂量之间的差值，若不小于额定功率，则不添加润滑油剂量。

上述技术方案的工作原理及有益效果为：

当判定异常类型属于润滑油老化时，确定任一风电机组的异常部位，比如是任一风电机组的轴承。对任一风电机组的异常部位进行清洗，去除老化的润滑油。获取任一风电机组的历史数据，并拟合润滑油剂量与风电机组的功率之间的关系。计算出额定功率对应的润滑油剂量并添加润滑油。再根据实时功率对润滑油剂量进行检查，是否符合润滑油剂量与风电机组的功率之间的关系，若不符合，则说明润滑油剂量加少，需要继续添加润滑油，继续添加润滑油剂量根据润滑油剂量与风电机组的功率之间的关系进行计算。

本发明实施例通过润滑油剂量与风电机组的功率之间的关系控制润滑油剂量添加，减少润滑油的浪费。

在一个实施例中，还包括：

步骤7，根据未来天气预报的风速预测风力电站的未来可靠性分析结果，并根据风力电站的未来可靠性分析结果对风力电站进行调整。具体包括以下步骤：

步骤7.1，采集每台风电机组的实时输出功率，构成一个实时输出功率矩阵。

步骤7.2，结合未来天气预报预测每台风电机组的未来输出功率，并构成一个未来输出功率矩阵。

步骤7.3，结合可靠性分析中的故障率和修复率对未来输出功率矩阵进行修正。

步骤7.4，计算出修正后的未来输出功率矩阵中的所有矩阵元素之和，得到风力电站的未来总功率。

步骤7.5，判断出风力电站的未来总功率在风力电站的设定阈值区间内。若风力电站的未来总功率在风力电站的设定阈值区间的上限，则根据未来输出功率矩阵计算出每个风电机组的调整桨角，使得风力电站的未来总功率在风力电站的设定阈值区间内，若风力电站的未来总功率在风力电站的设定阈值区间的下限，则通过电网储能设备为风力电站提供差额功率，若风力电站的未来总功率在风力电站的发电容量阈值区间内，则不需要调整；若风速小于切入风速或者大于切出风速，则风力电站停止发电。

上述技术方案的工作原理及有益效果为：

将每台风电机组的输出功率，构成一个输出功率矩阵。采集每台风电机组的实时输出功率，构成实时输出功率矩阵。再根据风速模拟模型以及输出功率与风速之间的关系，结合未来天气预报预测每台风电机组的未来输出功率，并构成一个未来输出功率矩阵。结合可靠性分析中的故障率和修复率，比如可靠性分析中的故障率，预测未来风电机组停运，修复率预测未来风电机组的运行，对未来输出功率矩阵进行修正，得到修正后的未来输出功率矩阵。对修正后的未来输出功率矩阵的进行矩阵求和，得到风力电站的未来总功率。

由于风力电站的电力系统有最大的电力负荷限制，决定了风力电站的设定阈值区间的上限，同时，风力电站的基本运行和居民用电系统与风力电站的需要最小的发电功率，这决定了风力电站的设定阈值区间的下限。同时在为了维持风力电站的输出功率的平稳性，当风力电站的设定阈值区间的下限，提供电网储能设备为风力电站提供差额功率，维持风力电站的供电稳定，再通过居民用电系统的用电量低谷的时候，再对电网储能设备进行充电。比如白天或者冬夏天季，居民用电量大，可以通过电网储能设备放电，为了风力电站和居民用电系统的一定的平衡。而夜晚或者春秋季，居民用电量小，利用风力电站对电网储能设备进行充电，使得风力电站对外部供电在时间上进行平稳化。

当若风力电站的未来总功率在风力电站的设定阈值区间的上限，则说明供电总功率超出了风力电站的电力系统的最大负荷，根据未来输出功率矩阵计算出每个风电机组的调整桨角，对每个风电机组的风能转换效率进行调整，使得每个风电机组的输出功率按一定的比例进行降低，使得当若风力电站的未来总功率在风力电站的设定阈值区间内，防止输出功率过大，导致电力系统损坏。当若风速小于切入风速或者大于切出风速，为了维护电力电站的安全，风力电站停止发电。

在一个实施例中，步骤7.5中若风力电站的未来总功率在风力电站的设定阈值区间的上限，则根据未来输出功率矩阵计算出每个风电机组的调整桨角，使得风力电站的未来总功率在风力电站的设定阈值区间内。包括以下步骤：

第一步，获取调整后的未来输出功率矩阵和每台风电机组的桨角。

第二步，获取风力电站的设定阈值区间的上限以及每台风电机组的最大功率，确定风力电站的未来上限矩阵。

第三步，根据未来输出功率矩阵和未来上限矩阵，确定每个风电机组的调整值，每个风电机组的调整值构成调整矩阵。

第四步，根据每个风电机组功率与风向的浆角关系，控制每个风电机组的桨角，使得调整矩阵为非正矩阵。

上述技术方案的工作原理及有益效果为：

获取调整后的未来输出功率矩阵和每台风电机组的桨角。获取风力电站的设定阈值区间的上限以及每台风电机组的最大功率即额定功率，对每台风电机组的最大功率进行求和，根据最大功率之和与风力电站的设定阈值区间的上限进行比较，若最大功率之和比风力电站的设定阈值区间的上限大，则根据风力电站的设定阈值区间和每台风电机组的最大功率进行合理分配，确定风力电站的未来上限矩阵。例如通过风力电站的设定阈值区间上限是60w，而最大功率之和是120w，则可以将风力电站的设定阈值区间上限与最大功率之和的比例系数是1/2，则对风力电站的设定阈值区间的上限根据每台风电机组的额定功率进行分配。例如风力电站一共有2个风电场，每个风电场有2个风电机组，第一风电场的每台风电机组的额定功率都是20w，第二风电场的每台风电机组的额定功率都是40w，则根据风力电站的设定阈值区间上限，构成风力电站的未来上限矩阵是

