一种有效计算风机发电量的新方法

提出了一种精确而简便的确定风力发电机发电量的新方法。建立风力发电机的功率与风速的关系模型,统计在不同的风速段上风速出现的概率的大小,通过概率论中随机变量函数分布的理论,分段求解风机功率的概率密度函数,通过求解风机功率的概率密度函数期望的方法求解风机系统的平均功率,从而得到风机的发电量。这种方法以风机的实际输出特性为依据,并充分考虑了当地气候条件的影响,因此计算得到的数据更为准确,可满足工程上的计算使用。     

基于LSTM风速区间预测的风力发电机再切入控制

台风风况时,风速变化率大,风力发电机出力受限,除需要考虑提高风速的预测精度之外,还应着重考虑再切入控制方案的设置问题。而台风时风速采样数据稀少,传统利用周期性、相似性进行预测的效果并不理想和瞬时风速在切出风速上下波动时,单独采用风速死区的方法失效,严重影响风机安全性和可靠性。因此,提出一种基于递归神经网络LSTM的风速区间预测方法,通过深度神经网络对采样风速进行超短期预测,并把预测结果的置信水平,作为风速预测区间的上下限,进而实现风速的区间预测。结合实例证明提出的方法有效地降低了风力发电机的切出次数,提升了风机安全性和可靠性。     

基于神经网络的直驱式风力发电最大风能控制研究

在风力发电系统中,由于风轮处于三维时变的风场环境中,风速在整个风轮旋转平面上分布不同,风速计测量得到的风速和风轮旋转平面所受到的有效风速有很大差别。因此,该文提出基于神经网络的风速预测方法,该方法结合发电机转速预测模型应用于直驱式风力发电控制系统,进行最大风能追踪控制。仿真结果表明了该方法的正确性和可行性。     

基于BP神经网络的风电功率预测研究*

为了更好地进行风机控制及系统调度,需准确预测风电功率。针对风力发电机工作过程中不能发出非常稳定的功率问题,研究了BP神经网络的原理和算法,提出了一种基于历史数据和NWP数据相结合的组合预测模型,在原始功率数据上添加风速、风向、温度历史数据,通过构建并训练BP神经网络,预测未来10min～4h风电功率。经验证,与只含历史功率数据的BP神经网络预测相比,含历史功率数据和NWP数据的BP神经网络预测精度更高、更有效。     

基于风频Weibull分布和风机功率特性求解风机发电量

提出了一种准确求解风机发电量的方法。首先利用欲安装风机地区一年的风速资料建立风速频率Weibull分布的数学概率模型来拟合实际的风频分布,然后根据风力发电机自身的功率特性通过最小二乘法拟合输出功率特性曲线,最后采用一个实际的例子详细阐述了这种风机发电量的计算方法并通过此方法得到该地区使用Fortis Espada(800)风力发电机发电的相关数据的计算结果。由于这种计算方法完全建立在风速频率Weibull分布和风机自身的输出特性的基础上,因此得到的风机输出平均功率和发电量的计算结果更加准确。在辅助计算软件的协助下,计算过程可以得到很大简化并满足工程应用。     

RBF神经网络在风电场年度发电量估算中的应用

风力发电量估算是风机匹配和风电成本分析中的关键步骤。为了准确地估算出风力发电量,利用径向基函数RBF(radial basis function)神经网络对风电场的年度发电量进行估计,并基于中国台湾18个气象台站和韩国26个气象台站的历史数据建模进行各自估计以及相互估计。由于影响风力发电量的主要因素是风速大小以及风机的工作时间,故采取年均风速以及对该年风机工作时间有影响的风速威布尔分布的形状参数k作为输入。将估计的结果与实际结果进行对比,对比结果证明该方法是可行且有效的。     

分频风力发电系统最优功率输出控制

对变速变频(VSVF)运行的分频异步风力发电系统进行无风速检测的最优功率输出控制策略进行了研究.将转子磁链定向的矢量控制技术应用于异步风力发电机,通过控制异步风力发电机电磁转矩来调节风力发电机组的转子转速,控制风力机组的风能利用系数;在PSCAD/EMTDC中建立了分频异步风力发电系统的模型,计及了尾流效应:并对最优风能捕获和最优功率输出这2种控制策略进行对比分析.通过仿真算例进行了验证,结果表明,在自然风速波动的情况下,采用最优输出功率控制,可以有效地减小风力发电机组转轴机械应力以及输出功率的波动,提高输出功率的质量.     

