基于云模型的风电机组输出功率特性分析

发布时间：2018-01-20 22:26

  本文关键词： 风电机组 输出功率 云模型 波动性 灵敏度 性能分析　出处：《机械工程学报》2017年22期 　论文类型：期刊论文

【摘要】：风电机组性能的优劣直接影响着风电场安全生产和经济效益。输出功率是风电机组最重要、最具代表性的性能指标之一,风功率曲线是机组发电能力最直观的表述。以输出功率和风速为数据源,应用云模型特征量研究风电机组输出功率的波动特性,有利于掌握风电机组性能状态。在对风电机组SCADA系统风速、功率数据筛选的基础上,描绘风电机组正常工作状态下的风功率散点图,采用比恩法建立风电机组实际风功率曲线;统计分析不同风速区间的输出功率,利用逆向云发生器建立不同风速下的输出功率云模型,得到不同机组的整体功率云;通过对比分析功率云的特征值,实现输出功率大小、波动范围和离散程度的量化分析;同时计算风速、功率相关系数反映和评价机组响应的灵敏度。云模型的应用,把机组状态从定性评价拓展到定量评价,从宏观综合评价深入到风速区间段精准评价,提高了风电机组性能分析的准确性和全面性。最后,应用实例验证了算法的有效性和可靠性。
[Abstract]:The performance of wind turbine directly affects the safe production and economic benefit of wind farm. The output power is one of the most important and representative performance indicators of wind turbine. Wind power curve is the most intuitionistic expression of generating capacity of wind turbine. Taking output power and wind speed as data sources, the fluctuation characteristics of output power of wind turbine are studied by using cloud model characteristic quantity. On the basis of selecting wind speed and power data of wind turbine SCADA system, the wind power scatter diagram of wind turbine in normal working state is described. The actual wind power curve of wind turbine is established by Bian method. The output power of different wind speed range is analyzed statistically, and the output power cloud model under different wind speed is established by using reverse cloud generator, and the whole power cloud of different units is obtained. By comparing and analyzing the eigenvalues of power cloud, the quantitative analysis of output power, fluctuation range and dispersion is realized. At the same time, the sensitivity of unit response is reflected and evaluated by calculating wind speed and power correlation coefficient. The application of cloud model extends the unit status from qualitative evaluation to quantitative evaluation. The accuracy and comprehensiveness of wind turbine performance analysis are improved from macroscopic comprehensive evaluation to accurate evaluation of wind speed interval. Finally, the validity and reliability of the algorithm are verified by an example.
【作者单位】： 华北电力大学能源动力与机械工程学院;河南理工大学电气学院;
【基金】：河北省科技计划资助项目(15214370D)
【分类号】：TM614
【正文快照】： 0前言(9)风电机组的实际功率曲线作为衡量机组经济技 术水平的最佳尺度,不仅能够反映机组的性能是否符合产品的设计要求,而且也是考核机组性能优劣、检测机组运行状况是否正常和评估机组发电能力的一项重要性能指标[1]。风电机组实际功率曲线是对风功率散点图的连续、抽象表

【相似文献】

相关期刊论文 前10条

1 ;可控硅中频热处理机[J];电力技术通讯;1975年07期

2 鲍茂春;;风力机安装地点的选择及输出功率的估算[J];太阳能;1990年01期

3 苏忠贤;周建军;潘玉良;;固定式太阳能光伏板输出功率的若干问题[J];机电工程;2008年12期

4 刘耿;;电源一定向外输出功率吗[J];陕西教育(高教版);2009年06期

5 李凤章;;微波稳幅环路的设计[J];计量技术;1983年06期

6 前野悦二郎;陶振纲;张向民;;利用养鱼池发电的小型水力发电装置[J];电工技术;1982年12期

7 龚春景;;大容量太阳能光伏发电站交流输出功率计算方法研究[J];华东电力;2009年08期

8 钱英承;电源输出功率与负载的关系[J];中专物理教学;1998年02期

9 苏颜利;王永福;;断续运行电动机输出功率的计算确定[J];防爆电机;2006年05期

10 杨钦慧;;风力发电的输出功率预测系统在日本问世[J];电工电气;2010年02期

相关会议论文 前1条

1 吴川;;关于UPS的“输出功率因数”的讨论[A];通信电源新技术论坛——2010通信电源学术研讨会论文集[C];2010年

相关重要报纸文章 前2条

1 ;电源额定功率和输出功率的计算[N];电脑报;2003年

2 山西 张树弼;美的EY181型电磁灶检修三例[N];电子报;2006年

相关博士学位论文 前6条

1 林政;机械增频式波浪压电发电装置特性的研究[D];清华大学;2015年

2 牟澎涛;高渗透率风电接入对系统稳定特性的影响[D];华北电力大学(北京);2017年

3 刘兴杰;风电输出功率预测方法与系统[D];华北电力大学;2011年

4 周峰;基于动力学耦合的风电机组载荷控制[D];华北电力大学(北京);2017年

5 荣爽;促进供暖期风电消纳的多热源容量规划与协调调度策略[D];哈尔滨工业大学;2016年

6 王扬;基于机会约束目标规划的含风电电力系统优化调度研究[D];华北电力大学(北京);2017年

相关硕士学位论文 前10条

1 刘志;光伏电站输出功率预测研究[D];合肥工业大学;2016年

2 眭冰;联网风电场建模及其仿真研究[D];华北电力大学;2016年

3 刘知凡;双馈风机惯量控制最优退出时刻的研究[D];山东大学;2017年

4 李佳儒;光伏发电输出功率的预测方法研究[D];沈阳农业大学;2017年

5 李岳;基于风光储混合供电系统的输出功率控制研究[D];北京交通大学;2017年

6 任丽娜;风速变化对风轮输出功率的影响及控制[D];沈阳工业大学;2009年

7 郭华旺;兆瓦级风电机组输出功率预测研究[D];兰州交通大学;2012年

8 朱思萌;风电场输出功率概率预测理论与方法[D];山东大学;2014年

9 杨晓亮;风电场输出功率预测方法的研究[D];沈阳工业大学;2011年

10 孙涌;大型风电场输出功率协同预测方法研究[D];东北电力大学;2015年

，

本文编号：1449610