构建差值矩阵，即对未来输出功率矩阵中每一矩阵元素与未来上限矩阵所对应的矩阵元素做差，得到的差值矩阵作为调整矩阵。例如风力电站的未来上限矩阵是

风电机组包括风轮、传动系统和发电机。其中，风轮包括叶片和轮毂。风轮朝着风向并接收风能，通过传动系统将机械能传送到发电机的转轴上，实现对发电机的磁力线切割，从而进行风力发电。叶片的一端可旋转的连接在轮毂上，并与风轮的平面成一定的夹角，该夹角就是叶片桨角。影响风电机组的额定功率的因素包括叶片桨角和叶片大小。因此在叶片大小一定的情况，桨角大小变化对应着额定功率的大小变化。通过朝着风向方向顺时针旋转叶片连接在轮毂的一端，实现改变叶片桨角，从而实现改变风电机组的额定功率。因此调整矩阵

本发明实施例通过调整矩阵调整每台风电机组的桨角，实现快速调整桨角，使得风力电站的未来总功率在风力电站的设定阈值区间内，方便集体控制每台每台风电机组，提高了风力电站的安全性，降低了风力电站的故障率。

在一个实施例中，步骤7.5中若风力电站的未来总功率在风力电站的设定阈值区间的下限，则通过电网储能设备为风力电站提供差额功率，包括以下步骤：

第一步，获取风力电站发电的历史数据，计算出风力电站的输出功率的均值和输出功率的最值。

第二步，基于风力电站发电的最值和均值以及可靠性分析结果，计算出电网储能设备的储存容量以及SOC阈值。

第三步，当风力电站的总功率在风力电站的设定阈值区间的下限，计算出未来总功率与设定阈值区间下限的第一差值并基于第一差值，电网储能设备为风力电站提供差额功率。

第四步，当电网储能设备的SOC值低于设定的SOC阈值时，基于第一差值，控制断开风力电站与电网储能设备的电力连接。

第五步，当风力电站的未来总功率恢复到大于风力电站的设定阈值区间的下限，则停止为风力电站提供差额功率并根据SOC的状态计算出的最大充电电流对电网储能设备进行充电至到设定电网储能设备的储存电能。

上述技术方案的工作原理及有益效果为：

获取风力电站发电的历史数据，计算出风力电站的输出功率的均值、输出功率的最大值和输出功率的最小值。

同时根据可靠性分析结果，计算出风力电站的平均停运时间。

根据风力电站发电的最值和均值以及可靠性分析结果，计算出电网储能设备的储存容量以及SOC阈值。

当风力电站的总功率在风力电站的设定阈值区间的下限，计算出未来总功率与设定阈值区间下限的第一差值并基于第一差值，电网储能设备为风力电站提供差额功率。

当电网储能设备的SOC值低于设定的SOC阈值时，基于第一差值，控制断开风力电站与电网储能设备的电力连接。

当风力电站的未来总功率恢复到大于风力电站的设定阈值区间的下限，则停止为风力电站提供差额功率并对电网储能设备进行充电至设定电网储能设备的储存电能，为了防止电流过来，对电网储能设备的电池内离子态进行析出，因此可以根据SOC的状态求出最大充电电流。

本发明实施例通过增加电网储能设备，对风电发明提供差额功率，保证了风力电站的持续性和稳定性，降低了风力电站的故障率，同时根据SOC的状态求出最大充电电流，延长了电网储能设备的使用寿命。

本发明实施例还提供了一种风力电站可靠性分析系统，如图2所示，包括：

获取模块1，用于获取每台风电机组的状态数据。

机组分析模块2，用于基于每台风电机组的状态数据计算出每台风电机组的可用系数。

风电场分析模块3，用于基于风电场的参数以及每台风电机组的可用系数，并计算出风电场的可用系数和风电场的输出功率。

电站分析模块4，用于基于风电场的可用系数和风电场的输出功率，选取可靠性指标并对风力电站进行可靠性分析，得到可靠性分析结果。

上述技术方案的工作原理及有益效果为：

本发明实施例通过对风力电站进行分层计算输出功率和可用系数，并选择可靠性指标并进行评价。对风电机组的影响因素进行多方面考虑，使得可靠性分析结果更加精确。

在一个实施例中，还包括以下模块：

故障检测模块5，用于获取任一风电机组的当前状态数据，并根据当前状态数据检测出任一风电机组是否异常并确定维修顺序。

润滑油补给模块6，用于若故障类型是润滑油老化，对任一风电机组进行润滑油补给。

风电调整模块7，用于根据未来天气预报的风速预测风力电站的未来可靠性分析结果，并根据风力电站的未来可靠性分析结果对风力电站进行调整。

上述技术方案的工作原理及有益效果为：

根据可靠性分析结果，利用故障检测模块5对风电机组进行故障检测，若故障类型是滑油老化，通过润滑油补给模块6进行润滑油补给。风电调整模块7根据未来天气预报的风速预测风力电站的未来可靠性分析结果，分别通过调整桨角满足设定阈值区间的上限的要求，通过电网储能设备提供差额功率满足设定阈值区间的下限。

本发明实施例根据风力电站可靠性分析结果，对风力电站进行调整和维护，满足风力电站的正常运行。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。