基于机器学习的带被动阻尼直流微电网系统的稳定性检测

直流微电网中恒功率负荷(CPL)具有负阻尼特性,该特性会降低系统稳定性。为此,通过在滤波器上添加被动阻尼来增强直流微电网系统的稳定性,并提出一种基于机器学习的方法来检测带被动阻尼直流微电网系统的稳定性。首先,建立带被动阻尼直流微电网系统的小信号模型,以此来确定影响系统稳定性的参数。其次,以所选系统参数为变量建立仿真场景,以此来获取用于机器学习算法训练的数据集。再次,提出一种基于轻量型梯度提升机(LGBM)的直流微电网稳定性检测模型,并采用沙普利加解释法(SHAP)分析所选参数对LGBM预测结果和直流微电网系统稳定性的影响。最后,通过仿真和硬件在环实验验证所提方法的有效性和优越性。

基于改进麻雀搜索算法的大型海上风电场电缆布置优化

考虑多个设计变量和成本因素后,大型海上风电场电缆布置优化问题呈现出高复杂度特点。为此,提出一种基于改进麻雀搜索算法的电缆布置优化方法。首先,以电缆全寿命周期总成本为目标函数,考虑实际工程需求提出约束条件,建立电缆布置优化模型。然后,结合鸡群优化算法和Prim算法来改进麻雀搜索算法,对海上风电场的电缆连接拓扑、电缆型号和变电站位置同时进行优化。最后,进行实例分析,验证模型的可行性和改进算法的有效性。结果显示,全寿命周期模型可以全面评估电缆布置的经济性。相比于原算法,改进麻雀搜索算法的寻优能力有较大提升,且相对于文献中的改进算法具有结构简单、效率高和优化稳定性强的特点,适用于大型海上风电场电缆布置优化问题。

两叶片变速风力机组避免塔架共振控制策略

变速风力发电机组中塔架固有频率及叶轮旋转频率一致会致机组出现共振现象。为避免共振,设立转速禁区控制风力发电机组快速通过共振区间。在研究分析两种不同基于转速禁区控制策略基础上,提出适合两叶片风电机组避免塔架共振控制方案。通过Bladed软件仿真测试并分析不同转速禁区对机组性能影响,将所得参数用于现场实验。仿真、实验表明,所提转速禁区方案能有效避开共振区,并能保证发电量损失最小。

风电全生命周期成本建模与经济分析综述

近年来,风电规模增速迅猛,其经济分析和成本建模方式也在不断改进。为总结现有方法,理清后续研究思路,首先,按照风电项目全生命周期的4个阶段进行阐释;然后,介绍了风电项目全生命周期的成本构成及建模方式,重点比较了陆上和海上风电场在该部分的差异,并结合上述内容探讨了生命周期和投资成本之间的关系;接着,为介绍成本投资效益,对比了风电项目基本经济评价指标及适用性。在上述基础上,根据存在的问题对未来发展趋势进行了分析,并为实现不同地区、不同环境下的风电经济性评价提出了一些建议,以期为新发展趋势下的风电成本建模和经济评价提供参考。

“可再生能源发电技术”研究生课程教学改革探索

当前新能源技术日新月异,可再生能源发电已经广为应用。为深度融合教师队伍和教学内容,使电气工程专业的课程建设跟上时代发展脚步,对电气工程专业硕士课程教学改革迫在眉睫。对“可再生能源发电技术”课程教学改革开展探索,研究内容包含基于成果导向教育(OBE)的课程教学改革思路、课程教学内容、课程教学与实践模式、课程考核方式4个方面。本项教学改革旨在促进相关课程改革与优化,提高学生从事新能源领域技术工作和科学研究的能力,为培养高质量的新能源领域技术人才打下基础。

基于孤立森林与稀疏高斯过程回归的风电机组偏航角零点漂移诊断方法

偏航角零点漂移严重影响风电机组性能,将之消除的前提是对其进行可靠且快速的检测。基于风能捕获机理,该文提出一种运用机器学习算法的偏航角零点漂移诊断方法。首先,采用孤立森林(isolated forest,IF)异常值检测算法对数据进行预处理;其次,建立非参数模型稀疏高斯过程回归(sparse Gaussian process regression,SGPR)估计偏航角零点漂移;最后,利用多个风电场的风电机组实际运行数据对所提方法进行验证,并分析不同诊断模型对数据量的依赖性。结果表明:IF+SGPR方法准确性高,所需数据量少,能够快速诊断偏航角零点漂移;该诊断方法能够应用于各种电场不同型号的风电机组,普适性较高。

