并网风电机组在线运行状态评估方法

为评估和提高并网风力发电机组的实时可靠性,优化其维修策略,有必要利用在线监测数据对机组的实时运行状态进行评估。首先,通过分析风电机组控制系统所监测物理量,应用层次分析法(analytic hierarchy process,AHP)构建具有反映机组运行状态重要特征的项目层和子项目层框架;其次,针对子项目层中存在多项评判指标同时发生严重偏离的情况,引入劣化度指标,并应用模糊综合评判方法,建立风电机组运行状态评估的改进模型;最后,基于某850 kW并网风电机组在一段时间内的实际监测数据,用所提出的运行状态评估模型进行了计算,并与常规评估方法进行比较。实际运行结果表明,所建立的状态评估模型和方法是正确和有效的。     

考虑多信息融合的风电机组状态评估与预测系统开发

为降低风电机组故障发生概率,提高其可靠性,该文利用数据采集与监控系统（supervisory control and data acquisition,SCADA）检测获得的风电机组运行状态数据,通过研究多指标融合状态评价模型及其预测算法,解决风电机组状态参数评估与预测难题。结合SCADA系统结构,设计并规划风电机组状态参数评估与预测系统架构与功能;利用输出功率波动、风能利用率以及开机运行比率3项参数,基于阈值法,建立风电机组状态退化评价指标模型,通过主成分分析法对3个评估标准进行权重计算,并将各指标进行信息融合,综合反应风电机组运行状态;设计Convolutional Neural Network-Long Short-Term Memory风电机组状态预测模型,实施风电场运行状态参数预测;开发风电机组状态评估与预测系统软件,验证所提方法的有效性。     

融合集对分析和证据理论的风电机组运行状态评估

为及时准确地评估风电机组运行状态,结合集对分析和证据理论各自的特点提出了一种风电机组运行状态评估的新方法。该方法根据风电场数据采集与监控系统的物理量,构建机组运行状态评估的指标体系,建立了一个2层评价模型。模型第1层采用集对分析处理指标不确定性的劣化度,并生成模型第2层的基本概率分配。模型的第2层采用证据理论进行多证据融合,得到机组运行状态的隶属度,同时基于隶属度最大原则与信度准则共同评判风电机组运行状态等级。采用所提评估方法对某风电场1.5 MW并网风电机组进行状态评估,并将评估结果与传统的模糊综合评估方法得到的结果进行比较,结果表明所提评估方法的结果更准确,在状态的趋势分析中也表现较好。     

计及信息不确定性的风电机组健康状态实时评估方法

运行工况识别作为风电机组状态监测与健康管理领域的重要环节,往往受到不确定信息以及高速实时数据流的影响,造成健康状态评估难以有效实施。在此背景下,文中提出一种基于Spark流式处理的健康状态实时评估方法。首先,采用大数据分析技术实现风电机组运行工况的空间划分;然后,在充分考虑风电机组监测信息不确定性的情况下,结合数据采集与监控(SCADA)历史运行数据,对基于高斯云模型和高斯云变换的健康状态评估模型进行训练,并以健康指数作为风电机组健康状态评估的指标。最后,将该评估方法应用在中国北方某风电场1.5 MW风电机组故障前的健康状态评估中。算例分析结果表明,该方法可监测到风电机组健康状态的变化趋势,初步实现了故障的早期预警。     

神经网络技术在风电机组SCADA数据分析中的应用研究

随着海上风电场的快速发展,降低运维成本和提高风电机组可用性问题已成为研究热点。文中提出一种数据驱动的风电机组性能评估方法用来提高风电机组运维效率,降低维护成本。该方法结合了神经网络和随机过程理论,对风电机组数据采集与监视控制系统(supervisory control and data acquisition,SCADA)数据进行分析,建立了风电机组运行行为模型,提出了评估风电机组运行性能的指标。在此基础上,结合9台风电机组的SCADA数据,评估了运行性能。针对风电机组运行中出现的异常状态,分析了可能的原因,并提出了相应的维修建议。结果表明,该方法能够有效地分析SCADA数据,所提指标对提高风电场运维效率具有参考价值。     

