近海可再生能源发电研究综述与展望

综述国内外近海可再生能源发电的研究进展，指出现有以单一的近海可再生能源为对象的开发利用中存在能源利用率低、装置可靠性差等缺点。在此基础上，提出融合近海风电、波浪能发电和潮流能发电，研究近海可再生能源综合发电的新思路。在综合发电系统的构建、系统建模以及含近海可再生能源综合发电场电网的网源协调控制等方面开展研究，并讨论了具体研究方案和技术路线。     

微型燃气轮机型综合能源系统的建模与辨识

综合能源系统(IES)是由电/气/冷/热子系统构成的复杂能源耦合体,具有能源利用率高等优点,受到业界广泛关注.首先针对由微型燃气轮机构成的综合能源系统,提出了一种基于系统辨识算法的建模和参数辨识方法,利用一段时间内观测得到的系统输入和输出数据,建立系统的黑箱模型并辨识其相关参数,重点讨论模型定阶和关键参数取值优化问题,确立了有效的评价机制,进而实现对各能源子系统内在关系的科学描述;其后,分别利用典型的综合能源系统仿真模型和Capstoni C30微型燃气轮机实验数据,验证了所提方法的有效性.     

利用ARMA模型的直流电机模型的辨识

对四旋翼飞行器机体辨识建模时,首先要知道螺旋桨电机的模型.电机的扭矩和角速度取决于电机的输入电压,它们之间的关系与电机线圈的电阻、电感、电机转动惯量、摩擦力、载荷及其他电机的常数有关系.传统电机模型通常利用机理建模,但准确性不高,采用辨识建模能提高模型准确性,给电机一个已知输入,测量其输出的角速度值,然后利用最速下降算法来使电机输出和模型输出值的误差最小,通过ARMA算法来对模型进行辨识,得到系统输入输出的脉冲传递函数,并对得到的系统进行阶跃输入,从而通过比较验证模型的有效性.     

利用ARMA模型的直流电机模型的辨识

对四旋翼飞行器机体辨识建模时,首先要知道螺旋桨电机的模型．电机的扭矩和角速度取决于电机的输入电压,它们之间的关系与电机线圈的电阻、电感、电机转动惯量、摩擦力、载荷及其他电机的常数有关系．传统电机模型通常利用机理建模,但准确性不高,采用辨识建模能提高模型准确性,给电机一个已知输入,测量其输出的角速度值,然后利用最速下降算法来使电机输出和模型输出值的误差最小,通过ARMA算法来对模型进行辨识,得到系统输入输出的脉冲传递函数,并对得到的系统进行阶跃输入,从而通过比较验证模型的有效性．     

基于盲辨识理论的双通道肌电信号建模与分类

基于肌电信号产生机理 ,对双通道前臂肌电信号建立单输入多输出 IIR系统模型 ,由于模型输入未知且不可测 ,采用了盲信道辨识方法对模型传递函数进行辨识 .通过提取模型参数作为信号特征 ,能够对握拳、展拳、前臂内旋和前臂外旋四类前臂动作进行识别 .实验表明 ,该方法运算量小 ,适合在线实现 ,性能要优于传统的 AR模型方法     

基于盲辨识理论的双通道肌电信号建模与分类

基于肌电信号产生机理，对双通道前臂肌电信号建立单输入多输出IIR系统模型，由于模型输入未知且不 可测，采用了盲信道辨识方法对模型传递函数进行辨识．通过提取模型参数作为信号特征，能够对握拳、展拳、前臂 内旋和前臂外旋四类前臂动作进行识别．实验表明，该方法运算量小，适合在线实现，性能要优于传统的AR模型 方法．     

基于改进型辅助变量法的压力传感器建模

针对经典压力传感器建模方法存在适应性较差、难以准确获取压力传感器动态特性的问题,提出了一种基于改进型辅助变量法的压力传感器动态建模方法。首先运用粒子群算法预估计模型参数,将预估计的参数代入差分方程构造辅助变量。然后利用输入、输出数据用辅助变量法辨识模型的参数,进行压力传感器系统仿真,在不同噪声模型及信噪比下得到系统输出,分别用提出的方法和现有方法建模,比较建模结果的差异。最后用激波管动态校准实验平台对压力传感器进行动态校准。根据输入、输出数据构造信息矩阵并对其正交分解确定模型阶次,再次用提出的方法和现有方法建模,验证仿真结果。通过压力传感器系统仿真及实验数据验证表明：在压力传感器建模中,改进型辅助变量法的辨识精度明显高于现有方法。     

基于数据驱动的过热蒸汽温度系统模型辨识

基于过热汽温系统的集总参数模型,分别建立减温器出口温度关于减温水流量以及过热器出口温度关于过热器入口温度的传递函数。根据电厂实际运行数据,采用粒子群算法对减温器与过热器模型进行辨识,得到400,550和600 MW负荷工况下传递函数的具体参数;借助不同时期的运行结果验证模型的可靠性。研究结果表明:减温器与过热器模型输出与其相应的合行数据误差的平均相对偏差分别为0.23%和0.18%,表明模型精度较高;结合机理模型与寻优算法建立的末级过热器系统模型能较好地反映系统的动态特性;过热器出口温度对入口温度具有迟滞性,过热器模型辨识误差比减温器模型的辨识误差大,说明系统响应时间会影响模型辨识精度。     

