基于天气分型的风光出力互补性分析方法

基于天气分型的风光出力互补性定量分析方法能够科学指导风光互补发电系统优化调度。针对现有天气分型方法中主成分分析法无法提取非线性特征,分布领域嵌入(t-SNE)算法未考虑样本实际分布等不足,提出了基于核主成分分析(KPCA)和自组织特征映射(SOFM)神经网络的天气分型及风光出力互补性分析方法。首先,基于数值天气预报数据,利用KPCA进行特征向量提取;然后,以特征向量为输入条件,构建基于SOFM神经网络的天气类型划分模型;最后,基于波动互补率和爬坡互补率评估指标,从波动性和爬坡性2个角度定量分析不同天气类型下风光出力互补程度和最佳并网容量比例。结果表明不同天气类型下风光出力波动互补性及最佳并网容量比例差异明显,验证了所提方法的有效性。

面向高比例新能源并网场景的风光-电动车协同调度方法

风光-电动汽车协同调度能够有效降低风光出力和电动汽车无序充电等多重不确定性对电力系统的不利影响.现有优化调度模型多以等效负荷波动最小为优化目标,仅考虑了等效负荷的整体波动性,无法衡量风光出力与负荷的匹配度且并未考虑不同出力场景下风光出力的差异性.针对上述问题,提出一种面向高比例新能源并网场景的风光-电动车协同调度方法.构建基于蒙特卡罗模拟的电动汽车无序充电模型;基于风光出力预测数据,构建基于Gap statistic和K-means++算法的风光出力典型日划分模型;以等效负荷方差和负荷追踪系数最小为双优化目标,构建风光-电动汽车协同调度模型,并采用NSGA-Ⅱ算法求解.结果表明:所提模型能够有效提升风光出力与负荷的匹配度,降低等效负荷波动性,从而缓解风光出力和电动汽车无序充电等多重不确定性对电力系统的不利影响.

计及限功率工况的风电塔筒螺栓疲劳寿命预测方法

针对现有塔筒螺栓疲劳寿命预测方法忽略限功率工况影响的不足,提出计及限功率工况的风电塔筒螺栓疲劳寿命预测方法。利用GH Bladed软件仿真计算风电机组在不同限功率工况的时序载荷;采用Schmidt-Neuper算法和线性累积损伤理论计算螺栓疲劳损伤;定量分析参考湍流强度、风速和限功率程度对塔筒螺栓疲劳损伤的影响规律,并基于某限功率场景对比是否考虑限功率工况的疲劳寿命预测结果的差异。结果表明,所提方法能有效克服现有疲劳寿命预测方法存在的显著低估塔筒螺栓疲劳寿命、增加不必要更换成本等不足,更符合塔筒螺栓疲劳性能的实际劣化进程。

基于模糊PID算法的热风炉燃烧系统设计及仿真

为了提升高炉炼铁生产效率、质量等方面因素,本研究凭借模糊PID控制结构在功能上安全性高以及可靠性强等优势,利用PC对热风炉燃烧系统进行动态控制,使热风炉燃烧系统的控制参数不受影响,改善热风炉燃烧系统的各部分性能,对于拱顶温度的精确控制程度具有重要提升作用,为热风炉工业领域的未来发展奠定有力基础。