采用滑动窗口及多重加噪比堆栈降噪自编码的风电机组状态异常检测方法

该文提出一种基于多元变量数据重构的风电机组状态异常检测方法。针对风电场数据采集与监控(SCADA)系统数据,首先,建立基于滑动窗口的堆栈降噪自编码(SDAE)模型,在获取机组正常运行状态下变量间的互相关性和各变量短时相依性的基础上重构机组状态数据;其次,为提高模型特征学习能力,提出多重加噪比的SDAE模型训练方法学习机组状态参数的全局和局部特征;最后,采用重构误差的马氏距离为机组状态监测指标,通过核密度估计方法分析机组正常数据监测指标的概率密度分布,确定机组正常运行状态下监测指标的阈值,定义监测指标连续越限数监测机组状态,计算各状态参数对监测指标越限的贡献度,实现机组参数异常检测。华东某风电场SCADA数据分析结果表明该方法可有效地用于实际风电机组运行状态的异常检测。     

基于概率神经网络的集控式风电场风险评估

目前对风电机组的风险评估方法多以对某关键部件的风险评估情况来分析风电机组的整体运行情况,由于各关键部件具有较强的耦合作用,需要综合考虑各部件对风电机组的影响情况。为了更好地对风电机组进行维护检修,文中以风电机组的历史运行数据为基础,对其进行风险状态评估,通过风电场集控中心及其数据模型的建设,对风电机组的运行数据进行采集,提取出反映风电机组关键部件运行状态的特征量,使用发电机组理论风速功率曲线与实际输出功率的缺额来描述其运行状态。以关键部件的特征量为输入,风电机组的风险程度为输出,建立概率神经网络模型,通过实例仿真可以看到模型的预测分类效果较好,应用该方法对风电机组的风险状态能进行较好的评估,并为运维检修提供参考。     

大功率并网风电机组状态监测与故障诊断研究综述

状态监测与故障诊断技术是降低大功率并网风电机组的故障率和其运维费用的有效手段之一。对风电机组状态评估和故障预测进行综述。首先,在分析国内外风电机组故障统计情况的基础上,提出状态监测需要关注的风电机组关键部件;其次,综述风电机组整机综合状态评估和故障预测研究现状;然后,重点评述和分析风电机组关键部件的状态监测与故障诊断方法;最后,提出大功率并网风电机组状态监测与故障诊断的研究要点及趋势。     

风电机组综合状态在线监测与远程诊断中心的建立

近年来,风电机组振动状态在线监测系统得到不断地应用和推广,但是仅对机组机械传动部分振动信号进行评估分析,监测手段过于单一,不能全方位捕捉机组故障状态.为此,提出在风电机组振动在线监测技术研究的基础上,进行风电机组叶片应变状态监测、齿轮箱油液在线监测、发电机电气参数监测及风电机组生产运行参数监测技术的研究,研制风力发电机组综合状态在线监测系统,并建立远程诊断中心,将风力发电机组振动在线监测系统全面升级为风力发电机组综合状态在线监测系统,以期为实现风电场少人、无人值守目标奠定坚实的基础.     

基于SCADA和支持向量回归的风电机组状态在线评估方法

为提高风电机组并网运行的实时可靠性、优化机组维修策略、降低风力发电成本,有必要充分考虑风电机组各部件或子系统之间的相互作用和耦合关系。利用数据挖掘技术,建立了一个针对风电机组整体运行状态的在线评估模型。首先,分析了数据采集与监控(SCADA)报警系统的不足,提出了基于回归预测模型和SCADA报警系统相配合的鲁棒性更强的在线评估方案;其次,对评估方案中的回归预测模型进行了详细说明,建立了以SCADA系统的部分监测项目为输入量、以风电机组有功功率为输出量的基于支持向量回归(SVR)算法的回归预测模型。最后,利用某风电场的实测数据对所提出的在线评估模型进行了验证,结果证明了此方法的可行性。     

