商业区综合能源系统多工况优化能量管理方法

为合理有效地利用资源,需对用户用能进行优化管理,本文针对商业区综合能源系统提出了一种互动式优化能量管理方法,按照内燃机典型配置建立模型,该配置主要包括燃气内燃机、余热回收装置、冷负荷调峰装置和生活热水制备装置,根据不同季节对能量的不同需求分别提出了集中供冷运行、集中供热运行和过渡季运行3种模式,并分别建立了3种运营模式下的优化目标和约束条件,通过分析典型算例,得到了不同运行模式下各机组的出力优化曲线,实现了对于能量的优化调度。     

数据-知识驱动的变工况运行风电机组塔筒振动状态预测

为有效监测塔筒异常振动，保障机组运行安全，提出数据-知识驱动的基于长短时记忆（long-short term memory,LSTM）神经网络、经验模态分解（empirical mode decomposition,EMD）-极限梯度提升（e Xtreme gradient boosting,XGBoost）算法分步建模的变工况塔筒振动预测方法。首先，根据机组运行机理分析剥离出环境变量与运行变量之间的关系，并确定影响塔筒振动的风机SCADA运行参数；然后，基于LSTM神经网络实现机组环境风速和运行功率的超短期预测，根据全工况历史运行数据建立机组数据知识模型，实现由预测风速和功率查询桨距角和转子转速；最后，采用希尔伯特-黄算法（Hilbert-Huang transform,HHT）对振动信号分解并提取塔筒低频振动，构建基于XGBoost算法的塔筒振动预测模型，通过输入预测变量输出塔筒低频振动预测结果并确定预测区间。结果表明：塔筒振动预测模型能有效预测塔筒振动，判定塔筒的运行状况，保障机组平稳运行。