负荷动特性综合方法研究

针对如何建立同类负荷动特性的综合模型问题,提出了基于实测响应空间的负荷动特性直接综合方法.该方法首先应用重心法确定同一类负荷特性的聚类中心,再通过对聚类中心等效样本进行参数辨识,以得到的模型参数作为该类负荷特性的综合模型参数.通过对某一变电站现场采集的负荷特性数据进行综合建模,结果表明该方法正确有效,而且其实现比综合辨识建模以及参数加权平均综合建模更为简便.     

一种基于过采样技术的非最小相位系统盲辨识方法

提出了一种在时域中盲辨识非最小相位系统传递函数的方法,该方法通过对系统输出过采样来获得系统结构参数的信息.对于单输入单输出的线性离散系统,经过输出过采样后可以等价为单个输入、多个输出的传递函数模型,这多个输出函数具有相同的分母多项式和不同的分子多项式.采用子空间分解法可以确定分子多项式的参数,通过对系统输出信号自相关函数的处理可以得到分母多项式,最终可以得到原系统的结构参数.与传统高阶矩方法相比,该方法对噪声的敏感度更低,辨识的精度和速度也有很大提高.仿真结果表明,当信噪比大于15dB时,该方法可以有效地辨识出系统参数.与高阶矩方法相比,辨识门限信噪比降低了10dB,估计精度提高了20%,辨识速度加快了3倍.     

近海可再生能源综合发电系统模型对比

介绍融合近海风力发电、波浪能发电以及潮流能发电的近海可再生能源综合发电系统的电气拓扑结构,并以此系统为例,在Matlab/Simulink平台下分别搭建了其详细模型和相量模型。在定性分析2种模型的区别之后,分别在风速变化时以及电网扰动故障下,对详细模型和相量模型进行了仿真对比。时域仿真结果显示,详细模型和相量模型的稳态、动态响应趋势均基本一致;详细模型仿真计算耗时长,且仿真曲线中包含高频分量;相量模型仿真计算耗时短,仿真曲线相对平滑。     

基于RF-WOA-VMD-BiGRU-Attention的神经网络模型在海浪预测中的应用

海上风电场的海况数据极其复杂导致用于海浪高度预测的输入参数极其不稳定,筛选出关键信息,提高输入参数的质量可以极大地提高海浪高度预测的准确性。以乐亭菩提岛风电场近一年的海上数据为基础,构建了一种基于随机森林(random forest, RF)、鲸鱼优化算法(whale optimization algorithm, WOA)、变分模态分解(variational mode decomposition, VMD)和双向门控循环单元(bidirectional gated recurrent unit, BiGRU)的海浪预测模型。该模型利用随机森林对环境特征等输入变量进行筛选,有效减少数据冗余,然后基于WOA-VMD模型自适应确定最优参数和自适应分解原始序列,提高数据质量并消除数据噪声的干扰。此外,针对海浪预测提出了一种基于注意力机制优化的BiGRU算法,随机森林的注意力机制将为BiGRU的隐藏层状态分配不同的权重,加强关键信息的影响。实验结果表明该模型和其他模型对比,输入质量更高,预测精度更高,拟合程度更准确,对风电场海浪预测有着重大意义。     

海上大功率风浪复合发电装备设计与研究

充分利用海洋能源,是人类实现可持续发展的重要途径.海洋能源中海上风能和波浪能储量尤其显著,综合利用海上风能和波浪能是可再生能源利用领域的研究热点.设计了全新的海上风浪复合发电装备,将无规则、不稳定的风能和波浪能均通过液压能转换为电能,同时设计了包含5个装备的单排复合发电场,综合计算和部分实验表明,该发电装备和发电场的功...     

海堤设计风浪和设计潮位组合风险率分析

风浪和潮位是海堤设计的关键因素,为保障海堤工程的安全性并使工程设计更为经济合理,基于Clayton Copula连接函数建立了潮位和风浪联合分布函数,以此构建了风浪和潮位组合设计风险分析模型,提出了考虑风险率模式下的风浪和潮位组合设计方法.以深圳市赤湾海域为例,分析了1971～2002年实测水文资料,获得了风浪和潮位组合风险率.结果显示：深圳赤湾海域大潮与大风同时遭遇的概率小,采用同频率设计偏于安全;而所建模型充分考虑到了风浪和潮位这种遭遇的特性,对风浪和潮位遭遇工况的合理设计具有指导意义,也为沿海城市海堤设计参数的确定提供了一种技术手段.     

