关键词： 风能预测   确定性预测   概率性预测   场景预测  

摘要： 随着风能在全球的快速发展与广泛应用,风力发电已经成为可再生能源技术中最成熟、最具规模化开发和商业前景的发电方式。目前正值我国风电行业发展发力期,建立融合多类型复杂数据的智慧风场也将大大提升我国风电事业发展速度。因此,在复杂数据环境下,有必要建立一个完备、精确的规模风场风电功率预测系统。风电预测领域的研究已经开展多年,也建立起了比较完备的理论体系。首先本文根据风能预测类型将风能预测划分为确定性预测、概率性预测以及场景预测三类,并详细总结了相关研究文献。基于此,本文分别结合单风场、多风机、多风场三种问题规模,从确定性预测、概率性预测以及场景预测方面提出了三种方法,建立了一个较为完备的风能预测框架。首先,本文提出了一种结合高维时序聚类与Seq2Seq深度学习技术的确定性风能预测方法。具体地,利用插值和聚类技术将不同分辨率的数值气象预报(Numerical Weather Prediction,NWP)数据融入风场风能预测模型中,并建立一个新颖的多维时间序列聚类模型,并利用了带注意力机制的Seq2Seq模型深度学习技术进行最终的风能预测。本文基于西班牙Sotavento风场数据以及对应的NWP数据进行了模型验证,实验结果表明了以下结论:多元时间序列聚类算法的应用确实提高了预测性能,这表明该算法可以找出多元时间序列之间的重要的相似度信息。另外,预测结果证明了Seq2Seq模型的优越性和深度特征提取能力,这表明了复杂的深度学习方法在风电预测中的潜力。其次,本文提出了一种基于在线Lasso向量自回归(Vector Auto Regressive,Lasso VAR)、加权核密度估计(Weighted Kernel Density Estimation,WKDE)及贝叶斯模型平均(Bayesian Model Averaging,BMA)模型的风场功率概率预测方法。首先,使用在线Lasso VAR模型对风机间风速建模,预测各风机的风速。WKDW模型则利用Lasso VAR模型的风速预测与历史风速的相似度,给定历史数据不同的权重,进而进行风场总功率的KDE估计。最后,利用BMA模型对多个WKDE模型的中位数预测进行集成,给出修正的概率预测。上海浦东某风场多风机数据的实验验证表明,Lasso VAR可以更好地捕捉到风机间的空间相关性,而在线估计则提升了算法的运行效率;另外,BMA模型则可以集成多个子模型的优点,在多个指标上取得平衡且满意的结果,证明了BMA模型在风能概率预测中的集成潜力。最后,本文提出了一种结合KAMILA混合类型数据聚类与时空Copula模型的多风场风能场景预测方法。首先,使用KAMILA聚类对风场的混合类型数据进行聚类;其次,提出了一个新颖的时空Copula结构,将风场间的时空相关性解耦为风场间的空间相关性、风场内的时间相关性,并分别使用R-Vine和D-Vine两种Vine Copula结构对这两类依存结构进行建模;在此基础上,利用分步抽样对时空Copula进行抽样,预测未来一天的发电场景,从而建立一个短期场景预测方案。本文利用Wind Toolkit多风场数据集进行了模型验证,实验结果表明,KAMILA混合类型聚类方法能够在保证预测场景质量的前提下,有效地降低模型维度,提升模型估计效率;同时,本文提出的时空Copula模型能够很好地刻画风场间的时空依存结构,这表明了本文提出的时空Copula模型建模与抽样在场景预测方面的有效性。