微电网经济运行的分布式二次电压–频率恢复控制

由于传统下垂控制的特点,微电网中分布式能源的输出电压和频率易受负荷变化的影响.为此,本文提出了分布式二次电压–频率恢复控制算法,在二次控制层实现电压–频率恢复与同步的同时,提高微电网系统运行的经济性,并减少由于运行时间尺度不一致造成的供需不匹配.此外,本文提出的控制算法能实现孤岛模式向并网模式转变的无缝切换,能有效应对通讯故障,在极端情况下系统仍能保持稳定.最后,本文对所提出的算法进行了稳定性证明,并利用仿真和实验验证该算法的有效性和可靠性.

分布式的温控负荷集群负荷跟随控制

温控负荷(thermostatically controlled loads,TCLs)集群作为一种灵活的可调度资源,已成为促进电网经济运行和帮助电网恢复稳定的有力手段之一。然而,由于温控负荷单体功率小、位置分散且参数各异,给调度带来了困难。为了灵活利用数量庞大的负荷侧资源进行负荷跟随控制,该文建立温控负荷的虚拟电池模型和负荷集群的聚合模型,并提出基于双层分布式通信网络的控制策略。上层利用分布式交替方向乘子法(alternating direction method of multipliers,ADMM)来解决不同负荷聚合器的最佳跟随功率问题,以确保跟随效益最优;下层提出基于快速分布式平均一致性算法的深度神经网络(deep neural networks,DNN)的方法,使得聚合器内部的所有温控负荷以相等的虚拟电池荷电状态(state of charge,SoC)快速共享上层得到的跟随功率,并有效减少了通信数据量。不同时间尺度的算例验证提出的控制策略能够实现快速的负荷跟随,并保证用户侧的效益。

孤岛模式下多源直流微电网经济运行的协调优化控制策略

基于直流微电网的时变性与分布式发电单元的不确定性,本文提出了一种最小化运行成本的多源协调优化控制策略。首先,建立了优化调度模型,通过完全分布式的控制框架,设计了实时经济运行的优化方案,以实现直流微电网系统分布式发电的负载分配、电压恢复以及经济最优。此外,由于三个变量的动态变化值被引入到一致性算法中,功率分配优化过程是实时的。最后,用仿真算例来对上述优化策略进行验证。结果表明,提出的控制策略可有效地实现分布式发电的最优功率分配,达到最小化运行成本的目标。当直流微电网系统中单元的成本函数或功率限制发生变化时,能够实现在线优化。

基于深度学习的恒功率负荷直流微电网稳定性分析

针对恒功率负荷(CPL)因负阻抗特性导致直流微电网母线电压失稳的问题,从限制CPL取值范围出发,引入深度学习算法分析系统的稳定性。首先,通过采用直流微电网机理模型仿真,建立初始数据库;然后,对数据库进行预处理,在此基础上,利用最大信息系数进行相关性分析,得到系统参数与CPL临界值之间的相关性强弱信息,并实现输入特征降维;接着,采用自定义损失函数与量化预测性能等方法设计适用于CPL临界值预测的深度学习策略。最后,针对不同场景的直流微电网进行仿真测试,并通过硬件在环实验验证所提深度学习策略的有效性和优越性。

基于改进黏菌优化算法的光伏多峰MPPT控制策略

当光伏阵列在局部阴影遮挡条件下时,传统最大功率点追踪控制策略易陷入局部最优解,降低光伏系统发电效率.为解决该问题,本文提出了一种基于改进黏菌优化算法的最大功率点追踪策略.该策略在黏菌优化算法的基础上,基于光伏阵列特性提出了新的边界条件,减小超出边界黏菌的迭代次数,增大算法的收敛速度;同时,引入了Lévy飞行策略优化其收敛准则,提升算法的随机搜索能力,进一步提高了算法的追踪速度.仿真和实验结果表明,该策略拥有较高的追踪速度和追踪精度,在各个光照条件下均能快速追踪到最大功率点,有效提高光伏系统的发电效率.

