风光制氢已经成为了解决大规模风能和太阳能消纳的有效途径。针对传统方法未考虑锂电池储能系统和氢储能系统的功率分配和协调运行问题,提出了含电/氢复合储能的直流微电网模糊功率分配和协调控制方法,建立了碱式电解槽、储氢罐以及燃...风光制氢已经成为了解决大规模风能和太阳能消纳的有效途径。针对传统方法未考虑锂电池储能系统和氢储能系统的功率分配和协调运行问题,提出了含电/氢复合储能的直流微电网模糊功率分配和协调控制方法,建立了碱式电解槽、储氢罐以及燃料电池的数学模型,设计了模糊逻辑控制器,给出了不同接口变换器的控制方法。最后,搭建了仿真模型和基于RT-LAB硬件在环实验平台,对所提出算法和传统方法进行了仿真和实验研究。仿真和实验结果表明,所提出方法能够使得锂电池荷电状态(state of charge,SOC)和储氢罐的氢状态(state of hydrogen,SOH)逐渐趋于合理工作区间,提升锂电池的使用寿命,减小了各接口装置控制模式切换次数。展开更多
提出一种基于广义回归神经网络(generalized regression neural network,GRNN)的风力发电机组性能预测及异常状态预警方法。通过分析运行中影响风机主轴转速和发电功率的主要因素,确定了性能预测模型的输入和输出参数。运用监控与数据采...提出一种基于广义回归神经网络(generalized regression neural network,GRNN)的风力发电机组性能预测及异常状态预警方法。通过分析运行中影响风机主轴转速和发电功率的主要因素,确定了性能预测模型的输入和输出参数。运用监控与数据采集(supervisory control and data acquisition,SCADA)系统的真实历史数据,采用广义回归神经网络(GRNN)建立了风电机组的性能预测模型,通过比较模型的预测精度对GRNN的平滑因子进行了优选。以此模型为基础,采用滑动数据窗方法实时计算风电机组转速和功率的残差评价指标,当评价指标连续超过预先设定的阈值时,则可判断风电机组状态异常。采用某实际风电机组若干历史故障发生前后的真实SCADA数据进行模拟,验证了方法的有效性。展开更多
文摘风光制氢已经成为了解决大规模风能和太阳能消纳的有效途径。针对传统方法未考虑锂电池储能系统和氢储能系统的功率分配和协调运行问题,提出了含电/氢复合储能的直流微电网模糊功率分配和协调控制方法,建立了碱式电解槽、储氢罐以及燃料电池的数学模型,设计了模糊逻辑控制器,给出了不同接口变换器的控制方法。最后,搭建了仿真模型和基于RT-LAB硬件在环实验平台,对所提出算法和传统方法进行了仿真和实验研究。仿真和实验结果表明,所提出方法能够使得锂电池荷电状态(state of charge,SOC)和储氢罐的氢状态(state of hydrogen,SOH)逐渐趋于合理工作区间,提升锂电池的使用寿命,减小了各接口装置控制模式切换次数。
文摘提出一种基于广义回归神经网络(generalized regression neural network,GRNN)的风力发电机组性能预测及异常状态预警方法。通过分析运行中影响风机主轴转速和发电功率的主要因素,确定了性能预测模型的输入和输出参数。运用监控与数据采集(supervisory control and data acquisition,SCADA)系统的真实历史数据,采用广义回归神经网络(GRNN)建立了风电机组的性能预测模型,通过比较模型的预测精度对GRNN的平滑因子进行了优选。以此模型为基础,采用滑动数据窗方法实时计算风电机组转速和功率的残差评价指标,当评价指标连续超过预先设定的阈值时,则可判断风电机组状态异常。采用某实际风电机组若干历史故障发生前后的真实SCADA数据进行模拟,验证了方法的有效性。
