脉动风速曲线的计算机仿真

本文根据脉动风特性，采用Ｄａｖｅｎｐｏｒｔ谱或Ｐａｎｏｆｓｋｙ谱，引入适当的空间相关性公式，并针对大跨度空间结构风设计的时域方法，给出了具有空间相关性风场的计算机仿真方法，编制了相应计算机程序ＡＲＷＧＥＮ，并在计算机仿真程序中考虑随机过程ε（ｔ）。

联网风电机组风速-功率特性曲线的研究

介绍了变速恒频风力发电机的基本运行机理及其PSASP/UPI仿真模型的开发原理。采用统计学方法分析了风电场中风电机组的实测运行数据,并在此基础上重新建立了适用于联网风电机组仿真模型的风速–功率特性曲线。仿真结果表明,该曲线更接近于风电机组的实际运行情况,在变速恒频风力发电机的仿真模型中,采用上述曲线能显著提高仿真的精确性。

基于混合半云模型的风速-功率曲线建模方法

风速-功率曲线的准确建模是风电机组出力态势评估和风电功率预测的关键基础之一。计及风电映射关系的不确定性及功率曲线的分布形态,提出一种基于混合半云模型的建模策略来实现对风功率数据固有和随机分布特征的挖掘和建模。引入最优组内云熵算法快速有效地剔除异常数据;采用逆向云发生器求取期望、熵与超熵数字特征来定量刻画风速-功率对应关系的不确定性,构建腰部数据的半云模型;通过X条件云发生器和正向云发生器分别求取腰部和上部数据的功率云滴,实现定性数字特征向定量数据的转换。以中国东北某大型风电场的实测数据为例,从数据质量、频率分布和风功率预测等维度分析混合半云模型,验证了所提方法的可行性。

风电机组风速-功率特性曲线建模研究综述

风速-功率特性曲线是风力发电机组设计的基础,也是考核机组性能、评估机组发电能力的一项重要指标。介绍风速-功率特性曲线的定义、概念和基本特点,分别从参数方法、非参数方法、离散方法、随机方法 4个方面详细阐述风速-功率特性曲线建模的实现方法。分析建模精度的评价方法,提出目前风速-功率特性曲线建模遇到的问题以及需要进行深入研究的发展方向。

根据运行数据获取风电机组风速－功率曲线的方法研究

本文介绍了变速恒频风电机组的基本运行机理，并采用统计学的方法分析了风电场SCADA中风电机组的实测运行数据，在分析结果的基础上重新建立了适用于风电机组仿真分析的风速-功率特性曲线。验证计算结果证明根据实测运行数据建立的风速-功率特性曲线更接近于风电机组实际的运行情况，在变速恒频风电机组仿真分析的建立过程中，采用新风速功率特性曲线能显著提高分析的精确性。

风电机组风速功率曲线建模与评估方法研究

随着风电机组运行工况愈发复杂化,传统功率曲线计算方法难以得出满意的结果,且无法满足机组性能评价的多样化的需求。本文通过神经网络对机组运行特性进行建模,一方面能够获得更加准确和稳定的机组风速-功率曲线,另一方面借助模型暗含的变量关系,能够发现机组问题原因,方便地实现机组性能评估。

随机风速下高速列车的运行安全可靠性

基于可靠性理论提出了随机风速作用下高速列车风致安全分析的新方法,这种方法可以对随机风速作用下高速列车的运行安全可靠性进行有效评估.首先基于Cooper理论和谐波叠加法计算随车移动点的脉动风速,建立随机风速作用下高速列车非定常气动载荷的计算方法,并通过数值仿真得到气动载荷系数的标准差随侧偏角的变化规律.然后建立高速列车车辆系统动力学模型,并对计算模型的正确性进行验证.最后以随机风速、侧力系数、升力系数、侧滚力矩系数、摇头力矩系数和点头力矩系数为基本随机变量,研究随机风速作用下高速列车的运行安全可靠性和可靠性灵敏度,给出随机风速作用下高速列车的概率特征风速曲线.研究结果表明:随着车速和风速的增大,系统的失效概率增大;通过可靠性灵敏度分析发现侧力系数和侧滚力矩系数对高速列车的运行安全影响最大,应该特别注意这两个参数的变化对高速列车运行安全性的影响;传统确定性方法得到的高速列车的安全域曲线偏于保守,基于可靠性的方法可得到更合理的安全域曲线.

