关键词： 风力发电项目特色   项目成本管理   存在问题及对策  

摘要： 风力发电项目作为电力建设行业里新能源的重要组成部分,同业竞争相当激烈。同业竞争的主要方式是成本竞争,而有效的项目成本管理能使部分企业在低成本战略上获得竞争优势。基于此,本文从风力发电项目施工企业项目成本管理的重要性出发,对风力发电项目成本管理中普遍存在的问题进行了研究和分析,并提出了完善风电项目成本管理的相关建议,以期保障项目成本管理工作的有效有序开展,为实现最优化的企业经济效益提供参考方向。

关键词： 超短期风功率预测   门控循环单元   深度学习   粒子群优化算法  

摘要： 我国正处在转变发展方式、优化经济结构、转换增长动力的攻关期。能源方面正在由化石能源驱动逐步转变为光能,风能和电能驱动。风能作为一种清洁能源,在优化产能结构上起到了不可或缺的作用。对于建设资源节约型,环境友好型社会起到了巨大的推进作用。但是风能在利用中由于风的波动性和间歇性,给电网公司的整体电力调度带来了严峻的考验。所以,能否做到精准的预测就显得尤为关键。近年来由于人工智能的高速发展和计算能力的极大提高,使得从历史数据中挖掘出数据的特点,进而利用历史数据精准的预测风功率成为了可能。本文主要利用了循环神经网络,长短时记忆网络,BP神经网络,门控循环单元等深度学习模型以及支持向量回归机和最近邻方法进行超短期风功率预测。并探究各种方法在内蒙古某风场的实测数据集的表现,分析了以上几种方法在本实验数据集表现的不足,之后论证了门控循环单元的适合性,并且因为深度学习调参工作的繁复性提出了一种PSO-GRU模型,用粒子群优化算法优化门控循环单元的超参数进行超短期风功率预测。结果表明本方法能够提升门控循环单元的预测精度,相对于以上几种单独预测的模型具备更高的预测精度,并且在实际预测中表现良好。主要研究内容如下:首先对于本课题的选题背景和意义作出了简单的介绍,分析得出了风电行业正在蓬勃发展的现状,精准的风功率预测对于电网调度和控制都具有重大的意义。接下来对于国内外研究现状作出了介绍,介绍了当前用于风功率预测的主要方法和模型组合方式,分析得出了超短期风功率预测方向对于时间性要求较高的结论,并且在超短期风功率预测领域相关论文发表较少,研究稍显欠缺。接下来,介绍了本实验所用数据集,分析了实验数据集缺失值出现的原因,说明了对与实验数据预处理所用方法分别为数据归一化和中值填充等,论述了不同特征会对实验结果产生不同的影响。最后进行超短期风功率预测,使用了多种神经网络方法和回归方法作为对比实验,在分析各种神经网络方法存在的不足和可以改进的方向之后提出了PSO-GRU模型,验证了所提模型的准确性和实用性。