Real-Time Simulation of a Wind Energy System Based on the Doubly-Fed Induction Generator

This paper presents the real-time digital simulation of a grid-connected wind turbine generator system (WTGS) based on a doubly-fed induction generator (DFIG). A 1.5-MW WTGS is the basis for model development. First a detailed electromagnetic transient model for the WTGS is developed in the MATLAB/SIMULINK environment. This model includes the complete aerodynamic, mechanical and electrical components of the wind turbine, the back-to-back voltage source converter (VSC)-based power electronic interface, as well as the mechanical and electrical controllers of the WTGS. The overall grid-connected WTGS model was then order-reduced and implemented on a PC-cluster-based real-time digital simulator. The maximum execution time of the DFIG model and control was 5.53 $mu{rm s}$, while that of the grid-connected WTGS was 15.375 $mu{rm s}$. Real-time oscilloscope results are presented to illustrate the WTGS controller performance, the variable wind speed dynamics, and interaction of the WTGS with grid faults. The real-time WTGS model can be readily used for hardware-in-the-loop testing.      

基于自适应变异粒子群算法的双馈风电机组等值建模

风电机组等值建模是风电并网研究的基础,文中提出一种基于自适应变异粒子群(AMPSO)算法的双馈风电机组等值建模方法。首先依据风力机型号进行机群划分,通过简化双馈风电机组控制策略,建立了双馈风电机组等值模型。根据模型中各参数对双馈风电机组运行特性的影响特点,将其分为暂态参数和稳态参数,采用收敛速度快、通用性强的AMPSO算法对稳态参数寻优,采用试测法辨识暂态参数。通过仿真,验证了所述等值方法精确、简便,适用于大规模风电场接入电网的分析计算。     

基于模糊C均值聚类的风电场多机等值方法

风电场等值是含风电场接入电网分析计算的重要技术手段。为降低风电场等值的难度,提高风电场分群的效率,本文基于风电机组实际运行中的监测状态量,采用模糊C均值(FCM)聚类算法,实现了风电场等值。首先选定各机组输出有功功率、无功功率、机端电压有效值及输出电流有效值为分群指标,并根据给定的等值机台数,将风电场分群问题转化为聚类问题;其次建立了风电机组类属隶属度函数和模糊C均值聚类算法的目标函数,通过迭代求解最优的聚类中心和模糊隶属度矩阵,得到风电场分群结果,算法具有计算简单、收敛性好的特点;然后,根据分群结果,对不同群的风电机组进行等值,实现风电场的多机等值;最后,通过仿真比较验证了本方法的有效性。本方法选取的分群指标具有可实操性,且在给定等值机台数条件下,计算更为简单、等值精度更高,适合用于风电场等值的实际工程计算。     

风电机组运行状态参数的非等间隔灰色预测

为了实现风电机组故障预警和智能状态检修,提出了风电机组运行状态趋势的灰色非等间隔预测研究。首先,考虑不同间隔段历史数据所反映机组趋势和变化规律差别,对监测数据抽取多组非等间隔时间序列,利用平均弱化缓冲算子,分别建立非等间隔灰色GM(1,1)预测模型。其次,引入关联度概念,选择各组非等间隔灰色预测值与实际值之间最大关联度的预测结果,应用建立的灰色关联组合预测模型,对某850kW变速恒频风电机组的发电机转速及部件温度等运行状态参数进行预测。最后,对某2MW风电机组运行转速进行预测,并与反向传播(BP)神经网络和支持向量机方法的预测结果进行比较,结果表明风电机组运行状态参数的非等间隔灰色预测具有较高的精度。     

负荷侧新型电池储能电站动态功能的研究

针对负荷侧电池储能电站(BESS)平抑由能源不确定性和负荷不确定性带来的计划外功率波动的功能定位,并考虑BESS实际运行情况及新型蓄电池自身运行约束,以钠硫电池为例,建立了负荷侧新型BESS动态功能运行、分析与评价的模型,针对电力系统中带有可再生能源的地区负荷的2种构成,即混合组网和独立组网,分别提出了负荷侧BESS优...     