风电机组数据采集与监控系统异常数据识别方法

为了解决原始的风电机组数据采集与监控系统(SCADA)中包含大量异常记录的数据、难以准确反映机组运行状态的问题,提出了一种带噪声基于密度的空间聚类(DBSCAN)模型的风电机组SCADA异常数据识别方法。该方法从分析风速-功率曲线的特点出发,采用预测误差和分类准确度来选取关键聚类参数邻域半径和邻域最小样本点数,避免了人工确定聚类参数的主观性,且参数选择过程可以完全自动化,实现了风电机组SCADA异常数据的有效识别。通过某风场中风电机组的监测数据进行实例验证,结果表明:所提方法能够在保证异常数据被剔除的前提下,保留尽可能多的正常数据,异常识别效果好于现有的k-dist图法和基于k-平均最近邻算法的改进算法(KANN-DBSCAN)。该研究可为开展风电机组状态分析提供参考。

基于实测数据的风电场风速-功率特性仿射建模方法

提出基于实测数据的风电场风速-功率曲线仿射建模方法。以预报误差、地形差异以及尾流效应影响因素作为噪声元,建立输入风速的仿射模型;将风电场功率实测数据划分为多个所属风速区间,求取各个风速区间的中心值,拟合仿射中心值曲线,进而辨识风速-功率仿射模型中的噪声元系数。实测数据验证了所提方法的有效性。

基于实测风功率曲线的风电场等值建模

为提高风电场实际运行模型的精确性,采用了基于实测风功率曲线的风电场等值建模方法.该方法运用统计学理论分析了风电场的实测风速及有功功率,得到风电机组的实测风速-功率特性曲线,并利用该曲线得到能够反映风电机组实际输出特性的风力机参数,从而建立了风电机组模型.以实际测得的风速作为分群指标,利用改进型最大树法对风电机组进行分群,进而建立了风电场的等值模型,并与基于风速分群的传统等值方法及风电场实际输出功率曲线进行了对比.仿真结果表明,应用该方法对风电场进行等值建模是有效的,且该模型具有较高的精度.

基于聚类-实测风功率曲线的风电场等值模型研究

针对风电场工作环境,提出了一种基于聚类-实测风功率曲线相结合的方法构建风电场等值模型。以每台机组所获得的风速作为分群指标进行机组数据划分,运用K-means聚类算法将风电场内具有相近运行特性的机组分为一类,将同群机组等值为一台风力发电机,并利用分层抽样的方法求取实测风速-功率特性曲线,建立了风电场输出功率仿真模型。算例分析表明,该方法与传统依据标准风速-功率特性曲线的方法相比提高了模型精度。

弦支穹顶结构的风速时程模拟研究

近年来弦支穹顶结构的形式和种类得到不断发展和完善。在结构的风振响应分析中,基于数值模拟的方法得到风速时程曲线为近年来的主流分析方法,模拟风速时程时,对比线性滤波法(AR模型)与谐波叠加法(WAWS法)的特点,引入信号处理中的抽取时间快速傅立叶变换来加速叠加效率,提出了一种高效的多个相关脉动风速时程模拟方法,并编制了相关Matlab程序。通过以上研究,文章用计算机模拟风速时程曲线,为此类弦支穹顶结构进行风振响应分析奠定了基础。

基于改进组内方差算法识别风电机组异常数据

由于受数据测量误差、弃风限电及停机等因素的影响,风电机组SCADA采集数据中存在大量异常数据,清洗剔除异常数据是有效进行风电机组性能分析与预测研究的前提。本文采用改进最优组内方差算法对风电机组异常数据进行识别。经现场实例验证表明:改进最优组内方差算法可在不增加硬件设备的前提下,准确有效的识别风速-功率曲线中的底部堆积型、中部堆积型、上部堆积型和周围分散型四类异常数据。

基于可靠性的高速列车横风安全性分析

基于可靠性理论,研究随机风作用下高速列车安全运行的可靠性和风险性。首先建立了随机风的数值模拟方法,并给出了随机风作用下非定常气动载荷的计算方法。然后建立高速列车多体系统动力学模型,计算不同随机风速作用下高速列车以不同车速运行时的失效概率及其对均值和标准差的灵敏度,推导了全局可靠性灵敏度的极值及极值点的计算公式,并给出了概率特征风速曲线。研究结果表明:随着车速和风速的增大,系统的失效概率增大;当车速固定时,失效概率对均值的灵敏度存在一个极大值,失效概率对标准差的灵敏度存在一个极大值和一个极小值。传统确定性方法得到的高速列车的安全域曲线偏于保守,基于可靠性的方法可得到更合理的安全域曲线。

三维空间相关风场的计算机模拟及Matlab程序实现

利用线性自回归过滤器的模拟技术对考虑时间和空间相关的风场进行了计算机模拟,介绍了风荷载基本参数的取值方法.基于Matlab软件编制了相应的风速记录模拟程序,对程序的编制过程和一些关键问题进行了说明.通过与目标功率谱密度和相关函数的对比,表明本文所编制的程序是可靠的.