关键词： 风力发电   功率预测   极限学习机   蚯蚓优化算法  

摘要： 近年来，风力发电技术迅速发展，风力发电机组在电力系统中的比重迅速增长。而作为一种具有高度随机性和不稳定性的自然资源，当风电渗透率超过一定百分比时，如果不进行准确的风电功率预测，势必会影响到电能质量和电力系统安全稳定运行。因此，风电功率预测对风电场和电力系统稳定运行具有十分重大的意义。然而风电功率预测存在多种不确定因素，导致预测结果存在不同程度的误差。为了合理地配置备用容量，进行风电功率区间预测是十分必要的。基于当前风电功率预测存在的准确度不高、预测值不稳定的问题，本文在风电功率确定性预测基础上研究了区间预测。　　首先，在辽宁省A、B两个风电场获取实际数据。应用DBSCAN聚类算法进行异常数据的剔除，采用插值法和滑动平均法两种方法进行异常数据的重构。其次，针对现有神经网络预测方法存在易陷入局部最优值的不稳定问题，提出一种应用蚯蚓优化算法(Earthworm Optimisation Algorithm，EWA)改进极限学习机(Extreme Learning Machine,ELM)的风电功率短期确定性预测模型。然后，计算误差的概率分布从而进行区间预测，分别计算出A、B两个风场在90％、80％、70％三个不同置信度水平下的风电功率预测区间，并建立完善的指标体系对区间预测结果进行评价。通过实际算例验证了EWA-ELM-Beta分布模型能够有效进行短期风电功率的区间预测。本文创新点主要有:　　1.应用DBSCAN聚类算法进行异常数据的剔除，采用插值法和滑动平均法两种方法进行异常数据的重构;2.建立EWA-ELM模型，应用EWA的寻优功能，确定ELM的最佳网络参数，避免了输入层权值和隐含层阈值随机产生，导致网络不稳定，提高了原有模型的训练速度和预测精度;3.采用A、B两个不同量级的真实风电场数据，对比BP、ELM、GA-BP、EWA-BP、GA-ELM、EWA-ELM 六个模型;4.建立EWA-ELM-Beta分布的风电功率区间预测模型，计算训练集误差的Beta分布函数，在置信度确定的情况下，应用滑动求解法求解最小概率区间;最后，对本文所做的工作进行总结，再次验证研究风电功率的短期区间预测的必要性，并指出有待进一步研究的方向，在后续研究中可以通过选取更多的风电场数据，并考虑风电场内各个风机状态例如齿轮箱油温的影响等。

关键词： 调心滚子轴承   仿真   动力学  

摘要： 直驱风力发电机主轴承是一个非常重要的部件,其故障会导致风机严重事故,针对其间歇式低速变载特殊工况、监测数据价值密度低、国内外缺乏有效状态监测理论的现状。本文以直驱风机主轴承为对象,仿真模拟了其在不同转速,不同载荷下轴承的速度加速度等变化规律,为直驱式风力发电机主轴承状态监测提供应用基础。本文主要工作有:(1)模型的建立与对比分析本文通过综合能力分析了国内外相关问题研究成果和方法,本文建立了调心滚子轴承的多刚体模型、刚柔耦合模型。首先分析了其动力学特性,然后把建立的三维模型导入ADAMS软件中,根据实际情况添加约束和激励进行仿真计算。通过对仿真分析结果分析对多刚体模型和刚柔耦合模型可以进行一个比较,验证了仿真模型的可靠性,并决定了本课题研究采用多刚体模型。(2)不同负载和转速情况下轴承的状态分析通过分析正常轴承部件在不同受力以及在相同受力情况下正常轴承和故障轴承的速度、加速度和质心位置变化等参数的变化。分析在超低速工况下,其振动特性与正常转速下是否一致,能否通过傅里叶变换发现其故障频率。并尝试通过查看轴心轨迹来判断轴承是否存在故障。通过仿真实验得出,首先负载会影响动力学模型的冲击特性,负载越高,冲击越大,但当负载高到某一数值时,冲击不在随着负载增大而增加。其次超低速情况下无法通过频率域看到故障频率,通过查看轴承内圈加速度可以区分轴承内圈有无故障。最后,通过查看轴承内圈某一位置的轨迹,可以区分内圈有无故障。

