一种光伏发电的太阳能资源日变化分析方法

太阳能资源评估是太阳能资源开发利用的基础,针对我国现行的太阳能资源评估标准以长期观测数据为稳定性分析对象,无法满足电力行业对太阳能资源变化特性的实际要求,提出一种太阳能资源日变化分析方法,并以北京地区为例,首先研究了不同时间尺度太阳能资源变化特征,再结合光伏电站接入电网的相关规定,利用太阳辐射日变化分析参数K′分析了晴天、多云、阴雨等典型天气条件和连续30d的太阳能总辐射日变化情况。结果表明,太阳能资源日变化分析方法能够反映1d中太阳能资源的稳定程度,对光伏发电的规划和设计具有一定的参考意义。     

基于闭环辨识的过热汽温串级控制器设计方法

针对过热汽温对象难以用开环辨识算法得到精确模型,使基于模型设计的PID串级控制器难以整定的现状,提出了基于RLS(Recursive least squares,递归最小二乘)算法的两阶段闭环辨识方法,并将辨识模型结合内模控制原理对PID参数进行整定。将该方法应用于过热汽温控制系统,仿真结果验证了该控制器整定方法的有效性。     

改进的自适应模型算法控制在过热汽温控制中的应用

针对锅炉过热汽温对象具有大惯性、大迟延、时变性等特点,提出一种基于最小均方算法的自适应模型算法控制-比例串级预测控制系统.通过最小均方自适应滤波器在线实时辨识被控对象的预测模型参数,再结合改进的自适应模型算法控制在线修正控制器参数.仿真结果表明:该控制策略实施简单、超调小,控制效果明显优于PID-P串级控制;且在降负荷实验中能有效适应对象参数时变,保证调节性能较好.     

灰尘导致的光伏电站发电损失的对比实验

对地面光伏电站的2个采取不同清洁策略方阵的运行数据和辐照数据分成上午数据和下午数据,分别进行处理和分析.介绍去除数据集中的异常数据和不可信数据的预处理的方法.之后,对比组串的发电数据,发现了2个方阵中发电异常的2个组串.为了研究清洁增益的效果,计算不同太阳辐照度下2个方阵的功率比值.发现对于不同的辐照度,清洁增益的效果...     

自适应ANC技术在热工特征信号提取中的应用研究

随着对火电厂控制运行水平的要求不断提高,先进的控制、诊断、优化功能需要一些难以测量或测量不准确的状态参量,而该类参量往往包含有很多噪声干扰难以直接分析。为更好分析热工过程对象特性,还原被噪声所掩盖的潜在信息,提出了一种改进的Sigmoid函数变步长LMS算法,利用自适应噪声抵消的方法对受到扰动影响的热工对象输出数据进行分析处理,降低干扰因素影响,从而使原始特征信号得到相对精确的恢复。现场数据分析表明了该算法的有效性和可行性。     

基于小波分析与神经网络的光伏电站功率预测方法

针对光伏电站输出功率时间序列表征出来的周期性非平稳特性,提出一种基于多尺度小波分解和神经网络相结合的光伏功率预测方法。将光伏电站输出功率时间序列在不同尺度上进行小波分解,得到逼近信号和多层细节信号。利用神经网络逼近非线性函数的能力,选择理论计算太阳辐照强度和气象环境逼近信号作为逼近信号神经网络模型的输入,选择气象环境细节信号作为细节信号神经网络模型的输入。输出结果叠加合成得到原始光伏电站输出功率序列预测值。算例分析表明,该文提出的将光伏电站输出功率时间序列分解为周期性逼近信号和准平稳细节信号,并分别采用神经网络建立预测模型的方法保证算法的收敛性和预测精度。     

一种基于3σ准则与FCM算法相结合的光伏电站直流侧故障定位方法

为了解决光伏电站故障组件定位困难的问题,提出了一种基于3倍标准差(3σ)准则与模糊C均值聚类(FCM)算法相结合的光伏电站直流侧故障定位方法,深入分析了光伏电站各组串电流数据之间的关联性与差异性,利用组串间的差异性结合3σ准则得到组串故障因子;然后利用故障因子的关联性,通过FCM算法得到其聚类中心,客观地找出故障因子的阈值;利用实际光伏电站的数据,实现了只借助组串电流数据定位光伏电站的直流侧故障。实验结果证明了该方法的可行性与准确性。     

基于最小二乘支持向量机的生物质发电气化过程建模

采用动力学方法进行生物质发电的气化过程建模需要许多物性参数,而这些参数往往难以获得.针对机理建模的这些缺陷,考虑直接基于实验数据进行气化建模,提出了基于最小二乘支持向量机的建模方法,给出了相应的系统结构和算法,用实验数据进行验证取得了很好的预测效果.通过和实际数据的比较,仿真结果证明该方法具有很好的性能指标,能为现场生物质发电气化过程的控制与优化提供一定的参考依据.     

基于主元回归的发电厂烟气含氧量软测量研究

为了有效测量炉膛烟气含氧量,采用主元回归建模的方法,对几个与烟气含氧量有关的过程变量进行统计分析,建立了烟气含氧量的预测模型,实现了对烟气含氧量的软测量。利用主元回归建模的方法可以降低对数据维数的要求,消除各个过程变量间的耦合性,简化模型,并能有效提高建模的计算效率。     

LMS算法在过热汽温建模中的应用

热工过程往往表现出非线性、大迟延和大惯性等特点,难以建立精确的数学模型。针对这一问题,应用LMS自适应滤波器对火电厂过热汽温对象进行建模。该方法以过热器的入口和出口汽温作为滤波器的激励信号和期望信号,根据最小梯度算法调整滤波器抽头权值,获得过热汽温的FIR模型。文中建模方法计算复杂度低,仿真结果和某电厂运行数据验证了这种方法的有效性。