基于运行数据的大型风电场建模方法研究

为了研究大型风电场并网对电力系统调度、规划与设计的影响,运用统计学理论对大型并网风电场实时运行数据进行分析,提出一种利用运行数据建立风电场等值模型的新方法。采用数学形态学滤波器滤除风速中各种干扰,通过主成分分析法找出最能表征风电场运行行为的因子,实现对风电场的降阶处理。最后利用支持向量机的方法建立风电场整体模型。该模型计及风电场地形地貌、机型、规模、机组布置、场内风速分布等因素,仿真结果表明该建模方法具有较高的精度。

考虑实际运行数据的风电场稳态建模

为建立准确的风电场稳态模型,该文分区域分析了风电机组的稳态运行特性,提出一种基于实测数据的三机等效风电场稳态建模方法。首先,分析了风电机组在4个不同运行区域的稳态输出特性;然后,根据风电场内各风电机组的实测风速,采用改进型最大树法将其分类,并建立各类机群的实际风速-功率特性曲线;最后,由风电机组各区域稳态输出特性建立各类机群的风速-功率分段函数关系。在此基础上,计算各类机群的等值风速,从而建立三机等效风电场稳态模型。仿真结果表明三机等效模型可有效提高风电场稳态建模的精度。

基于云分段最优熵算法的风电机组异常数据识别研究

风电场的历史运行数据尤其是风速和功率数据是研究风电功率波动特性、风电功率预测、风电功率曲线计算和测试的重要基础。但风电场实际采集到的数据中通常会出现大量异常数据,而这些异常数据是由各机组的异常数据构成,故对风电机组进行异常数据识别具有重要意义。该文以风电机组的风速–功率曲线为研究基础,提出了用于机组异常数据识别的云分段最优熵算法,该算法基于云模型的熵识别机组发电异常的数据集,对数据进行分离。结果表明,该算法可以有效地识别出机组异常数据,提高异常数据的正确识别率,保证数据的准确性。

基于切换输出机制的超短期风电功率预测

超短期风电功率预测可为机组控制和能源经济调度提供重要指导。为削弱风能波动性对于超短期风电功率预测精度的影响,提出了一种引入风速信息的切换输出机制,基于风速与功率的物理模型,分析了风速波动特征。对于波动特征超出门限值的时点,根据机组的惯性运行特性,构建不同风速变化情景下的风速–功率转化模型;对于平缓出力阶段,考虑到时序建模中单一模型的固有限制,提出一种不同运行状态下的超短期预测框架。将所提预测方法用于东北某风电场进行算例验证,结果表明:相比于单一模型的预测结果,所提方法可将均方根误差在13.58%~16.39%的基础上降低1.31%~4.12%。研究结果表明,所提方法可以有效提高超短期风功率的预测精度。

薄膜结构抗风性能概率评估方法

为研究薄膜屋盖结构不同抗风需求的超越概率评估方法,以重庆地区为例,借鉴PEER基于性能的抗震设计方法,考虑风场随机性,统计重庆地区近十年每月最大风速样本概率分布特征,获得由多项式拟合的设计风速危险性曲线.用Davenport谱表示水平风速谱,推导出风速谱危险性曲线,并用五次多项式进行拟合.考虑薄膜屋盖结构的非线性特征,近似将屋盖结构抗风需求(竖向位移限值)的平均值与风速谱值关系采用幂函数表示,推导出薄膜屋盖结构风载下不同法向变形需求值的年平均超越概率表达式.以平坦薄膜屋盖为例,采用自回归模型的线性滤波器法(AR法)模拟生成30条对应不同风压的脉动风速时程,对屋盖进行动力响应分析,通过计算,获得不同变形需求下薄膜屋盖风振响应的超越概率及最大响应重现期.结果表明:多项式拟合对于薄膜屋盖抗风需求的年平均超越概率表达式推导有较好的简化效果;基于性能的薄膜屋盖结构抗风概率评估方法通过少量结构分析可以得到结构不同位移需求的超越概率评估值.