基于双二阶广义积分锁相环的燃料电池并网系统研究

针对燃料电池发电系统运行特性,建立了燃料电池并网控制系统模型,并设计了并网逆变器的有功/无功控制策略和基于双二阶广义积分器的锁相环(DSOGI-PLL)方案。通过在电网三相电压理想工况和三相电压不平衡条件下的仿真测试,证明了所建立的并网控制系统能够实现单位功率因数运行。而且所设计的DSOGI-PLL能够在单相和两相电压故障情况下快速、准确地跟踪电网电压的频率和相位,具有较好的频率自适应及对输入信号的滤波功能。验证了所设计并网系统的正确性和有效性。     

基于深度强化学习的风电柔直并网系统次同步振荡抑制方法

风电柔性直流换流站与风机交互导致的次同步振荡严重威胁电网安全稳定运行。深度强化学习算法可以有效地应对风电柔直并网系统多变的运行工况。提出了一种基于深度强化学习的振荡抑制方法。首先,基于柔直送端变流器的数学模型和机理,设计了系统的环境状态合集、可行动作集及奖励函数。为了应对所设计的环境状态合集中的电流变量及电压变量均为连续量带来的维数灾问题,继而采用深度确定性策略梯度算法进行可行动作集的动作决策探索。最后通过仿真系统在多变运行工况下对该方法的有效性和鲁棒性进行验证,仿真结果表明所提方法能够充分地适应海上风电柔直并网系统的多风速运行条件,并能在短时间内有效抑制振荡。     

含混合能源的并网型微网优化配置

对含多种形式微电源的并网型微网进行优化,确定每种微电源的容量等参数,比较和评估不同方案下微网的经济性、运行性能及环境效益,经分析后得到并网型微网的经济平衡点和最优解。采用混合可再生能源系统建模软件HOMER进行研究,通过对风、光、水资源分析,讨论了杭州市能最大化利用可再生能源进行并网型微网建设的地区,并对该微网进行优化,实现资源最优配置,以达到投资运行费用最少、效益最高的目标。     

兆瓦级荒漠光伏并网电站分析

结合示范性武威兆瓦级荒漠光伏并网电站的建设,介绍了该光伏电站的设计理念、系统构成及运行情况,分析讨论了有关技术原则和运行数据,指出在我国西部地区采用跟踪支架方式是有益的,并要充分考虑电站组件的清洗问题.     

叶轮不平衡下的风力机自适应独立变桨控制策略

为减小风电机组叶轮不平衡引起的周期载荷,提出一种自适应独立变桨控制策略。首先,基于叶片旋转坐标系和轮毂静止坐标系之间的关系,揭示了机组在叶轮不平衡情况下的载荷特性及变化规律。其次,考虑不平衡周期载荷的频率随机组转速变化的特点,提出了一种谐振频率自适应于叶轮转速的比例—积分—谐振(PIR)独立变桨控制策略,并阐述了变桨控制器参数设计方法。最后,基于FAST-MATLAB/Simulink风电机组载荷及控制联合仿真平台,仿真比较了机组在叶轮平衡和不平衡两种状况下的载荷特性;并在IEC标准湍流风速下对所提自适应PIR独立变桨控制策略的载荷控制性能进行仿真,且将结果与传统比例—积分和比例—谐振独立变桨控制策略进行比较。结果表明,叶轮不平衡会导致风电机组产生频率变化的不平衡周期载荷,且相对传统控制策略所提自适应PIR独立变桨控制策略能够更有效地减小不平衡周期载荷。