风电机组参与调频可提高风电并网系统的频率稳定性,但现有下垂控制难以兼顾频率响应特性和风机自身运行状态。为此,文中提出一种计及频率变化率(rate of change of frequency,ROCOF)与转子动能的自适应下垂控制策略,充分利用转子动能参...风电机组参与调频可提高风电并网系统的频率稳定性,但现有下垂控制难以兼顾频率响应特性和风机自身运行状态。为此,文中提出一种计及频率变化率(rate of change of frequency,ROCOF)与转子动能的自适应下垂控制策略,充分利用转子动能参与调频,确保风机稳定运行。首先,根据系统频率情况,将ROCOF划分区间,通过分段函数构建下垂系数与ROCOF的耦合函数,确保风电机组在扰动初期释放更多能量,提高风机对频率的支撑能力,减缓频率跌落速度。然后,引入转速影响因子,根据风机自身运行状态调整下垂系数,防止风机转子失速,避免频率二次跌落。最后,在MATLAB/Simulink平台上搭建风火联合系统仿真模型验证了所提控制策略有效性。仿真结果表明所提策略在保证风机转速稳定的同时,能有效利用风机转子动能改善系统频率响应特性。展开更多
为降低风电机组故障发生概率,提高其可靠性,该文利用数据采集与监控系统(supervisory control and data acquisition,SCADA)检测获得的风电机组运行状态数据,通过研究多指标融合状态评价模型及其预测算法,解决风电机组状态参数评估与预...为降低风电机组故障发生概率,提高其可靠性,该文利用数据采集与监控系统(supervisory control and data acquisition,SCADA)检测获得的风电机组运行状态数据,通过研究多指标融合状态评价模型及其预测算法,解决风电机组状态参数评估与预测难题。结合SCADA系统结构,设计并规划风电机组状态参数评估与预测系统架构与功能;利用输出功率波动、风能利用率以及开机运行比率3项参数,基于阈值法,建立风电机组状态退化评价指标模型,通过主成分分析法对3个评估标准进行权重计算,并将各指标进行信息融合,综合反应风电机组运行状态;设计Convolutional Neural Network-Long Short-Term Memory风电机组状态预测模型,实施风电场运行状态参数预测;开发风电机组状态评估与预测系统软件,验证所提方法的有效性。展开更多
文摘风电机组参与调频可提高风电并网系统的频率稳定性,但现有下垂控制难以兼顾频率响应特性和风机自身运行状态。为此,文中提出一种计及频率变化率(rate of change of frequency,ROCOF)与转子动能的自适应下垂控制策略,充分利用转子动能参与调频,确保风机稳定运行。首先,根据系统频率情况,将ROCOF划分区间,通过分段函数构建下垂系数与ROCOF的耦合函数,确保风电机组在扰动初期释放更多能量,提高风机对频率的支撑能力,减缓频率跌落速度。然后,引入转速影响因子,根据风机自身运行状态调整下垂系数,防止风机转子失速,避免频率二次跌落。最后,在MATLAB/Simulink平台上搭建风火联合系统仿真模型验证了所提控制策略有效性。仿真结果表明所提策略在保证风机转速稳定的同时,能有效利用风机转子动能改善系统频率响应特性。
文摘为降低风电机组故障发生概率,提高其可靠性,该文利用数据采集与监控系统(supervisory control and data acquisition,SCADA)检测获得的风电机组运行状态数据,通过研究多指标融合状态评价模型及其预测算法,解决风电机组状态参数评估与预测难题。结合SCADA系统结构,设计并规划风电机组状态参数评估与预测系统架构与功能;利用输出功率波动、风能利用率以及开机运行比率3项参数,基于阈值法,建立风电机组状态退化评价指标模型,通过主成分分析法对3个评估标准进行权重计算,并将各指标进行信息融合,综合反应风电机组运行状态;设计Convolutional Neural Network-Long Short-Term Memory风电机组状态预测模型,实施风电场运行状态参数预测;开发风电机组状态评估与预测系统软件,验证所提方法的有效性。
