基于CVaR的风电机组日前申报出力优化模型研究

在我国,风电机组需提前一天提交次日24小时的申报出力信息,由于来风具有明显的不确定性和随机性特征,风电机组次日实际出力与日前申报出力会存在一定的偏差。为解决以上问题,首先采用K-means聚类法对风电机组实际出力数据进行聚类,并生成样本集;其次,基于风电不确定性样本集构建风险中性风电机组日前申报出力决策优化模型;再次,构建基于条件风险值（CVaR）的日前申报出力优化模型;最后,基于实际数据进行了算例分析。算例分析结果表明,基于CVaR的日前申报出力决策优化模型能有效减少风电机组日前申报出力与次日实际出力的偏差,且使风电机组获得风险价值更好的申报出力,从而实现申报利润的风险可控性。     

基于CPSO-BP神经网络的风电并网暂态电压稳定评估

针对目前传统方法难以快速、准确判断风电并网后系统暂态电压稳定性的问题,提出了一种基于CPSO-BP组合的风电并网暂态电压稳定评估方法。首先采用混沌理论对粒子群算法的不足进行改善,应用改进后的算法对神经网络的初始权值和阈值进行优化,然后利用系统故障前后采集的传统物理量和风电场相关的物理量作为BP神经网络输入特征量进行监督学习,最后将训练得到的模型应用于风电并网系统的暂态电压稳定评估中。利用英格兰10机39节点系统标准算例进行风电并网仿真分析,结果证明了所提方法的有效性。     

基于注意力机制和卷积神经网络的异步电动机三相电压不平衡损耗研究

配电网中三相电压不平衡对异步电动机损耗会造成较大影响。运用等效电路公式分析三相电压不平衡影响下电动机损耗存在精度不稳定、需要参数过多且数学模型过于复杂等问题。针对以上问题,提出一种基于注意力机制和卷积神经网络(CNN)的异步电动机损耗评估方法。该方法将实测电机数据作为输入,引入注意力机制为输入特征赋予不同权重;采用卷积层和全连接层组成的CNN构架对异步电动机实测数据进行学习,最后完成损耗评估。以现场试验得到的电机损耗数据作为实际算例,该方法评估损耗与实测损耗平均误差仅为0.717%和0.549%,并与其他典型机器学习算法进行对比,结果表明所提方法具有更好的损耗评估性能。     

高风电渗透率下考虑需求侧管理策略的智能微电网调度方法

提出了一种高风电渗透率下考虑需求侧管理策略的智能微电网调度方法。首先,考虑经济、环境成本指标、清洁能源就地消纳量以及可中断负荷和可转移负荷策略,建立了多目标优化调度模型。然后,引入ε约束法生成Pareto前沿解集,利用归一化方法求出最优折衷解。最后,基于24节点配电系统对所提方法进行分析验证。算例结果表明:建立的多目标优化模型能够有效提升清洁能源的消纳率,提高调度方案经济性,同时有效降低发电污染排放。采用的需求侧管理策略能够有效平抑负荷波动,达到削峰填谷的目的。     

基于热电联产的汽轮机组油膜振荡故障诊断系统设计

常规振荡故障诊断系统,采集振荡信号噪声较大,导致诊断的故障类别信任度较低。针对这一问题,提出基于热电联产的汽轮机组油膜振荡故障诊断系统。耦合热电联产生产方式,循环汽轮机组多余排汽,通过排汽热量增加系统发电量完成硬件设计;采用小波包降噪算法,消除采集振荡信号噪声,分解信号各个时刻和频带,排序频带内时域子信号能量值,构成故障信号特征向量,输入神经网络,训练后输出振荡故障诊断模式完成软件设计。采集满负荷、最小负荷、噪声条件下的油膜振荡信号,设置对比实验,结果表明,所设计系统提高了故障诊断信任度,故障诊断结果更为准确可靠。     

