大型集群风电有功智能控制系统控制策略（一）风电场之间的协调控制

针对中国风电调度运行现状、存在的问题及风电场有功控制现状,提出了大型集群风电有功智能控制系统的控制策略。介绍了该策略的总体思路与框架、控制模式、异常处理等,设计了2种风电场间的协调控制方法,即最大出力控制方法和出力跟踪控制方法。该策略在甘肃电网的实际应用结果证明了其可行性。     

考虑风电场布局以及风向角的风电功率预测

指出在对风电场功率进行超短期预测时,将风电场所有机组等值为一台机进行整体预测的不足之处,并通过预测实例的对比,验证了机组的不同布局方式对整体预测功率的影响。建立了考虑风向的风电场超短期功率预测模型,通过预测实例,证明风向对风电场整体功率出力具有较大的影响,显示出在进行风速预测的同时应进行风向预测以提高功率预测精度的重要性。     

大型集群风电有功智能控制系统控制策略 （二）风火电“打捆”外送协调控制

根据风火电＂打捆＂外送的特点,基于优先利用风能资源、提高通道利用率的原则,提出了风火电＂打捆＂外送的有功控制策略。介绍了与传统自动发电控制（AGC）控制目标的区别与配合、风电与火电的协调控制方法、火电调节量的计算方法,以及各火电厂之间及火电厂内部的分配方法等。该策略在甘肃电网经过实际应用,取得了较好的应用效果,证明了其...     

基于PSO的薄膜厚度改进RBF解耦控制模型

BOPP薄膜厚度控制系统是一个复杂的多变量耦合系统,通过对其工艺过程分析可得到三通道厚度控制系统传递函数模型,利用相对增益矩阵对其进行耦合性分析.由于现有的解耦算法无法完全消除系统间的耦合影响,使用径向基函数模型(RBF)对系统进行解耦设计.针对其存在训练过程长的问题,使用快速自学习算法、附加微分项与粒子群优化算法(PSO)对RBF模型进行优化,提升系统的抗干扰能力与响应速度.实验结果表明,提出的ASRBFD方法抗干扰能力强、RBF模型训练效率高,系统解耦性能优良.     

跨域容灾调度一体化支持系统设计与实现

构建网省间一体化的跨域容灾调度技术支持系统是为了预防重大事故、自然灾害等突发事件时,保证电力调度指挥的不间断,提高电网抗灾应急能力,提升电力调度自动化水平的重要技术手段。文章基于西北网调、甘肃省调上下级电网调度实际情况,实现调度数据、图形、模型、断面和参数等电网综合信息在网调与省调之间的同步。通过智能网关技术实现网调与省调间、省调相互之间电网信息远程智能访问,构建集成消息总线和服务总线跨层次、融合多应用的立体信息交互支持结构。通过建立一体化支持平台,实现网省间电网跨域容灾调度等技术。     

基于KPCA和BP神经网络的短期负荷预测

为了提高电力系统短期负荷预测的精度,文中提出了一种基于核主成分分析(KPCA)和BP神经网络的负荷预测方法。影响负荷的因素作为神经网络的输入变量,太多输入变量会加大神经网络的训练负担,运用核主成分分析的方法对初始神经网络输入变量进行非线性降维,将降维后的数据作为神经网络新的输入变量,并对神经网络的训练算法进行改进,以加快收敛速度,最后在每一个时刻点上建立模型进行预测。采用文中提出的方法对甘肃某地区2014年的负荷进行预测,并与已有的BP神经网络方法和PCA-BP神经网络方法进行对比,结果表明该方法可提高负荷预测的精度。     

NH3和SO3混合气氛下的灰沉积生长特性

通过沉降炉系统研究NH₃和SO₃混合气氛中不同探针表面温度下的灰沉积生长特性. 利用电荷耦合器件（CCD）相机记录灰沉积生长过程,并实时监测探针内外温度,得到灰沉积物厚度变化及探针表面热流密度变化,通过X射线衍射仪（XRD）、扫描电子显微镜（SEM）和能谱仪（EDS）等进一步研究灰沉积物特性. 研究表明,探针表面温度越高,灰沉积物的稳定厚度越小、探针表面的相对热流密度越大. 当探针表面温度为200、230、260 °C时,平均灰沉积厚度分别为2.15、1.82、1.40 mm,平均热流密度相对变化量分别为30.6%、40.3%、41.8%. 灰沉积生长可以分为快速增加、缓慢增加和稳定阶段. XRD检测出硫酸氢铵（ABS）,EDS检测出N元素,说明在混合气氛下生成黏性ABS加剧飞灰沉积. SEM结果表明,探针上部灰沉积物多为团聚状,粒径增大;下部灰沉积物多为圆球状,与原飞灰形貌相似. 随着探针表面温度的升高,上部灰沉积物团聚现象减弱,下部灰沉积物变得更为平滑疏松.     

考虑电价-出力关联不确定性的风电场投资分析

针对电力市场中电价的波动性、风能资源的随机性及可控性差等特性带来的投资风险,运用投资组合理论对风电场集群的投资资金进行合理配置,使得投资者在可承受风险范围内获得更高的资金回报率.首先,计及电价-出力关联不确定性,计算各个风电场每单位装机容量得到的年收益和收益的方差,建立计及不确定性的风电场投资风险分析模型;而后,运用投资组合理论进行风电场优化配置组合;最后,采用某地区的相关数据模拟仿真,用粒子群算法求解风险投资模型.分析计算结果表明,该方法有效可行.     

甘肃酒泉大型集群风电有功智能控制系统的开发

分析中国风电调度运行问题、风电出力特性、风电场有功控制现状,提出大型集群风电有功智能控制系统的控制策略,介绍大型集群风电有功智能控制系统的配置、功能、控制策略原则以及控制方法.该控制系统已经投入现场运行并取得了很好的控制效果,各风电场发电量得到了普遍提高,既保证了风能这一绿色能源得到有效开发和充分利用,又保证了电网安全...     

基于EEMD和ARCH的风电功率超短期预测

针对风电功率具有非平稳性和波动集群现象,提出一种基于集合经验模态分解和自回归条件异方差组合模型预测方法。该方法通过EEMD分解法将风电出力分解为一系列平稳的时序分量,再由游程判定法,将时序分量重组为波动分量、短期趋势分量和长期趋势分量,以集中分量特征信息降低预测难度;针对各分量的波动特征,建立相应的ARCH预测模型。算例结果表明,该种组合预测方法简单,具有较高的预测精度,能更好的反应风电功率的波动特性。