海、陆两用风力发电实验平台设计

在风电场通过现场测试分析研究风力机性能由于受到现场环境的限制,能够获得的研究数据有限,室内模拟实验平台能够有效弥补研究不足.为此提出了一种海、陆两用风力发电实验平台方案.该实验平台由来风装置、风轮、发电机、两段式塔架、漂浮台、波浪产生装置、传感检测和数据采集系统等构成.在实验平台整体方案基础上,进行了结构参数设计,建立了漂浮台受力分析模型并获得了合理的结构参数,以Lab VIEW为开发环境设计了上位机运行状态监控系统.最后,基于构建的实验平台,开展了部分风力机动态特性研究工作,对比分析了模拟陆地风力机和海上漂浮式风力机时塔架振动特性,为进一步深入开展风力机动态特性研究提供了基础.     

海上浮动风力发电机组支撑结构的动力学与振动控制研究(英文)

海上风能是可再生能源领域中增长最快的一种能源.与海岸边与近海处相比,远离海岸处的风更强、且更稳定,因此坐落在离海岸足够远处的海上风电场可以产生更多的风电、具有更长的运行寿命.它可以避免传统风电场的一些重大问题,比如视觉和噪音影响、对野生动物的潜在伤害等;但从技术角度看,直接在海底固定风力涡轮机是比较困难的.为此,提出了一些基于浮动支撑结构的建设性解决方案.这些方案面临着一个重要挑战,即减少浮动海上风力发电机组的磨损、确保其在浮动支撑机构引起的各种状况下都能正常工作.与底端固定的支撑机构相比,浮动支撑机构的运动范围被扩大了很多.首先分析了浮动支撑结构的负荷和动态响应,并设计了半主动控制器来减弱浮动风力涡轮机上的动态风力和波浪负载;然后提出采用输出反馈控制策略,避免了对系统状态的依赖.用H∞输出反馈控制技术来设计半主动控制算法,并运用一个调谐液柱阻尼器(TLCD)实现了该算法.通过数值模拟,对所获得的结果进行了验证.     

基于三次修正Jensen尾流模型的海上风电场布局优化

目前修正的Jensen尾流模型均没有同时修正尾流初始半径和尾流初始风速，无法准确预测海上风电场的实际尾流风速。本文基于二次修正Jensen尾流模型基础上，提出三次修正Jensen尾流模型，并通过海上风电场风洞实验数据验证该修正尾流模型的正确性。其次，考虑全尾流及部分尾流面积，将该三次修正Jensen尾流模型应用到海上风电场的布局优化中，以风力机的坐标及数量为优化变量，以度电成本为优化目标函数，并利用樽海鞘算法对海上风电场的风力机布局进行优化设计。优化结果表明：对比采用改进Jensen模型指导风电场布局，采用三次修正Jensen模型时，风电场的布局更加均匀；对比考虑全尾流的布局，当考虑部分尾流布局时，度电成本降低了2.16%。     

混合风电场中双馈风电机组三相短路电流分析

近年来风力发电发展迅速,风电场逐渐形成了双馈风电机组和直驱风电机组混合运行的格局。由于双馈风电机组与直驱风电机组暂态特性的差异,直驱风电机组对双馈风电机组的短路电流可能产生影响,无法对混合风电场的短路电流进行准确计算。为此,针对双馈风电机组和直驱风电机组组成的混合风电场,建立了混合风电场故障工频等效电路,推导了不同机组影响下的双馈风电机组输出短路电流表达式。通过与单机双馈风电机组短路电流的对比,分析并总结了混合风电场中双馈风电机组短路电流的影响因素和变化规律。针对不同影响因素下双馈风电机组的短路电流,利用时域仿真进行了分析和验证,仿真结果证明了理论分析的正确性。     

基于流函数理论的近海风机非线性波浪荷载计算

近海风机多建于近海浅水区,波浪荷载非线性特性较为明显.基于流函数理论研究了高阶非线性波浪速度场和加速度场的特性.基于Morison方程和流函数理论计算了近海风机非线性波浪荷载,并研究了波浪自由面对近海风机非线性波浪荷载的影响,同时探讨了不同桩径时浅水区非线性波浪荷载的特性.为了验证计算结果的正确性和对比波浪的非线性特性...     

基于深度学习的风力发电机组故障预警方法研究综述

风能作为重要的可再生能源,近几十年来,全球风能使用规模迅速增长,陆上和海上风力发电机组发电容量不断增加。由于风力发电机组故障维修成本巨大,因此必须开发有效且可靠的风力发电机组故障预警方法,在风电机组发生故障前进行提前预警,以便降低风电场的运营和维护成本。目前风电机组数据采集与监视控制系统(supervisory control and data acquisition, SCADA)已经在风电场有了广泛的应用,其中蕴含着大量的潜在数据信息,同时深度学习方法在海量数据挖掘方面有比较明显的优势,因此深度学习方法在风力发电机组故障预警领域的应用潜力巨大。综述了近年来相关深度学习方法在风力发电机组故障预警的研究进展,总结了风电机组故障预警的大体步骤,分析了各个步骤的具体处理方法,对每种技术方法的特点进行整理分析。最后阐述了深度学习在风电机组故障预警领域所面临的挑战,并对今后的研究重点进行了展望。