光伏功率扰动下的水电机组海鸥优化模糊PID控制研究

光伏发电机组输出功率的随机性和波动性影响着供电系统的安全稳定运行。为了提高水光供电系统的频率稳定能力,根据水轮机调速系统的数学模型,结合海鸥算法的寻优能力和模糊控制的推理能力,提出基于海鸥优化模糊PID（SOAFPID）控制的水电机组控制策略,使其能够快速调节光伏和负荷波动引起的系统频率偏差。通过搭建Simulink仿真模型,分析其在不同扰动工况下的频率稳定能力。仿真结果表明：与传统PID控制方法相比,采用SOAFPID控制的水电机组在光伏和负荷功率扰动下具有更小的超调量和更快的稳定速度,在水光供电系统中表现出了优越的动态调节性能。     

基于CPSOGSA算法的风-光-小水电微电网负荷频率 最优 鲁棒控制

在构建以新能源为主体的新型电力系统背景下,分布式光伏呈现高比例渗透趋势。光伏出力的波动性易引起配电网电压越限和三相不平衡问题,同时光伏逆变器的剩余容量又具有无功主动支撑作用,有利于改善电压质量。而且配电网阻感比大、电压与有功耦合明显,导致配电网电压受光伏有功无功的综合影响而更加复杂。从电压适应性角度研究配电网接纳三相和单相分布式光伏的承载能力。首先,按统计学原理分别建立最大值、期望值和众数值等反映电压质量的统计特征指标,并从光伏渗透率和接入分散程度两方面描述分布式光伏的接入特征。其次,基于历史天气数据构建典型日场景,考虑光伏主动参与无功支撑作用,运用随机模拟分析得出各节点电压质量统计指标。最后,采用AHP-CRITIC组合赋权法分别对电压偏差和不平衡指标进行一定的加权组合,综合反映电压适应性。应用OpenDSS软件进行算例分析,结果验证了所提方法的有效性。     

孤网模式下水轮机调速系统广义预测控制应用方法

针对孤网模式下水电机组PID控制策略鲁棒性差的缺点,提出基于双模型、实时反馈线性化、非线性特性补偿器和广义预测控制器的自适应广义预测控制策略(Adaptive Generalized Predictive Control,AGPC),以实现对水电站全工况实时最优控制。首先基于BP神经网络和改进樽海鞘算法构建高精度非线性水轮机模型,并结合PID控制器、引水系统、随动系统、发电机等模块搭建非线性水轮机调节系统仿真平台,然后通过定量计算揭示广义预测控制器直接应用于非线性水轮机调节系统的不合理性。进一步,结合实时反馈线性化和基于预估控制信号设计的水轮机非线性特性补偿器,提出孤网模式下广义预测控制器在水电站应用策略。最后,搭建了基于AGPC的非线性水轮机调节系统仿真平台,并以某电站真实数据验证了所提控制策略适用性、可靠性以及优良的鲁棒性。     

混流式水轮机尾水管流场数学模型建立及分析

以HLA855A-LJ-250型号水轮机为研究对象,针对最大水头、最小水头和额定水头3种不同工况进行全流道三维非定常数值模拟,着重分析尾水管内部流场分布规律,提取尾水管入口到出口的完整流线,并建立相应的数学模型。结果表明:额定工况下尾水管内部湍流动能和湍流粘度分布稳定,变化梯度小,内部流动最稳定,建立的数学模型拟合效果最好;最大水头工况下尾水管内部流场受空腔涡带的影响严重,在直锥段湍流动能变化梯度大,湍流粘度数值较高,容易造成尾水管内部流动不稳定,该工况下质点坐标分布波动较大,建立的数学模型较复杂;最小水头工况下尾水管内部流场变化趋势接近额定工况,该工况下建立的数学模型有较好拟合度。采用的研究方法为分析水轮机内部流场提供了新思路,有一定的借鉴意义。     