基于两步处理的大型海上风电场分布式运行功率优化方法

随着海上风电场逐步走向大型化,尾流效应对风电场发电效率的影响加剧。已有风电场尾流控制方法的计算负荷较大,优化效果有限。对此,基于风电场网络的更新与分簇,提出一种两步功率优化方法。基于海上风电场尾流效应完善网络化定义,提出将优化分为两个阶段以处理优化动作对风电场网络和功率的影响;引入谱聚类方法实现网络分簇,结合改进的平衡优化算法进行高效求解,并通过分簇更新与优化迭代的结合实施两步优化策略。案例仿真结果表明,相对于集中式优化,所提出的方法优化效果接近,求解时间显著缩短;与单步优化相比,在具有复杂尾流关联的场景下,能以增加一定的求解时间为代价,获得更大的功率增益。最后,对不同规模风电场和分簇数量进行了探究,所提出方法对大型海上风电场具有较好的应用前景。

多段电阻炉温度控制系统的设计与实现

针对具有大滞后、时变性和控制动作单向性等特点的炉温控制系统,提出了一种比例、积分自校正PID算法与多修正因子模糊控制算法相结合的Fuzzy-PID复合控制算法;以西门子PLC为控制核心,以固态继电器为执行器,通过调功的方法来达到控制温度的目的;并在具体实验中对比了多种控制算法的控制效果,验证了该设计方法的优越性和有效性。

现代控制技术在风力发电控制系统中的应用研究

社会在高速发展,能源问题日益突出,风力发电作为一种新型环保能源受到广泛关注和大力提倡,而风力发电控制系统是风力发电的一个重要环节和关键技术,将现代控制技术应用到该系统中是大势所趋,也是必然。

基于有限状态机的三电平逆变器双矢量模型预测控制策略

针对三电平逆变器使用有限集模型预测控制策略时,存在电流谐波大、对微控制器运算能力要求高、多目标优化复杂及输出矢量切换受限等问题,提出一种基于有限状态机的双矢量模型预测控制策略。首先,采用有限状态机来描述有限的控制集和受限的矢量切换,并以此作为三电平逆变器运行的基础,从而避免过大的相电压和线电压跳变;然后,提出一种适用于该有限状态机的简化控制集方法,使得候选矢量的数量不超过5个;继而,结合直流侧电容电压平衡控制,确定最优双矢量组合,且无须进行多目标优化;最后,计算双矢量的占空比,进一步降低输出电流的谐波。仿真和实验结果验证了所提策略的良好性能。

风功率异常数据检测方法对比研究

风电机组风功率预测和功率曲线建模等工作的开展依赖于历史运行数据。然而,历史数据中积累了大量的异常数据,导致上述工作难以有效开展。国内外学者已经提出了多种异常数据检测方法,然而对不同方法的优缺点与适用场合还缺少整体认识。为此,本文对基于密度的聚类算法、局部离群因子算法、Thompson-tau四分位法和孤立森林四种常用的风功率异常值检测方法进行了对比研究。为评价不同检测方法,提出了基于标准功率曲线的评价指标。实验结果表明,孤立森林算法相比其他三种方法具有更高的精度,能应对不同分布的异常数据,且清洗时间较短。

基于智能算法的高海拔风电机组多参数优化设计

以高海拔地区风电机组为对象,建立了平准化电力成本(LCOE)模型,并采用智能算法对其关键设计参数进行优化。分析了海拔升高对气候环境与风电机组的影响,建立了以转子半径、轮毂高度以及额定功率为设计参数的高海拔风电机组LCOE模型。以LCOE最小化为目标,采用遗传、粒子群、量子遗传3种智能优化算法对3个设计参数进行优化。优化结果表明,一定的海拔高度下存在最佳参数和最优LCOE,3种智能算法皆能得到模型的最优解,而量子遗传算法在收敛时间与收敛精度上均具有较好性能。随着海拔的升高,最优LCOE增大,3个优化参数呈现出不同的变化趋势。本文的相关结论对于高海拔风电机组选型与设计具有一定的参考意义。

“风电系统可靠运行、高效控制与优化调度技术”专题特约主编寄语

近年来,实现全球范围内的双碳目标已成为热门话题。我国作为世界能源大国,在2020年联合国大会上郑重承诺实现碳达峰和碳中和的“30·60”目标,并将此目标纳入了“十四五”规划建议,同时也首次被写入政府工作报告中。风力发电作为可再生能源的重要组成部分,成为国家实现双碳目标的重要手段之一。