关键词： 风力发电   风电功率短期预测   神经网络   变分模态分解   组合预测  

摘要： 风力发电因风速、风向等固有的随机性和波动性,发电量存在不确定性和波动性,增加了电网调度的难度。随着风力发电在全世界的日益发展,其对电力市场与电力系统的稳定性和经济性的影响愈发严重。为了实现更高效的风电消纳,准确的风电功率预测尤为重要。当前风电功率预测主要依赖于天气预报数据和风电场采集监控数据。其中天气预报数据是针对区域的各类气象指标的预测数据,风电场采集监控数据则是各风机的电流、电压等历史数据,这两种数据存在较大差异。另外,不同的风力发电机组有着自身的特性,如地理位置等。这些特征对于准确的风电功率预测至关重要。最后,风电功率与历史状态有很强的关联性,但传统序列化方法在处理历史状态和风电功率的长距离依赖关系时存在缺陷。针对上述挑战,本文围绕风电短期功率预测,提出了两种基于深度学习的风电功率短期预测方法,并在此基础上,设计并实现了一个基于深度学习的风电功率短期预测系统。本文的主要工作包括:(1)针对天气预报数据和风电场采集数据存在的模态差异,并考虑每台风力发电机的自身特性,提出了一种基于多源信息融合的方法。首先利用门控循环单元对数值天气预报数据的时序特征进行时间序列的动态建模。其次,采用变分模态分解和卷积神经网络相结合的方式建模风电场历史数据隐含的周期性特征。最后为了应对不同风机的特征差异,为每台风机构建特征嵌入。实验结果表明本文的方法可以有效地提升风电功率短期预测精度。(2)针对风电功率和历史状态的长距离依赖关系,提出一种基于自注意力机制和端到端记忆网络的方法。首先采用自注意力机制对历史状态进行编码,以捕捉历史状态之间关联性,将编码后的结果存储到记忆池中,预测时通过注意力机制搜索记忆池中与当前近似的几个状态,以捕捉历史状态和风电功率之间的长距离依赖性信息,加权组合对未来的风电功率进行预测。实验结果展示了本文方法在风电功率短期预测上的精度。(3)设计并实现了基于深度学习的风电功率短期预测系统。从软件工程的角度,明确了系统的需求,进行了系统的详细设计与实现。系统分为数据录入、功率预测和状态监控三个模块。功率预测模块集成上述风电功率预测方法,通过多模型组合和蒙特卡罗Dropout方法将预测结果组合,对预测结果集合统计以量化预测的不确定性,实现了基于深度学习的风电功率短期预测系统。最后,对系统各模块进行了测试,测试结果表明系统达到了设计要求和实现目标。

关键词： 双馈风力发电机组   低频振荡   有功功率控制环   模糊滑模控制   阻尼控制  

摘要： 近年来,随着现代社会的快速发展,人们对能源的使用越来越多。随着化石能源的过度开采,人们开始把视野放到新能源开发上面,而风能凭借着其清洁、易获取、量大等各项优势,成为了新能源中的研究重点。随着风电并网容量的提升,风电系统对电网的冲击与影响也逐渐增大,其中运用风电机组的功率调节能力抑制系统低频振荡的方法被各国学者广泛研究。本文首先探讨了双馈风电机组（DFIG）并网容量对系统阻尼特性的影响;其次通过研究双馈感应风电机组（DFIG）的自身有功功率调节能力,对DFIG有功功率阻尼系统振荡的机理进行了深入分析,并在含DFIG的四机两区域电力系统模型上进行了验证;最后运用暂态能量函数法对DFIG阻尼系统的机理进行了分析,将模糊滑模控制方法应用于DFIG的转子侧变流器控制中,设计了能够抑制系统振荡的模糊滑模阻尼控制器,提高了DFIG抑制系统振荡的能力,为含DFIG的电力系统的安全稳定运行提供了保障。论文的主要工作如下:（1）首先介绍了DFIG的基本结构与其风力机模型,然后建立了DFIG发电机数学模型,推导出DFIG的转子侧变流器和网侧变流器的解耦控制关系,为设计DFIG阻尼控制器打下了基础。（2）分析了系统振荡的产生机理与分析方法,并建立了含双馈风电机组的四机两区域系统,运用特征值分析法对风电机组不同出力对系统阻尼和系统频率的影响进行了分析。（3）为了从理论上分析DFIG功率调节阻尼系统振荡的原理,本文建立了含DFIG的简单电力系统模型,并将系统进行线性化处理。通过分析可知DFIG抑制系统振荡的原理是双馈风机向电网输送的有功输出会在同步发电机的电磁功率中增加一个功率增量,这样可以在系统发生故障时,DFIG会为同步发电机增加一个阻尼转矩。基于以上原理,通过引入附加阻尼控制器,在含DFIG的四机两区域模型上设置三种工况进行验证,实验结果证明了风电机组有功功率控制环阻尼系统振荡的有效性。（4）为了提高DFIG抑制系统振荡的鲁棒性,在研究暂态能量函数法解释DFIG阻尼系统振荡机理的理论基础上,将模糊滑模控制引入到双馈风电机组的有功功率控制环中,设计了模糊滑模阻尼控制器,并在含风电机组的四机两区域模型上进行了验证。实验结果表明,模糊滑模阻尼控制器在抑制系统振荡方面具有更好的效果,能够更有效的提高系统的阻尼特性。

