风力发电的发展状况与展望

阐述了风力发电的发展状况,分析了风力发电迅速发展的原因和条件,指出风力发电已由单一化向多元化方向发展。简述了风力机技术、风电并网技术、海上风力发电的现状。     

从输电阻塞角度建立的风电场容量可信度模型

风电并网时既要考虑系统的可靠性又要考虑输电阻塞。目前风电场容量可信度仅从可靠性单一角度提出。为此从输电阻塞角度提出了风电场容量可信度的定义;通过Monte Carlo法建立计及元件故障(发电机、线路和变压器)的风电场容量可信度模型,并提出该模型的二分法求解算法;同时还提出了风电阻塞指标以描述风电场并入电力系统对缓解系统输电阻塞的贡献。通过对修改的IEEE-RTS进行算例分析,验证了方法的正确性和实用性。结果表明:系统阻塞状况的缓解程度与并入风电场的位置有关,风电场容量可信度和风电阻塞指标相结合可以评价风电场并网对系统阻塞状况改善的有效性和经济性。     

输电塔线体系风洞试验模型的变比例问题分析

塔线体系的气弹模型风洞试验时,由于模型制作和现有风洞尺寸条件的限制,输电塔线体系中塔与线保持相同比例的气弹模型制作难度很大,往往需要将导线跨度的比例缩小.从数值分析的角度出发,以某1000 kV双回路线路的一段塔线体系为例,铁塔保持不变,导线的缩聚比例分别为1.00、0.50、0.25的情况进行顺风向的风振响应时程分析.结果显示,导线比例缩聚后,塔线体系的风振响应基本保持一致,缩聚模型的风洞试验结果可以比较准确的反映原型的风振响应.     

风电系统及其电压特性研究

基于风力发电机和配电网的特点,对不同风速和系统连接阻抗条件下的风电系统电压特性进行了研究。文章还对风力发电机组并网和脱网情况下风电系统的电压变化进行了仿真。研究结果对风电场的规划及安全运行具有指导意义。     

5kW校园智能风电系统的开发与应用

通过对5kW小型风电站的应用开发,基于物联网技术对风电站进行智能化改造,实现对小型风电站的远程智能监控,旨在研究推广民用风能绿色新能源和物联网技术的综合应用。     

双馈风力发电机组仿真装置研究

以某风电场2 MW风力发电机组为仿真对象,对风力发电机进行结构分析,并采用模块化建模方法分别建立风速模型、风机模型、传动模型、电机模型和控制模型,给出了相应的数学模型.在南京工程学院JSCC仿真支撑系统下,用Fortran语言编写了仿真算法并建立全范围风力发电机组仿真模型.根据该风电场典型工况进行模拟计算,模拟风速从8 m/s至20 m/s变化时风电机组系统的变化动态特性,模拟结果表明所建立仿真模型能够反应实际机组的动态特性,系统能够满足风电场运行人员培训及风电系统优化等要求.     

风电场风速和风电功率预报准确率评判方法

 对风电场风速和风电功率预报进行客观准确的评判,可以有效促进风电场风速和风电功率预报水平的提升,为减缓风电并网对电网的影响服务.本文在对风电场风速和风电功率预报准确率评判方法进行全面回顾的基础上,分析了常用数学预报准确率评判法、相对于风电场额定值的预报准确率评判法、等级预报准确率评判法和与风力发电特征紧密结合的风电场风速预报准确率评判法.同时还分析了这4类风电场风速和风电功率预报准确率评判方法的特质,及其与风力发电特征的结合程度和适用范围.     