双馈风力发电机最大风能追踪策略的研究

以双馈风力发电机为例,为了最大限度利用风能,增加风力发电机组发电量,简要介绍了双馈风力发电系统结构及其部分数学模型,分析了最大风能追踪的机理及最大风能追踪的实现过程,并给出了采用双馈电机定子磁链定向的矢量控制策略实现最大风能追踪的方法。最后利用Matlab/Simulink对控制策略的可行性进行仿真验证并得出该方案可行的结论。     

模糊PID变桨距控制器研究

首先对风力发电技术的发展进行了介绍,然后对变桨变速风力发电机机组风能转换特性进行了分析,从而提出了在高风速范围下,风力机变桨控制发电机转矩的控制策略.利用Matlab/Simulink的仿真结果表明,控制曲线符合预期设计要求.     

双转子永磁同步风力发电系统的最大功率跟踪控制

为了加宽工作风速范围,在低风速时也能建压,提高风能利用率,介绍了一种新型的双转子永磁同步风力发电机,在分析了双转子永磁同步风力发电机的工作原理、数学模型的基础上,提出了一种适合低风速的双转子永磁同步风力发电系统的最大风能跟踪控制策略.仿真结果证明了控制策略的正确性,并且控制简单,运行可靠,具有一定的理论意义.     

基于BP神经网络的风力发电机温升故障诊断研究

论述了BP神经网络的系统结构及算法,并对风力发电机运行时影响温升的因素进行了分析,提取特征向量作为输入,利用BP神经网络建立特征向量与故障模式之间的映射关系,建立了基于BP神经网络算法的风力发电机温升故障诊断模型,并运用MATLAB软件进行仿真运算。仿真结果表明:该模型能够得到发电机温度的预测数值,通过将温度预测值与实际工况下的温度值进行误差对比,进而来判断发电机是否处于正常的工作状态,实现发电机潜在故障的预警,为风力发电机的故障诊断提供了一种切实可行的方法。     

基于风速-功率拟合与区间潮流的风电场电压波动预测

风机发电功率具有明显的波动性,将造成电网电压波动。根据历史风速数据预测风电接入可能造成的电压波动量,有助于选择最优的入网点或配置治理方案。本文提出一种基于区间运算的预测方法,根据风速数据预测风电机组接入后的电网节点波动量。首先建立风力发电机的最大风能跟踪控制和有功、无功解耦控制模型,从仿真数据拟合风速与风力发电功率的关系模型,预测风力发电功率的变化区间。此后基于高斯-塞德尔迭代法求解区间潮流方程,最后根据节点电压区间值预测风电机组并网运行后造成的电压波动量。采用蒙特卡罗随机潮流验证了本文方法的有效性和正确性。     

变速风力发电系统控制技术综述

基于某变速风力发电机的输出功率曲线,针对风力发电系统在中低风速时所具备的提高风能利用系数的潜能,对直驱式风力发电系统在中低风速时追踪最大风能所采取控制策略如功率搜索算法、最大功率控制小信号扰动法进行了详细的对比和论述,并可以看出后者利用小信号扰动法可以实现系统平均功率达到最大值,而且方法简单,易于实现;对双馈感应电机风力发电机系统的控制策略如基于气隙磁场定向的矢量控制策略、基于定子磁场定向的矢量控制策略进行了分析比较,可以发现二者都能实现有功和无功的解耦同时不需测风速,但后者模型更加简单。对智能控制在实现最大风能追踪中的应用进行了详细的比较研究。     

