若风电机组参与调频时采用步进惯量控制(stepwise inertial control,SIC)策略,其退出调频时有功快速下降可能会引发系统频率二次跌落(frequency second drop,FSD)问题。已有文献中一类改进的SIC策略通过减小风电机组退出调频后有功下降...若风电机组参与调频时采用步进惯量控制(stepwise inertial control,SIC)策略,其退出调频时有功快速下降可能会引发系统频率二次跌落(frequency second drop,FSD)问题。已有文献中一类改进的SIC策略通过减小风电机组退出调频后有功下降阶段的斜率来应对FSD问题,然而该类改进的SIC策略使得风电机组在退出调频后其有功需要一段时间才会小于风能捕获,在此期间转子转速会继续下降并有可能低于转速下限,危及风电机组运行安全。文章对这一类改进的SIC策略做了进一步完善,提出了一种风电机组自适应SIC策略,根据风电机组退出调频时的转子转速自适应设置风电机组退出调频后有功下降阶段的斜率,在确保风电机组退出调频后转子转速不会低于转速下限的前提下,最小化FSD的幅度。展开更多
针对传统固定权重多目标无功优化在应对新型电力系统复杂多变的工况时无法针对实时工况做出最合适的控制决策的问题,提出一种自适应多目标无功优化控制策略。该策略以系统有功网损和并网点电压偏离量的加权最小作为目标函数,目标函数的...针对传统固定权重多目标无功优化在应对新型电力系统复杂多变的工况时无法针对实时工况做出最合适的控制决策的问题,提出一种自适应多目标无功优化控制策略。该策略以系统有功网损和并网点电压偏离量的加权最小作为目标函数,目标函数的权重系数根据并网点电压的偏离情况自适应调节。首先,分析海上风电场并网点电压波动与有功、无功输出的关系,建立相应的无功分配模型,并针对风电机组及静止无功发生器(static var ge nerator,SVG)的输入输出特性,建立相应的无功控制模型。此外,考虑海上运行的功率约束、安全运行约束等,采用变惯性权重粒子群优化算法对无功控制策略进行求解。最后,在MATLAB中搭建海上风电场模型进行仿真验证,仿真算例表明:相较于传统固定权重多目标无功优化,自适应多目标无功优化控制策略可以根据电网实时工况,迅速调整各优化目标的优先级,较好地实现有功网损和并网点电压的协调优化。展开更多
风电机组主传动链故障是影响风电机组年运行时间的主要故障类型,提高其诊断精度是确保风电场稳定可靠运行的关键。为提升风电机组主传动链故障诊断精度,在主传动链上增加高频振动监测系统对其振动信号进行精细化分析。由于分别根据高频...风电机组主传动链故障是影响风电机组年运行时间的主要故障类型,提高其诊断精度是确保风电场稳定可靠运行的关键。为提升风电机组主传动链故障诊断精度,在主传动链上增加高频振动监测系统对其振动信号进行精细化分析。由于分别根据高频振动监测信号与风电机组数据采集与监视控制系统(Supervisory Control and Data Acquisition,SCADA)实时监测信号独立进行故障诊断时,难以发现风电机组主传动链的早期故障。为此,提出一种基于3类数据源融合的智能故障诊断方法,通过融合SCADA实时监测系统振动数据、非振动数据和振动监测系统振动数据3类不同时间尺度数据,建立基于自编码网络的典型故障分层诊断模型。实际诊断案例表明,基于3类数据源融合的典型故障分层诊断模型可准确定位风电机组的典型故障。展开更多
文摘若风电机组参与调频时采用步进惯量控制(stepwise inertial control,SIC)策略,其退出调频时有功快速下降可能会引发系统频率二次跌落(frequency second drop,FSD)问题。已有文献中一类改进的SIC策略通过减小风电机组退出调频后有功下降阶段的斜率来应对FSD问题,然而该类改进的SIC策略使得风电机组在退出调频后其有功需要一段时间才会小于风能捕获,在此期间转子转速会继续下降并有可能低于转速下限,危及风电机组运行安全。文章对这一类改进的SIC策略做了进一步完善,提出了一种风电机组自适应SIC策略,根据风电机组退出调频时的转子转速自适应设置风电机组退出调频后有功下降阶段的斜率,在确保风电机组退出调频后转子转速不会低于转速下限的前提下,最小化FSD的幅度。
文摘针对传统固定权重多目标无功优化在应对新型电力系统复杂多变的工况时无法针对实时工况做出最合适的控制决策的问题,提出一种自适应多目标无功优化控制策略。该策略以系统有功网损和并网点电压偏离量的加权最小作为目标函数,目标函数的权重系数根据并网点电压的偏离情况自适应调节。首先,分析海上风电场并网点电压波动与有功、无功输出的关系,建立相应的无功分配模型,并针对风电机组及静止无功发生器(static var ge nerator,SVG)的输入输出特性,建立相应的无功控制模型。此外,考虑海上运行的功率约束、安全运行约束等,采用变惯性权重粒子群优化算法对无功控制策略进行求解。最后,在MATLAB中搭建海上风电场模型进行仿真验证,仿真算例表明:相较于传统固定权重多目标无功优化,自适应多目标无功优化控制策略可以根据电网实时工况,迅速调整各优化目标的优先级,较好地实现有功网损和并网点电压的协调优化。
文摘风电机组主传动链故障是影响风电机组年运行时间的主要故障类型,提高其诊断精度是确保风电场稳定可靠运行的关键。为提升风电机组主传动链故障诊断精度,在主传动链上增加高频振动监测系统对其振动信号进行精细化分析。由于分别根据高频振动监测信号与风电机组数据采集与监视控制系统(Supervisory Control and Data Acquisition,SCADA)实时监测信号独立进行故障诊断时,难以发现风电机组主传动链的早期故障。为此,提出一种基于3类数据源融合的智能故障诊断方法,通过融合SCADA实时监测系统振动数据、非振动数据和振动监测系统振动数据3类不同时间尺度数据,建立基于自编码网络的典型故障分层诊断模型。实际诊断案例表明,基于3类数据源融合的典型故障分层诊断模型可准确定位风电机组的典型故障。