大跨越钢管塔双平臂抱杆的风致响应

基于风洞高频天平测力试验,获取抱杆结构在不同风向角和平臂姿态条件下的体型系数;建立施工全过程中典型工况下双平臂抱杆有限元模型,计算得到抱杆结构在多种施工工况和不同风向下的动力时程响应和风振系数,并与高耸结构设计规范的风振系数取值进行比较分析. 结果表明,对于抱杆杆身部分,基于时程分析的风振系数结果沿高度变化规律比规范风振系数更加复杂;对于第一道腰环拉索以上部分,即抱杆顶部悬臂部分,规范给出的风振系数较为保守,显著大于时程分析方法风振系数. 对于抗风最不利工况,抱杆顶部在0°和45°风向角下的时程风振系数分别达到3.05,2.24（45°x向）和2.28（45°y向）.     

微型涡喷发动机燃烧室全覆盖气膜冷却

为了延长微型涡喷发动机燃烧室的使用寿命,针对燃烧室壁面高温区进行全覆盖气膜冷却研究. 在KJ-66微型涡喷发动机试车实验的基础上,比较实际燃烧工况下,排布方式和燃烧室外环的扩张孔对气膜冷却效果及燃烧室整体性能的影响. 结果表明,在实际微型涡喷发动机模型中,顺排的平均综合冷却效率低于叉排,但对壁面的综合降温效果优于叉排. 随着扩张孔出口直径的增大,气膜冷却效果逐渐改善,但会影响燃烧室出口温度分布的均匀性. 由于燃烧室后排冷却孔的影响,二次流射入主流会发生偏转,提升了气膜的冷却效果. 整体而言,全覆盖气膜冷却在实际燃烧工况下对燃烧室壁面有着很好的冷却作用,扩张型气膜孔能够有效改善燃烧室外环的气膜冷却效果.     

水轮机下环铸件凝固过程热应力模拟分析

采用数值模拟方法对水轮机下环铸件凝固过程中的应力场进行了模拟和分析。模拟中采用接触单元法处理铸件与砂芯之间力的作用,改进了传统的铸件/铸型边界条件处理方法。文中重点分析了下环凝固过程中准固相区的受力情况,根据准固相区受力特点建立了适当的热裂判据,对下环凝固过程热裂倾向性进行预测。实际生产结果与预测结果相符合。     

温度、湿度和风速对红外检测绝缘子的影响分析

为研究温度、湿度和风速对红外成像法检测绝缘子的影响,提高绝缘子红外检测的准确性,以110 kV绝缘子串为例,采用有限元分析方法研究温度、湿度和风速对均匀污秽和非均匀污秽条件下绝缘子串温度分布的影响。仿真表明:相同条件下,均匀污秽绝缘子温度略高于非均匀污秽绝缘子温度;温度对绝缘子红外检测影响较小;相对环境湿度显著影响绝缘子温度分布,湿度越低,越不利于检测,容易造成误检,其中相对湿度80%时,零值绝缘子容易被检测;风速对绝缘子温度分布影响较大,风速越大,对绝缘子温度分布影响越大,因此,对绝缘子进行红外检测时,风速不宜大于4 m/s。仿真结果可用于指导电网红外巡检工作,保障绝缘子红外巡检结果的准确性,从而实现电网的安全稳定运行。     

基于PCC-RBF网络的风电功率短期预测方法

风电功率预测对风电场安全平稳运行、电网调度具有重要意义。针对风电功率短期预测指标选择不合理、预测精确度偏低的问题,提出一种基于皮尔逊相关系数(PCC)和径向基函数(RBF)神经网络的风电功率短期预测方法。该方法利用PCC筛选出与风电功率密切相关的3个指标,即电流、温度、风速,然后以这3个指标作为预测模型的输入对风电功率进行RBF样本训练与短期预测。试验结果表明,所提的预测模型预测误差更小,预测精度更高,能够满足风电功率短期预测的要求,具有广泛的应用前景。