关键词： 流场   垂直轴风机   气动性能   叶片优化   风轮结构  

摘要： 垂直轴风力发电机(VAWT)的结构轻巧,发生故障的几率低,与水平轴风机相比,不需要偏航系统等复杂的结构。安装垂直轴风机还能增添城镇的美观程度。近年来,垂直轴风机的优势逐渐得到人们重视,科技发展使计算机计算能力显著提升,越来越多的学者采用计算流体力学(CFD)的方法,高效地研究垂直轴风力机。本文研究的主要内容如下:(1)为了研究H型垂直轴风机运行过程中的一般规律,本文利用CFD的方法,对NACA0021翼型的3叶片垂直轴风机搭建仿真模型,进行详细的仿真分析。通过网格无关性验证和时间步长无关性验证等,说明本文研究内容的有效性,并将仿真结果与国外公开的实验数据进行对比。仿真结果得出了在风速为9m/s时,风机和叶片的转矩系数,风机的风能转换率等空气动力学数据。详细分析了叶片旋转时周围的流场规律,主要包括不同方位角时,叶片和风轮内部的速度场和涡量变化,以及叶片周围的压力场变化。(2)在进行了风机一般性能的研究之后,本文基于原始的NACA0021翼型,对叶片结构的不同参数进行改型。首先,对翼型的厚度进行改型,通过参数化的方法,将翼型厚度变为原始翼型的110%、105%、95%、90%、85%和80%。其次,在NACA0021翼型尾缘加装襟翼,分别在翼型的尾缘加装长度为0.5%c、1%c、2%c、3%c、4%c;角度为0°、22.5°、45°、67.5°、90°的襟翼。最后,将翼型进行弯度的优化,对翼型弯度进行1%～6%的改型。对改型后的翼型重新建立仿真模型,并与原始模型进行对比,分析叶片结构变化时,垂直轴风机性能的变化。通过对叶片结构的优化和分析,本文得到了翼型的厚度、尾缘襟翼和弯度的最佳参数。叶片结构的优化使叶片周围的流场发生变化,使垂直轴风机的最大风能转换率和自启动能力有了显著的提升。(3)为了研究风轮结构对垂直轴风力机的影响,本文基于实度,对风轮的结构进行改型。首先建立了2叶片、3叶片和4叶片风轮的模型,进行仿真分析。研究发现叶片数增加时,风机最大风能转换率变化不大,但是风机的自启动能力显著提升。其次,将叶片的弦长变为原始弦长的0.8倍、1.2倍和1.5倍,分析了弦长变化时,风机空气动力学性能的变化。研究结果表明过短和过长的叶片均会使风力机的性能下降,弦长为120%c时,风机的自启动能力和风能转换率最佳。叶片数和叶片弦长变化时,叶片和风轮周围的速度场和压力场会产生明显变化。

关键词： 风力发电系统   组合风速   风力机仿真模型   M5模型树   半实物仿真  

摘要： 风力发电系统的建模与仿真技术对于风力发电系统理论技术的深入研究和工程应用具有重要意义。针对现场风力发电环境复杂、工况随机多样,开展现场风力发电实验成本高、难度大等问题,提出了半实物风力发电仿真系统的方案,采用理论模拟与实物仿真相结合的方法直观地模拟风力发电系统的运行状况,基于风力发电理论构建起半实物风力发电仿真系统的模型和实验平台,开展不同工况下的实验研究,研究成果为在实验室环境下研究风力发电系统仿真技术提供新的方法。本文主要研究内容包括:(1)风力发电系统理论模型及仿真方案研究。通过分析半实物风力发电仿真系统的功能需求,提出了仿真系统设计方案,具体包括理论仿真软件模块、电气控制模块、机械传动机构模块、发电机模块。提出了基于组合风速和最佳叶尖速比法的风力机仿真模型,采用M5模型树算法建立了实际输出功率仿真模型。(2)半实物风力发电仿真系统传动模块的设计。根据提出的半实物风力发电仿真系统方案,设计了仿真系统组成的机械传动机构,并对关键部件的受力情况进行了有限元分析,对整体进行了传动机构的运动仿真,验证了传动机构装置设计的合理性,完成了半实物风力发电仿真系统传动模块的设计。(3)半实物风力发电仿真系统的开发实现。基于建立的理论仿真模型,开发了风力发电实验仿真软件,包括瞬时状态最佳模拟、连续自然工况模拟等模块。根据系统仿真控制要求,提出基于PLC和变频驱动的传动控制模块,通过通信接口实现了仿真软件仿真参数与驱动控制模块的通信,从而实现模拟不同风力发电系统运行状况的目的。(4)建立了半实物风力发电仿真系统进行实验研究。采用软硬件相结合的方式搭建了仿真系统的实验平台,进行风力发电系统的仿真实验研究,采集了风速、功率系数、输出功率等数据,结果表明了本文方法在模拟复杂的风速环境、工况随机多变、不同风力发电系统的运行特性等方面的有效性。

