超大规模风电基地集中并网放大了风电出力的波动性,对电网会造成剧烈的冲击。为了使超大规模风电基地安全并网,就必须对风电基地的生产状况进行实时监测和预测,及时准确地调整风电生产计划,平滑风电出力。超大规模风电基地风电监测系统是风电基地安全并网必不可少的关键环节,它通过及时、准确地输出监测结果发挥作用。但是研究国内外的风电监测技术现状,未发现有适合超大规模风电基地的风电监测系统,所以论文根据在构建甘肃省酒泉千万千瓦级风电基地风电监测系统的过程中遇到的实际问题,对风电监测系统的数据整合、性能瓶颈和可用性三个方面的关键技术进行了详细研究。论文的主要研究内容包括:1.研究超大规模风电基地的特点及风电监测系统的组成和工作原理,建立风电监测的指标和风电规律分析的方法,设计并实现了一套实时、准确、可靠的风电基地监测系统。2.针对风电基地存在的风电信息孤岛问题,研究原始风电监测数据的特点,提出了一种基于ETL,用于风电数据获取、转换与推送的模块化数据整合系统,解决了风电监测系统的数据输入问题,并使风电监测系统成为风电基地的统一数据平台。3.针对数据处理性能瓶颈问题,提出了一种基于消息传递接口和共享内存的并行风电数据服务模型,与客户程序和并行数据库共同构成了柔性的风电数据处理体系,在不显著增加成本的条件下提升了风电监测系统大数据量统计运算的速度和可靠性。4.为了提升风电监测系统的可用性,建立动态可用性的概念以便在时刻的尺度表征系统继续提供服务的可能性,基于动态可用性提出了一种动态预警/调度的高可用策略。借助BP神经网络和多线程技术,通过对动态可用性的动态预测实现高可用系统故障前的预警和切换,从而提高了风电监测系统的可用性。风电监测系统基于以上关键技术,在风电基地层面实现了方便管理、平滑出力、安全并网与扩展方便的设计目标,是风电大规模集中接入后电力系统安全稳定运行的重要保障手段,对促进风电推广和提升风电的市场竞争力具有重要意义。