摘要： 白光是光谱中所有可见光的混合产物,通常被认为是无色的,在我们视野中几乎没有存在感。这种单调的中性色没有侵略性,可以与周围的环境"和谐共存",很少会让人感到突兀。白色风力发电机对飞机更安全除了下雪,大自然中很少会形成白色的地表。空中的飞行人员更容易看清楚地面上高耸的白色风力发电机,提前躲避这些障碍物。为了使风力发电机更加显眼,叶片尖部往往涂有红色条带(航标带),

关键词： 齿轮磨损   接触疲劳   可靠性评估   退化分析   齿轮箱  

摘要： 风电是我国新能源产业的重要支柱之一,但因为风力发电机故障频发,导致我国风能产能成本较高。通过可靠性模型与实际数据相结合的方法,对风力发电机的关键部件——齿轮箱进行可靠性建模与评估。通过模型与实际数据相结合的方法,可以更加准确地对齿轮箱可靠性进行评估,从而降低其故障概率与维护成本,提升其发电能力。本文主要对风力发电机中高速轴齿轮以及润滑油的性能进行退化建模分析。从磨损、疲劳以及润滑油老化、变质的角度,分析了风力发电机增速齿轮箱中关键零部件的可靠度函数;进行了基于不同性能退化过程的寿命预测;考虑了不确定性因素的影响;确定了风力发电机的最佳定期维护时间。为延长风力发电机齿轮箱的使用寿命,提供了数据与模型基础。本论文完成了以下工作:（1）建立了随机风-转速模型。为了获取更加贴近实际的随机转速,对某风力发电机安装地的风速统计数据进行了随机分布建模,通过建立的随机分布,结合输入风速与转速的连接模型,最终构建了随机转速模型。（2）建立了基于Archard模型的高速轴齿轮磨损退化模型。对齿轮间啮合进行仿真;对齿轮间啮合特性进行分析,获取了Archard磨损模型中的关键参数,并以此进行了磨损量的预测分析。（3）建立了基于P-S-N曲线的齿面接触疲劳退化模型。通过有限元仿真获得了齿面接触应力分布数据;通过P-S-N曲线获得了当前应力条件下的疲劳累积损伤,并对疲劳损伤寿命进行了预测。（4）建立了基于统计数据的润滑油运动黏度退化模型。使用维纳过程,对统计获得的润滑油运动黏度数据进行了退化建模;采用正态随机抽样法,对退化过程进行了模型仿真。（5）建立了多个性能退化模型的联合模型。对于获得的退化模型,建立可靠度函数;基于多个性能退化的可靠度函数,使用Copula函数计算获得了系统的可靠度。

关键词： 风力发电   故障预测   数据挖掘   集成学习   正常状态模型   变点检测  

摘要： 随着日益严峻的能源危机和环境污染,风能作为一种可再生能源,受到了世界各国的广泛关注,全球风电装机容量逐年增长。但由于风机所处地理位置偏远,气候环境恶劣多变,高额的运维成本对风电场的运维检修工作提出了更高的要求,因此,实现风力发电机的故障诊断和故障预测技术对于提高风电场的发电量、减少停机时间具有重要意义。目前,随着“大数据”与人工智能技术的广泛应用,有越来越多的学者将“大数据”技术引入风力发电领域,通过数据挖掘技术实现风力发电机的故障预测。本文提出了一种基于数据挖掘算法的风机齿轮箱故障预测方法。首先利用DBSCAN聚类算法和四分位法对原始SCADA数据进行数据清洗并通过三种数据挖掘算法进行特征选择,然后建立了基于集成学习中Stacking策略的融合模型,该模型集成了GBDT、RF、XGBoost三种模型,用以拟合风机齿轮箱的油温值,使用该模型来表征风机齿轮箱的正常工作状态。在故障预测阶段,我们提出了一种基于马氏距离和变点检测算法的故障预测方法,首先利用马氏距离取代残差来量化油温实际值与正常状态模型输出值的偏差,即当前状态与正常状态的偏差;针对设置阈值进行故障预测的方法的局限性,我们使用基于CUSUM控制图的变点检测算法来识别马氏距离序列中的异常点,通过将马氏距离序列输入到变点检测算法,我们可以得到故障发生的时间点以及故障征兆开始出现的时间点,从而实现故障预测。最后我们通过实验在风场的5台风机上验证了我们提出的方法的有效性。