混流式水轮发电机组稳定性关键因素分析与调整

水轮发电机组在运行过程中,轴系振动和摆度是评价水轮发电机组稳定性的关键指标,影响水轮发电机组稳定运行的因素涉及机械、电磁以及水力等多个方面。在分析机组状态监测数据与工程实践试验数据的基础上,发现机组轴线、轴瓦间隙、转子不平衡质量和转子圆度4个因素是影响水轮发电机组的轴系振动和摆度的关键因素,并对这4个因素提出了调整方法。通过工程实践表明,上述方法能够有效降低水轮发电机组的轴系振动和摆度,为水轮发电机组的高效安全稳定运行提供了理论依据和实践方法。     

孤网模式下基于HBBC的水轮机调节系统稳定性量化分析方法研究

针对目前孤网模式下水轮机调节系统(hydraulic turbine regulating system, HTRS)稳定性研究方法忽略水轮机非线性的问题，结合Hopf分岔理论、二分法和稳定性判据，提出了一种考虑水轮机非线性的控制器参数约束确定算法(controller parameter constraint determination algorithm based on Hopf bifurcation theory, bisection method and stability criterion, HBBC)，以实现对孤网模式下非线性水轮机调节系统的全工况稳定性分析。首先搭建了孤网模式下含非线性水轮机模型的高精度HTRS数值仿真平台，然后详细介绍了基于HBBC的稳定域约束定量计算过程。最后以某实际水电站为例，基于HBBC计算了孤网模式下非线性HTRS全工况下的稳定域，并在特殊工况下对稳定域计算结果进行了验证。结果表明，在HTRS稳定性分析中，HBBC可取代传统的稳定域计算方法，在准确性和可靠性方面优于后者；HTRS存在稳定域较小的“恶劣工况点”。     

融合IMF能量矩和BiLSTMNN的水电机组振动故障诊断

针对水电机组振动信号存在非平稳和非线性,提出一种结合IMF能量矩和双向长短期记忆神经网络（bidirection long short term memory neural network,BiLSTMNN）的故障诊断方法。首先采用互补集合经验模态分解（complementary ensemble empirical mode decomposition,CEEMD）方法对正常和故障振动信号样本进行处理,得到频率各异的本征模态函数（intrinsic mode functions,IMF）和剩余分量。然后计算IMF能量矩,并将其作为故障特征。进一步,将故障特征作为输入、故障类别作为输出,训练BiLSTMNN得到水电机组故障识别器。结合故障识别器和实时振动信号IMF能量矩特征,即可识别水电机组运行状态为正常或具体故障类型。最后,结合转子实验台数据和实际电站机组样本数据,设计对比实验,验证了所提方法在挖掘信号特征方面的有效性及较高的故障诊断准确率。     

基于根轨迹分析方法的轴流转桨式水电机组调节系统稳定性分析

某轴流转桨式机组水电站通过提高下游水位来增加其所在河流的通航能力。为适应新的尾水位高度，该电站对其轴流转桨式水轮机进行了改造。本文研究了改造前后该轴流转桨式水电机组调节系统的稳定性问题，通过建立单机单管轴流转桨式水电机组调节系统的数学模型，基于根轨迹分析法研究了改造前后系统参数变化时的响应特征，得出系统的变化规律和特征，以确定系统的稳定运行参数范围。此外，本文还考虑了系统随动参数变化对机组稳定性的影响。该研究为该轴流转桨式水电机组调速系统的正常运行提供了理论指导。     

融合EEMD-CNN的水电机组磨碰故障声纹识别模型

水电机组声纹信号包含大量反映内部机械状态的有效信息,为了准确提取水电机组磨碰故障声纹特征,提出一种基于聚合经验模态分解（EEMD）与卷积神经网络（CNN）相结合的水电机组磨碰声纹识别模型。首先将水电机组噪声信号进行EEMD分解,得到若干本征模态分量（IMF）和残余分量（Res）,然后将得到的IMF和Res与原噪声信号构建融合特征向量;以融合特征向量为输入,碰磨故障输出,正常和碰磨故障试验数据为样本,训练CNN深度学习神经网络,得到水电机组磨碰故障识别器,识别水电机组磨碰故障。结合水机电耦合平台和实际机组试验磨碰数据,验证了所提方法对水电机组碰磨故障识别效果,平均准确率达到99.8%,且该方法识别效果显著优于其他几种识别模型。