关键词： 电力系统   无功优化   风力发电机   出力变化  

摘要： 随着世界的发展，越来越多的化石燃料被消耗，寻找一种清洁、可持续发展的新型能源是当今社会急需解决问题。风力发电因其技术稳定等特点已经成为一种广泛应用的新能源发电技术。但风力发电技术的引入导致电力系统的结构发生改变，影响系统的无功功率分布。无功优化是保证系统安全稳定的一项有效手段，可以减少系统有功损耗和电压波动，因此研究含风力发电机的电力系统无功优化具有理论意义和实际价值。因为风力发电机的出力时时变化，所以考虑风力发电机出力变化的动态无功优化更符合实际情况。　　针对含风力发电机的电力系统，本文分别提出一种静态无功优化算法和一种动态无功优化算法。静态无功优化算法将正弦余弦算法和粒子群算法混合，以有功损耗和电压波动最小为目标进行优化;动态无功优化通过图论辅助的方法得到一组在某一时间段内保证有功损耗、电压波动以及离散变量设备调整次数为最小的一组优化解。本文的创新点如下:　　在第三章提出了一种正余弦混合的粒子群优化算法。针对粒子群算法存在易于陷入局部最优解的情况，该算法通过计算物种多样性判断是否将正弦余弦算法引入粒子群算法中，提高粒子群算法的物种多样性，避免粒子群算法陷入局部最优解。通过对8组测试函数和含风力发电机的IEEE-14节点系统的仿真验证，证明所提算法的有效性。　　在第四章提出了基于图论辅助的动态无功优化方法。考虑到动态无功优化问题和最短路径寻优问题之间存在相似性，将动态无功优化问题转化成为最短路径寻优问题。针对动态规划法需要处理全部子问题的情况，本文采用只需处理一个子问题即可求解最短路径的Dijkstra算法进行求解，提高了寻优效率，避免出现维数灾的现象。通过对澳大利亚地区某日内动态无功优化问题的仿真验证，以第三章提出的方法得到的解作为寻优空间。证明了所提出的动态无功优化方法虽然提高了系统有功损耗和电压波动，但有效的减少离散变量的设备调整次数，更符合实际情况，保证电力系统安全稳定运行。

关键词： 风电机组   液压传动系统   功率平滑控制   自抗扰控制   灵敏度分析  

摘要： 风功率的波动对于风力发电机组输出的电能质量以及电网的稳定性具有重要影响。由于风能具有间歇性、波动性等特点,以及液压型机组自身存在的非线性与参数的时变,都将引起输出功率的波动。因此,本文以液压型风力发电机组为研究对象,针对因系统内外扰动引起的输出功率波动问题,分别对基于风轮储能与附加液压储能的机型进行了功率平滑控制研究。本文针对液压型风力发电机组的构成与工作原理进行了介绍。首先,建立了机组的风速数学模型、风轮与传动系统数学模型。之后,建立了机组并网前后的状态空间模型。其中并网后的状态空间模型为后续基于风轮储能的控制策略与基于液压储能的控制策略奠定基础。本文针对基于风轮储能的液压型风力发电机组的输出功率主动平滑控制进行了研究。通过调节风轮动能的储存与释放,实现对机组的功率主动平滑控制。之后,分析了机组的功率传动特性。针对风速变化、机组参数时变与自身相乘非线性等内外扰动对输出功率的影响,采用自抗扰的控制策略（ADRC）,通过线性二次调节器（LQR）对控制参数进行了整定,并分析了功率闭环控制系统的稳定性。最后通过仿真验证了依靠调节风轮动能变化实现机组输出功率主动平滑控制。本文针对液压型风力发电机组功率闭环控制系统内部参数时变对于功率输出的影响。对功率闭环控制系统进行了灵敏度分析。采用了基于系统状态空间描述的一阶轨迹灵敏度分析方法对功率控制系统进行了分析。选取系统在运行过程中可能会发生变化的参数,建立了各参数对于功率闭环控制系统的灵敏度方程,并对其求解。通过计算得到了不同工况下,定量分析了不同参数对于功率输出的定量影响。以上研究内容为后续优化系统结构参数与控制器参数奠定了基础。本文针对附加液压储能系统时的工况,研究了液压型风力发电机组的功率主动平滑控制问题。为提高机组功率输出的平滑程度,本文在机组之前的结构基础上加入液压储能系统,并建立PID控制算法,通过控制蓄能器能量储放实现功率平滑控制。并对储能系统的工作原理进行了介绍,然后建立液压储能系统的数学模型并对液压储能系统的固有特性进行了分析。最后对液压储能系统单独储能与液压储能系统联合风轮储能进行了仿真,并对仿真结果进行了对比分析。最后,基于24kW液压型风力发电机组实验平台进行实验验证分析。验证了机组并网前的转速控制策略与并网后的功率主动控制策略。

