风光氢耦合发电系统的容量优化配置及日前优化调度

为了在已投产的风光耦合发电站中实现制氢、储氢及燃料电池的最佳容量配比以及系统内部跟踪日前发电计划的优化调度,采用快速非支配排序遗传算法（NSGA-Ⅱ）实现了对容量配比多目标优化问题的求解,构建了考虑运氢量的风光氢发电系统内部跟踪日前发电计划的优化调度算法。首先,建立了各子系统的等效数学模型,提出了结合系统收益和全寿命周期年均值成本的经济性指标,以系统弃风弃光率、功率缺额率和经济性为目标得出制氢、燃料电池功率和储氢容量;其次,利用优化后的容量作为日前优化调度的约束条件,采用加权系数法建立了以日累计跟踪计划误差最小和储氢压力波动最小的单目标数学优化模型,利用Yalmip求解器对模型进行了求解;最后在Matlab中对所建立的模型进行了仿真和验证,得到了系统的最优容量配比,实现了系统内部跟踪日前发电计划的优化调度。     

改进灰色Elman神经网络的风电机组振动特征预测

提出一种改进的灰色模型与神经网络相结合的预测方法,并首次在风电机组状态预测中应用。该预测方法利用Elman神经网络辅助灰色模型,其中灰色模型进行粗预测,神经网络模型对其修正,然后利用马尔可夫法和等维新息的思想对灰色模型进行改进,最终得到精度更高的灰色神经网络模型。利用某风电场实际振动数据,对灰色模型、改进灰色模型、灰色神经网络、改进灰色神经网络等4种方法进行对比。结果表明,改进的灰色神经网络预测精度最高,证实了所提方法准确有效,为风电机组的预知性维修提供了新思路。