基于神经网络的风力发电机变频器故障诊断研究

为了准确分辨风力发电机变频器故障类型,针对直驱式风力发电机变频器,给出了一种基于神经网络的风力发电机变频器故障诊断方法。分析了直驱式风力发电机变频器的结构、故障原理和故障类型,得到了一系列不同故障状态下直驱式风力发电机的输出电压波形变化情况,并对设计好的BP神经网络进行训练和测试,基于单纯神经网络训练时间长、预测结果不太理想等因素考虑,尝试采用遗传算法优化神经网络权值、阀值参数。仿真结果表明优化后的神经网络训练时间更短,且有更高的预测精度。     

风力发电系统的暂态仿真模型研究

详细归纳了不同类型风力发电系统的暂态仿真模型,研究了包括空气动力系统、风机轴系系统、桨距控制系统和变频器在内的动态仿真模型,以双馈风力发电机为例,研究了变桨距恒频/变速风力发电系统的控制系统模型。最后,在电力系统分析软件DigSILENT PowerFactory上分别对异步风力发电机、双馈风力发电机和全换相同步风力发电机进行建模,模拟变风速条件下不同类型风力发电机的动态特性。仿真结果进一步验证了所研究模型的正确性。     

基于GA-BP神经网络的双馈风力发电机故障诊断

双馈风力发电机在风力发电系统中得到了广泛应用,但由于其工作条件及自身结构原因,导致故障发生率较高.BP神经网络作为一种多层前馈网络,在电机故障诊断分析领域应用成熟.为避免陷入极小值问题,利用GA遗传算法对其优化,建立GA-BP神经网络模型,对双馈风力发电机定子匝间短路特征进行分析,以定子电流为故障信号,经快速傅里叶分解...     

变步长爬山法在双馈风力发电系统最大风能跟踪控制中的应用

变步长爬山法能不依赖风速检测或风机功率—转速特性曲线而实现风力发电系统的最大风能跟踪,具有良好的应用前景。首先根据风机运行特性给出了直流机模拟风机方案,详细论述了变步长爬山法的原理及在双馈风力发电系统中的实现方法。然后将该方法应用于基于定子电压定向的双馈发电机矢量控制策略中,搭建了带直流机模拟风机的双馈风力发电系统实验平台。实验结果验证了在风速变化的情况下系统能自动搜索达到对应风速的最佳转速,实现风机最大风能捕获,并具有对快变风速的响应能力,验证了控制方案的正确性和可行性。     

水平轴与垂直轴风力发电机的比较研究

随着科技的发展,垂直轴风力发电机组已经逐渐重新被人认识与重视。文章对水平轴风力发电机与垂直轴风力发电机在设计方法、结构等方面进行了比较,指出垂直轴风力发电机具有设计方法先进、风能利用率高、起动风速低、基本不产生气动噪声等优点,具有广泛的市场应用前景。     

风力电机水冷机座焊接工艺的摸索

我国风能资源丰富,风力发电,作为可再生的绿色能源是未来发展的方向。我公司开发的YFSS500—6,1250kW三相绕线式双馈异步风力发电机,与上海电气风力发电机设备公司的风机配套使用。     

风力发电机输出功率条件子集区间估计方法

根据风力发电机的风速和输出功率历史数据,对风机输出功率均值与风速的关系进行最小二乘参数辨识,以此为基础求出风机输出功率偏差与风速的关系。采用Python概率分析确定风机输出功率偏差各子集的概率分布类型,估计其特征参数,以求出其概率密度函数,进而对风机输出功率偏差进行概率置信区间预测。基于风机输出功率均值与风速的关系和风机输出功率偏差子集的置信区间估计模型,实现了根据风速预报值对风机输出功率的置信区间进行预测。用实际风机的历史纪录对所提方法进行了测试和验证。结果表明:基于风速将风机输出功率偏差划分成多个子集,可提高风机输出功率概率置信区间预测的精准度。