考虑风电接纳风险的鲁棒实时调度方法

高比例风电接入电网后,风电有功功率的不确定性给电力系统调度决策带来了新挑战,增加了系统运行经济性与风险性之间的矛盾。针对此问题,本文提出了一种考虑风电接纳风险的鲁棒实时调度方法,首先从运行风险性角度,基于风电出力概率特性,利用金融领域中的条件系统风险（Conditional System Risk, CSR）指标,表征风电接纳风险,然后从运行经济性角度考虑,考虑了实时调度中的发电量自动控制（Automatic Generation Control,AGC）机组运行和备用成本以及风电消纳效益,表征系统运行成本,最后依据风险性指标和经济性指标,综合利用鲁棒优化和随机优化方法,构建考虑风电接纳风险的鲁棒实时调度优化模型,获取AGC机组运行基点及备用容量、风电可接纳范围,从而实现在最大程度保证系统风险难以发生的同时,提高系统运行经济性,提高风电消纳水平。通过对IEEE30节点测试系统的计算和分析验证了本文所提方法的有效性。     

基于径向基神经网络的风电场无功补偿优化算法

 针对风电场无功补偿容量计算工作量大、计算过程复杂的问题,提出了应用径向基神经网络优化风电场无功补偿容量计算的方法。首先建立了含风电场的电力系统潮流计算模型,以某风电场实际有功功率作为模型的输入,计算该风电场所需的无功补偿容量;以有功功率作为输入数据,以计算所得的无功补偿容量作为目标输出,建立径向基神经网络,并对该神经网络进行训练。用训练后的径向基神经网络代替潮流计算模型,对该风电场所需无功功率进行计算,结果表明,该方法计算复杂度比潮流计算模型低,计算量少。研究表明可用训练后的径向基神经网络模型代替潮流计算模型,实时计算风电场无功补偿容量。     

乐安风力发电场对鸟类的影响研究

发展风力发电是发展低碳经济的需要,但建设风电场可能会对生态环境和鸟类造成一定的影响。以鸟类资源调查为基础,结合乐安风电场建设项目,研究了风电场对鸟类栖息、觅食、迁徙以及存活的影响,提出了有关环保措施以减少建设风电场对鸟类造成影响,实现人与自然的和谐发展。     

一种新型风力发电机的设计

为了解决无线传感器网络节点的供电瓶颈问题,提出了一种通过新型风力发电机将风能转化为电能对无线传感器网络节点提供能源的方法。在该新型风力发电机中风扇作为发电机的一部分,将风扇和发电机一体化,减小了整个发电装置的体积。同时设计了电源管理电路,将新型风力发电机发出的交流电转换为直流电,对锂电池充电和通过电阻对锂电池的输出进行分压并提供给无线传感器网络节点。最终的分析和计算结果显示新型风力发电机和电源管理电路能够实现对无线传感器网络节点提供能源的目标。     

风火电打捆输电系统风火电配置比例研究

针对风火打捆外送的风火电比例配置问题,以机组总运行成本最低和输电功率最大为目标建立电源出力配置模型.采用考虑系统约束条件的等微增率法进行求解,并在不同风火电配置比例、不同弃风率情况下对单位煤耗、系统输电通道利用率、单位发电成本和单位发电的氮氧化物排放量等指标进行计算分析.在此基础上深入讨论了氮氧化物排放价格对系统单位发电成本的影响,结果表明,当氮氧化物排放价格达到一定值时,风电机组与火电机组可平等参与日前发电调度,实现系统的经济性和环保性.     

风火打捆输电系统小扰动的稳定性

针对风火打捆输电系统小扰动稳定性问题,建立了包括双馈风电机组风力机模型、浆距角控制模型、变流器模型、控制系统模型和感应发电机模型的风火打捆输电系统小扰动模型.详细介绍了风火打捆外送系统小扰动稳定性分析方法;在构造的风火打捆外送仿真系统中对风火打捆输电系统与大电网的联络线紧密程度、风电负载率、风火电配置比例对系统小扰动稳定性的影响进行了仿真分析.仿真结果表明:风电场与系统的联络越弱,系统小扰动稳定性越差,同时风电负载率和风火电配置比例也直接影响系统的小扰动稳定性.     

