首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 78 毫秒
1.
蔡涛 《风力发电》2003,19(4):6-7,25
风速测量对风电场的风资源评估的不确定性起了很大的影响,高质量的风速测量可以很大程度地减低风资源评估的不确定性,并降低投资风险。本文从风资源评估出发,对高质量风速测量中的技术方法进行了说明。  相似文献   

2.
3.
弃风电量评估是风电并网安全稳定运行的基础,从风能利用系数函数出发,对测量风速进行了修正,并对某风场的弃风电量进行了评估。首先从弃风电量评估的重要性出发,阐述了弃风电量评估条件及相关标准;然后根据弃风电量评估要求对弃风电量评估进行了理论分析,得到弃风电量计算模型,该模型主要通过风能利用系数来修正风速进而计算理论与实际电量;最后通过实际风场的数据计算得到弃风电量数值,为风电并网的进一步研究提供了理论依据。  相似文献   

4.
2012年4月30日,全球第1台1.5MW,93m超大风轮机组在安徽来安风电场并网发电。该机组采用先进传感技术和控制系统优化技术,拥有一系列针对低风速风况定制的核心控制算法及低风速发电量提升优化方法,解决了高湍流下风轮捕获效率下降、偏航误差大等诸多低风速技术难题,使机组发电能力远远超过简单增加叶轮长度的传统方式,开辟了广阔的超低风速区域的商业市场,结束了占中国风资源30%的超低风速地区无法有效开发的历史。  相似文献   

5.
采用平均风速参与因子法的区域风资源评估   总被引:1,自引:0,他引:1  
目前多依据风能特征指标对单个风电场进行风资源评估,评估结果对区域能源规划所起到的参考作用比较有限。对此,提出了基于平均风速参与因子的区域风资源评估方法。按照风速观测站的位置进行地理划分,在各站风速历史数据中合理取样;在假设风速服从2参数威布尔(Weibull)分布的基础上,采用矩量法计算出各样本的风速分布参数;之后建立多维自回归模型,求得各样本风速序列的相互影响系数,应用所提平均风速参与因子方法求得区域等效风速分布参数,进行区域风资源评估。以某地10个风速观测站实测数据为样本,进行了算例分析。结果表明,所提风资源评估方法计算结果与实测数据统计结果较为接近,能有效解决区域风能能源规划中风资源评价的瓶颈问题。  相似文献   

6.
风资源评估中以双参数的Weibull分布描述风速统计特征,并由此得出分布参数进行风能的特征指标计算和评估,因此,分布参数的估计对最后的评估结果有重要影响。最小二乘法等传统方法由风速直接计算分布参数,考虑风能与风速立方直接相关,本文首先对风速立方的矩与参数之间的关系进行考察,并给出3阶矩的计算方法,然后对经验公式的精度进行了考察。通过对某实际风场的算例与传统方法的比较,新方法在风能特征指标的计算上更接近实测结果。  相似文献   

7.
为了对风资源进行准确有效的评估,对风切变指数这一重要参数进行了分析研究。根据风切变指数关系式,给出5种不同的方法分别计算风切变指数;然后根据计算得出的风切变指数与幂律公式推算已知高度的风速,再利用不同计算方法得出的结果与实测风速进行对比分析,选择误差最小的计算方法进行计算,得到较为准确的风切变指数。选用内蒙古乌兰察布市某测风塔共3个测风高度一年内完整的实测数据为例,采用上述方法计算该地区风切变指数。结果表明,由于地面粗糙度和地形等因素的影响,不仅不同地区的风切变指数是不同的,即使是同一地区同一时间段的风切变指数也是不同的;因此,在进行风能资源评估时,应结合风电场的实际情况综合采用这5种方法,选取误差最小的风切变指数。  相似文献   

8.
蔡静宇 《国际电力》2004,8(3):36-37
风资源的评价不应当只有风速、风向、空气密度等常规指标,还应评估风的质量。因此,风资源数据与实际项目之间会产生较大误差,导致年平均大风状态小出力的发生。正确的评估方法是将不同数据结合并将同组数据进行相关性分析,使之更符合实际,为风场开发提供翔实的依据。  相似文献   

9.
由于风速的随机性、间歇性,以及风电场内各机组风速、功率的分散性,给风功率预测带来了较大难度。在计算风速线性相关的权值基础上,提出了改进模糊C均值聚类算法(fuzzy c-means,FCM)的风速模型,建立了风电场等值风速与改进FCM风速的关系函数。以某风电场实测数据进行验证,结果表明:所提风电功率预测方法算法简单;该方法预测精度提高了71.35%。在该风电场不同日周期下,验证了所提预测方法的有效性和普适性。  相似文献   

10.
11.
庞博  卫志农  孙国强 《电网技术》2009,33(19):159-163
为了充分考虑风能随机性对电网安全稳定性的影响,更精确地反映风力发电机组工作机理区别于传统电源的特殊性,对含风力发电机的电力系统进行状态估计时,文章用简化RX模型来等效风力发电机,把滑差作为状态量引入到状态估计过程,建立了相应的数学模型。这种方法考虑了异步发电机本身的特性,可以与原有的状态估计程序进行高效融合,比基于传统RX模型进行状态估计的计算量小,且计算精度满足要求。算例计算结果表明:该方法性能良好,在含有风力发电机的电力系统状态估计中有较好的应用前景。  相似文献   

