基于风电机组健康状态的风电场功率分配研究

发布时间：2023-04-01 03:24

　　评价风电机组健康状态,合理分配风电场中风电机组的功率,对降低风电场的运维成本有着重要意义。首先,利用风电机组监控与数据采集(supervisory control and data acquisition, SCADA)系统中的风电机组历史运行数据,训练基于长短期记忆(long short-termmemory,LSTM)网络的风电机组输出功率预测模型。然后,根据预测功率和风电机组实测输出功率的偏差幅值将风电机组的健康状态分为良好、一般、较差等三个类别。最后,综合考虑风电场中每台机组的健康状态、最大发电能力和电网调度部门对风电场下达的发电指令,建立目标函数和约束条件,采用遗传算法进行求解,得到分配给每台机组的功率。仿真结果表明,所提出的方法不仅能够根据风电机组的健康状态合理分配机组功率,而且能够满足调度中心下达的风电场总的发电功率。

【文章页数】：8 页

【文章目录】：
0 引言
1 风电机组输出功率预测模型
    1.1 LSTM网络模型
    1.2 数据处理
2 风电机组健康状态评价
3 风电场功率优化分配
4 算法验证
    4.1 参数选取
    4.2 仿真分析
5 结论



本文编号：3776363