关键词： 双馈风电机组   低电压穿越   模型辨识   软件设计  

摘要： 随着我国风力发电并网技术的迅猛发展,双馈风电机组已逐渐成为国内使用最广泛的风电机组。其仿真模型的准确性是模拟风力发电系统在电网发生故障时动态行为的前提,而仿真模型的结构及控制系统等参数是研究机组暂态特性的重中之重,是风力发电机组仿真分析的基础。只有确保双馈风电机组仿真模型结构准确、参数合理,所进行的仿真分析才具有实际工程意义,才能反映实际并网运行时真实的暂态特性,保证其接入电力系统的安全性和稳定性。为确保模型的可靠性和准确性,论文以双馈风电机组为对象,研究了考虑低电压穿越全过程的全时间尺度电磁暂态建模及其模型辨识方法,对双馈风电机组电磁暂态建模、低电压穿越轨迹特征解析、模型辨识方法和辨识软件开发等问题进行了探讨。对双馈风电机组的数学模型和作用机理进行了详细研究,建立了考虑低电压穿越全过程的双馈风电机组电磁暂态模型,解析了低电压穿越时有功电流和无功电流指令值的实时更新表达式,准确模拟了双馈风电机组低电压穿越全过程的暂态响应特性。从实际双馈风电机组低电压穿越特性和实测轨迹出发,研究了电网故障时有功分量和无功分量暂态响应输出的全动态过程,对电流轨迹和功率轨迹分别进行了特征解析,得到有功分量和无功分量的主导因素,并对主导参数影响动态轨迹的程度进行了摄动分析和量化评估。基于对双馈风电机组数学模型的详细研究,辨识了模型主电路结构和风电机组主要控制系统的结构,提出了一种以不同类型参数采取不同获取方法为依据的双馈风电机组分段分步的模型参数辨识方法,在仿真平台中进行仿真验证,对辨识结果的误差和精度展开了分析。在总结出多组双馈风电机组模型测辨规律和方法的基础上,基于软件设计工具开发了双馈风电机组模型参数辨识系统,实现了控制器参数及低电压穿越控制参数的自动辨识和实测数据拟合。软件运行效果可靠,操作简单,具备良好的工程实用价值。

关键词： 机舱轮毂专用吊具   有限元分析   电液伺服系统   控制性能   单神经元PID  

摘要： 风力发电机机舱轮毂是风力发电机的重要组成部分,因为在吊装过程中,机舱轮毂在提升过程受风力等因素的干扰并且在塔筒顶端安装时要求其处于水平位置,所以机舱轮毂的吊装一直是风力发电机吊装工艺中的技术难题。近年来,随着不可再生能源的枯竭,世界各国对风能这种可再生能源的利用越来越重视,对吊装工艺也提出了更高的要求,为了满足这一要求,研制一种通用性较强的、能够实现自动控制的机舱轮毂专用吊具已经是势在必行的一步。首先,本文对国内外各种机舱轮毂专用吊具的机械结构进行学习和分析,针对风机机舱轮毂专用吊具的关键部件进行了设计,并且建立了风力发电机机舱轮毂专用吊具的有限元分析模型,对风力发电机机舱轮毂专用吊具进行了静力学分析和专用吊具关键部件的疲劳分析。根据静力学分析的结果,验证了专用吊具设计的合理性。根据疲劳分析的结果,提出了针对危险部位进行定期进行检查的建议,以此来降低因部件疲劳破坏造成吊装过程中险情发生的概率,为日后的保养维护和再优化奠定了基础。其次,本文依据工程实际的需要,设计了专用吊具的液压系统,计算了液压系统的主要参数,完成了液压系统元件的选型工作。进行了风力发电机机舱轮毂专用吊具电液伺服系统的控制性能研究,根据电液伺服系统各个环节的特点建立每个环节的数学模型,并通过仿真软件对电液伺服系统的响应性能与稳定性能进行了分析。最后,本文针对风机机舱轮毂专用吊具的电液伺服系统的控制方法进行了优化,不同于现在机机舱轮毂吊具依赖于操作人员在远端进行遥控控制,本文分别采用了PID控制和单神经元PID控制两种控制方式实现了专用吊具自动控制的能力。利用仿真软件,建立两种控制方式的仿真模型,对仿真结果,得出了单神经元PID控制有效地提高了系统控制性能的结论。本文对风力发电机机舱轮毂专用吊具的研究为机舱轮毂专用吊具未来的设计与控制方式的选择提供了新的思路。