12.
双馈风力发电机的无速度传感器控制   总被引:1,自引:0,他引:1  
变速恒频风电系统中,速度传感器的使用降低了双馈发电系统的可靠性。提出一种基于自适应降阶观测器的速度辨识方案。采用李亚普诺夫稳定性理论,经过严格推导得出了速度辨识自适应律,对双馈电机转速进行在线辨识;利用极点配置得到观测器的增益。以自适应降阶观测器和矢量控制方案设计了无速度传感器双馈风力发电机矢量控制系统。仿真结果表明自适应降阶观测器具有良好的动、静态性能;能够准确获取双馈电机转速与角度信息,响应速度快。  相似文献   

13.
基于等效平均风速的风力发电功率预测   总被引:3,自引:6,他引:3  
目前应用风速气象数据预测风力发电功率的方法存在较大误差,难以满足工程应用的精度要求.文中基于能量守恒原理提出了风力发电机组等效平均风速的概念,并通过为期1年的现场实验分析得到等效平均风速与最大风速和平均风速的函数关系,由此提出了基于等效平均风速的风力发电功率预测方法,并与以往基于平均风速的风力发电功率预测方法进行了工程应用效果对?栽 比,表明基于等效平均风速的预测方法较基于平均风速的预测方法在预测精度方面有明显提高.  相似文献   

14.
风力发电机无速度传感器网侧功率直接控制   总被引:13,自引:5,他引:13  
采用不可控整流和可控逆变的交直交结构作为直驱式永磁同步风力发电机的并网电路。从发电机转速、功率和直流母线电压之间的相互关系出发,提出利用直流母线电压进行转速观测实现无速度传感器。根据风力机特性和并网电路的功率模型,提出网侧功率直接控制实现最大风能跟踪。实现了有功/无功功率的解耦控制,并给出有功/无功的参考值选取范围。最后采用电流滞环方法进行逆变器控制。仿真结果验证了所提出的控制策略简单有效、具有良好的稳态精度和动态性能。  相似文献   

15.
为满足风力发电机组并网运行的要求,风力发电系统应采用变速恒频控制策略。通过与恒速恒频控制策略进行比较,分析了变速恒频控制策略的优点。详细阐述了国内外主要的变速恒频风力发电系统方案:笼型异步发电机、交流励磁双馈发电机、无刷双馈发电机、直驱式永磁同步发电机。最后对风力发电机的发展趋势进行了展望。  相似文献   

16.
关于风电并网对网损影响的分析,有助于风电系统安全经济运行,但是现有网损灵敏度指标,不能直接反映风速波动影响。在最大功率点跟踪(maximum power point tracking,MPPT)方式下,考虑双馈感应发电机(doubly-fed induction generator,DFIG)内部损耗时,有功出力与定子电压有关,在潮流求解前未知。基于并网DFIG潮流模型,拓展网损灵敏度算法,提出电网有功网损对风速的灵敏度模型,以反映有功网损受风速影响及趋势。量化DFIG不同无功控制方式对网损及风速灵敏度的影响。考虑风速概率区间分布,综合分析灵敏度结果对风电场选址和双馈感应风电机组无功控制方式的辅助参考价值。算例结果证明了所提灵敏度模型的可行性和正确性。  相似文献   

17.
几种适合变速恒频风力发电机并网方式对比分析   总被引:18,自引:0,他引:18       下载免费PDF全文
双馈电机定子电压有效控制是变速恒频发电机实现无冲击电流并网的压控制进行研究,对比分析了空载并网方式、带负载并网方式以及“孤岛”并网方式,并指出了各自的优缺点.  相似文献   

18.
简单介绍了变速恒频风力发电系统中出现的一些常用拓扑结构及功率调节技术。从功率变换装置、功率调节以及运行方式等方面分析比较了风力发电技术的特点。详细介绍了目前国内外采用交流电机的变速恒频风力发电系统的研究现状,并对风力发电机进行了展望。  相似文献   

19.
基于WAsP软件的风电场机组选型   总被引:1,自引:0,他引:1  
风电场设计工作中,风电机组的型式选择尤其重要。基于大唐东营风力发电场工程设计实例,提出了一种实用的风电机型选择方法。将先进的风图谱分析和应用软件引入风电场设计工作,通过技术经济分析进行进组选型,具有较高的工程实用意义。  相似文献   

20.
基于小波-神经网络的风速及风力发电量预测   总被引:6,自引:1,他引:5  
风能作为可再生清洁能源已得到世界各国的广泛应用。由于风速的不确定性,给保障风力可靠性发电带来了一定的困难。提出了一种较为准确的小波–神经网络法预测风速。该方法利用小波函数将原始波形进行不同尺度的分解,将分解得到的周期分量用时间序列进行预测,其余部分采用神经网络进行预测,最后将信号序列进行重构得到完整的风速预测结果。在神经–网络学习过程中加入了微分进化算法,提高了其收敛速度,解决了局部最小化问题。通过实例分析证明了该算法能较为准确地预测风速。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号