关键词： 融资管理   风力发电   太阳能发电  

摘要： 目前中国新能源发电行业发展取得了举世瞩目的成就,行业规模不断扩大,装备制造水平稳步提升,政策日趋完善.2020年中央经济工作会议指出我国二氧化碳排放力争2030年前达到峰值,力争2060年前实现碳中和.2020年12月12日国家主席习近平在气候雄心峰会上强调,到2030年中国单位国内生产总值二氧化碳排放将比2005年下降65％以上,非化石能源占一次能源消费比重将下降到25％左右,森林蓄积量将比2005年增加60亿立方米,风电、太阳能发电总装机容量将达到12亿千瓦以上.截至2019年底,全国累计风电装机2.1亿千瓦,太阳能发电2亿千瓦.预计新能源发电行业还将快速扩张,在2020—2030年新能源发电装机还将翻两番,新能源发电年均新增装机容量至少在0.73亿千万以上.按照目前新能源发电项目平价造价水平,预计年均新增新能源发电投资4197亿元,因此研究新能源发电融资管理具有重要意义.

关键词： 风力发电机   正常行为模型   深度神经网络   多任务学习   多工况划分  

摘要： 由于风电机组体积的不断增大,结构越来越复杂,安装地点越来越偏远等因素,风力发电机的状态监测和故障诊断越来越重要。建立基于风力发电机正常运行情况下的参数模型,即风力发电机正常行为模型,是目前大多数状态监测和故障诊断中最重要的环节。因此建立准确的风力发电机正常行为模型对于风力发电机状态监测具有重要意义。目前,大多数风力发电机的正常行为模型是对风力发电机的全局模型,没有考虑到风力发电机的不同运行工况。为了考虑运行工况的变化对风力发电机的影响,采用聚类算法将运行数据划分到不同的子空间中。运用具有多任务学习(Multi-Task Learning,MTL)框架的深度神经网络(Deep Neural Network,DNN)构建了以运行工况子空间为任务的多任务深度神经网络。具体的研究内容如下:(1)通过对风力发电机的工作原理和控制策略的分析,说明了风力发电机运行工况受多种参数影响。同时对监控与数据采集(Supervisory Control And Data Acquisition,SCADA)系统采集的数据信息存在参数过多的问题,采用Pearson相关系数、Kendall秩相关系数、Spearman等级相关系数,三种相关系数对风力发电机实时运行数据进行筛选。挖掘风力发电机参数与环境参数之间的关系,确定模型的输入输出。(2)考虑到风力发电机是一个复杂的非线性系统,将经过筛选后的多个参数用于风力发电机的工况划分。选用仅基于风力发电机运行数据确定风力发电机工况的方法,找到类内紧致、类间分离的簇。通过聚类有效性函数Calinski-Harabasz确定最佳聚类数,通过简单计算确定初始值,通过聚类结果分析聚类好坏。(3)为了建立一个风力发电机正常行为模型的全局模型,且考虑风力发电机运行工况的影响,将工况划分结果作为标签,对风力发电机建立了基于深度神经网络的风力发电机正常行为模型,并且从理论方面证明了该模型的稳定性和泛化边界。该模型通过把风力发电机的每一个工况作为一个任务,将多个工况融合在一个多任务学习框架下的深度神经网络模型中。将基于多工况划分的风力发电机正常行为模型与基于单工况的风力发电机正常行为模型和不分工况的风力发电机正常行为模型进行了比较。