基于ARIMA模型的风电场短期风速预测

目前,风力发电的并网规模越来越大,但是鉴于风力发电特有的间歇性和随机性的特点,难免会对电力系统的稳定运行和电能质量造成巨大影响,也就限制了风电的发展速度与规模。对风力发电场的风速进行中、长、短期的预测可以在一定程度上有效的解决该问题,依据风速序列的自相关性以及时序性,本文提出了一种基于时间序列分析的风电场短期风速预测ARIMA模型,重点讨论了建模的过程、模型的识别、模型的定阶和模型参数的估计。最后结合风电场实际,对比于持续法预测给出了相应的预测结果和误差分析,验证了所提出的ARIMA模型用于风电场风速预测的可行性。     

基于分层分区原则的大机组接入系统的电网规划

我国电网发展已经进入大区电网互连、跨大区电网输电的格局,加强受端系统的网络对全局的电网运行有着重要的意义．受端系统电网规划中,大机组接入系统的电压等级选择关系到对受端系统的电源、电压支撑,也和受端系统内部电网的实际运行情况密切相关．文中从规划工作的实际经验出发,分析了大机组接入500kV电网的优点和必须注意的问题,并通过事例说明了如何应用简化电厂接线、分散外接电源、分层分区接入的原则确定大机组接入系统电压等级．     

采用模糊PID控制的风电系统稳定电压研究

建立一个非并网的独立风力发电系统,以开关磁阻发电机为发电电源,发出的电能通过功率变换器输入到直流电网给负载供电;系统以超级电容器和蓄电池作为混合储能元件通过双向变流器与直流电网相连,采用模糊PID控制双向变流器的占空比,实现风力发电系统直流母线与混合储能系统之间的能量流动,有效地提高了风力发电系统的稳定性和供电质量.     

海上风电柔直输电系统黑启动研究进展

随着绿色能源的快速发展，海上风电场的规模也越来越大，同时柔性直流也是海上风电场对外传输电能的主要方式。海上风电柔直输电系统在遇日常或故障检修后，需要由换流站等独立完成系统的黑启动。本研究从系统黑启动电源的选择、风电场和换流站的启动方式展开，总结出一种适用于海上风电柔性直流输电系统的黑启动策略，并归纳分析了系统启动过程中注意事项及难点，最后提出系统黑启动的未来发展方向，为今后海上风电柔直输电系统黑启动的研究和应用提供参考。     

基于柔性传动链的风力机功率控制

针对风力机变桨系统特性,研究功率控制策略。首先分析风力机能量转换理论,确定影响功率输出的重要因素;再建立变桨系统闭环传递函数模型;以低速轴和高速轴为纽带,考虑柔性,建立柔性传动链系统模型。由于作用在风轮上的风速难于准确实时测量,以最小二乘支持向量机方法对风速进行预测,然后采用变论域模糊方法实现变桨过程中的功率控制,提高系统的自适应能力。仿真验证了所提方法的适用性和有效性。     

基于GWO-CNN-BILSTM的超短期风电预测

在未来高渗透率风电场景下,超短期风电功率预测研究对于实现电力系统优化运行具有重要意义。为此,提出一种基于GWO-CNN-BiLSTM的超短期风电预测方法。首先,搭建基于卷积神经网络(convolutional neural network, CNN)与双向长短期记忆神经网络(bidirectional long short term memory, BiLSTM)的组合模型,然后,为提升风电预测结果的精度,通过灰狼优化算法(grey wolf optimizer, GWO)对组合模型进行优化,使该组合模型参数能实时适应风电历史数据。最后,仿真结果验证了所提出方法的有效性和优越性。     

基于AM-LSTM模型的超短期风电功率预测

近年来,中国的风力发电产业高速发展。然而风力发电具有不稳定性,风电功率超短期预测结果的准确性直接影响到电网安全有效的运行。为了进一步提高风电功率超短期预测的精确度,提出了长短期记忆网络-注意力模型(AM-LSTM)风电功率预测模型,该模型将长短期记忆网络(long-term and short-term memory,LSTM)和注意力模型(attention model,AM)相结合, LSTM网络能够处理好风速、风向等时间序列变量与风电功率之间的非线性关系,注意力模型能够优化LSTM网络的权重,从而使预测结果更加准确。采用真实的风电场历史数据进行实验,结果表明:提出的AM-LSTM预测模型能够有效利用多变量时间序列数据进行风电场发电功率的超短期预测,比传统的BP神经网络和LSTM网络具有更精确的预测效果。该预测模型为风电场地电力调度提供了科学参考。