关键词： 供应链采购   备品备件   风力发电  

摘要： 近几年来,随着以风电为代表的新能源发电项目在政策支持下得到了快速发展,以中核集团为代表的电力企业拥有多个位于不同区域的风电场,因此造成了生产区域分散、维护检修人员工作地点不固定等情况,无法及时开展相关工作的需求。充足的备品备件库存,既是保证风力发电机组抢修速度和处理机组应急事件的必要条件,也是保障风电场安全、可靠和持续运行,确保设备完好率和可利用小时的关键性因素;而过度的备品备件库存,不但会造成企业流动资金的积压,还将对备品备件的寿命期造成一定损害。如何平衡上述两个库存量的矛盾,成为考量风电企业管理水平的一个难题。我国风力发电行业经过前几年迅猛的发展,今后将逐渐转向稳步发展时期。随着运行风电机组数量逐年的增多和运行周期的增长,风电设备运维将给各风力发电企业生产经营带来巨大的压力,而备品备件的储备和供应将直接影响风电企业安全生产和经营成本。受生产模式和经营成本的制约,风力发电企业很难采用发电企业传统的物资储备方式来解决备品备件储备问题,研究和建设风电备品备件联合储备机制将是风力发电企业解决备品备件储备的必由之路。发电企业备品备件联合储备机制的建设已提出多年,但受到企业经营生产管理机制、市场环境、技术条件等因素的限制,到目前为止还鲜有较为完善的案例得以付诸实施。风力发电的备品备件种类和技术复杂程度较之火力发电要简单的多,加之目前互联网技术的发展和社会物流配送资源整体水平的提高,在风电企业实施备品备件联合储备机制建设已具备了完备的客观条件。中核集团风电公司为了自身安全有效、长期稳固地运行经营,规划并实施了风电场的备品备件采购计划管理策略,这一策略主要是由以下采购计划措施构成,包括备品备件分类管理、库存辅助决策系统和联合采购申请系统的开发应用以及机组检修、日常维修所需备品备件专项采购规划等。基于此,本研究通过总结国内外供应链和库存管理的相应研究,以及储备管理和供应链管理的相关理论,对电力企业备品备件的文献资料进行大量阅读和整理,分析理论和文献在此方面的研究结论,并掌握供应链管理方面的研究进展。从多年从事发电生产管理和实施信息化项目的工作经验入手,运用实地访谈的方式获取一手资料,并与公司相关的人员展开调研,以获取有价值的研究资料,在充分研究中核集团风电物资和生产管理现状以及市场供给状况的基础上,梳理中核集团风电公司备品备件采购管理现存问题,包括采购计划与实际生产需求脱节,库存管理运营成本过高以及缺乏与供应商的议价优势等,从而指出孤立发电站备品备件采购管理无法满足中核集团风电公司现在需求,其次结合理论对目前备品备件存在的问题原因展开分析,包括相关计算仍有人工批量完成,动态库存周转率相比较低,企业外部缺乏沟通与合作。最后提出了中核集团风电企业备品备件联储联备采购管理的整体解决策略:在构建联储联备计划体系方面,进行统一物资分类的优化,打造联储管理组织及文件编制,重视信息处理平台化;在实施企业内部多电站联合储备管理方面,多电站建立联合储备联备管控模式,及时更新备品数据库,联合储备淘汰品管理优化;在优化供应商管理体系方面,建立集中采购管理流程,形成战略采购供给渠道,通过供应商共享联合储备大部件。实现中核风电产业的战略备品备件解决方案。从而实现中核集团内各风电场备品备件采购成本的降低,并最终提高集团整体经济效益。风电备品备件库存与运输联合优化研究是一个重大的课题,由于笔者能力有限,本研究仍存在一定的不足,将来可以进行更为深入的研究。