计及载荷优化的风机爬坡控制研究

发布时间：2017-07-29 18:01

  本文关键词：计及载荷优化的风机爬坡控制研究

  更多相关文章： 风电爬坡 风机 载荷 优化 控制 容量可信度

【摘要】：随着新能源发电技术的迅速发展,并网风电的容量不断增加。风速具有波动性和不确定性,因此风机出力也呈现出时变特性。当风速短时间内发生剧烈变化时,风电功率也随之产生较大波动,有可能造成风电爬坡事件。如果系统备用容量不足或爬坡事件发生前未对风电施加相关控制,爬坡事件发生时风电功率的大范围变化会对电力系统造成强烈冲击,严重影响系统的安全稳定运行。同时,由于外部风速的变化,风机所处的载荷环境也更加复杂,如果风机受到的载荷过大,有可能导致叶片损坏、塔架振动,缩短风机的使用寿命。为了保证电力系统的安全稳定运行,提高风电机组的可靠性和经济性,研究风机爬坡控制策略和载荷优化方案,具有重要的实际意义。本文在动量-叶素理论的基础上,介绍了风机载荷计算中重要参数轴向诱导因子和周向诱导因子的迭代求解过程,并给出了风机气动载荷、重力载荷和离心力载荷的表达式。通过MATLAB软件建立了风机气动载荷模型,对风机叶片的气动性能和气动载荷进行了仿真研究。分析叶片气动载荷的相关表达式后,得到了气动载荷的影响因素为风轮旋转角速度、风轮前来流速度和桨距角,通过仿真研究分析了各因素的影响特性。针对低风速下风机爬坡事件,本文提出了降功率控制的风机爬坡控制策略,通过PSO算法求解优化模型并验证了所提控制策略的有效性。针对功率传统控制方式存在的弊端,采用风机转速和桨距角协同控制策略,优化了风机载荷。为避免高风速下风机爬坡事件给系统带来的负面影响,在尽可能保持风机出力的前提下,应尽量减小爬坡率。以上述控制思路为基础,建立、简化并求解了优化模型。通过比较优化模型中不同权重系数的优化结果,从理论和仿真结果两个层面分析了权重系数的影响效果。风电容量可信度的评估结果可以为风电爬坡预警决策和爬坡控制提供参考和依据。以蒙特卡洛模拟为基础,给出了电力系统可靠性评估方法。在系统可靠性水平保持不变的前提下,提出了风电容量可信度评估方法及指标,主要包括有效负荷承载力、等效固定容量和等效常规容量。通过MATLAB仿真对比了各方法和指标间的差异,并从理论上进行了分析。论文在风机载荷建模、载荷影响因素及影响特性分析、风机爬坡控制和载荷优化、风电容量可信度等方面取得了一定的研究成果,可为风电场及场群的爬坡控制、高风速下风机出力和载荷联合优化等提供参考。
【关键词】：风电爬坡 风机 载荷 优化 控制 容量可信度
【学位授予单位】：山东大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TM614
【目录】：

• 摘要8-10
• ABSTRACT10-12
• 第1章 绪论12-20
• 1.1 研究背景与意义12-13
• 1.2 相关领域研究现状13-18
• 1.2.1 风电机组载荷优化13-15
• 1.2.2 风电出力爬坡控制15-18
• 1.3 本文研究内容18-20
• 第2章 载荷计算基本理论20-30
• 2.1 风机载荷分类20
• 2.2 风机载荷计算理论20-29
• 2.2.1 动量理论21-25
• 2.2.2 叶素理论25-26
• 2.2.3 动量-叶素理论26-29
• 2.3 小结29-30
• 第3章 风机载荷建模30-42
• 3.1 风机载荷计算模型30-31
• 3.1.1 气动载荷30-31
• 3.1.2 重力载荷31
• 3.1.3 离心力载荷31
• 3.2 气动载荷模型仿真31-35
• 3.2.1 叶片气动性能仿真31-33
• 3.2.2 气动载荷仿真33-35
• 3.3 气动载荷影响因素35-41
• 3.3.1 风速影响特性36-37
• 3.3.2 桨距角影响特性37-38
• 3.3.3 转速影响特性38-41
• 3.4 小结41-42
• 第4章 风机爬坡控制和载荷优化42-56
• 4.1 低风速下风机爬坡控制和载荷优化方案42-49
• 4.1.1 风机爬坡控制42-46
• 4.1.2 风机载荷优化46-49
• 4.2 高风速下风机爬坡控制49-53
• 4.3 风机爬坡功率和载荷联合优化53-54
• 4.4 小结54-56
• 第5章 风电爬坡与风电容量可信度56-63
• 5.1 电力系统可靠性评估方法56-57
• 5.2 风电容量可信度评估57-61
• 5.2.1 风电容量可信度评估方法及指标57-59
• 5.2.2 仿真研究59-61
• 5.3 考虑风电爬坡的容量可信度61-62
• 5.4 小结62-63
• 第6章 总结与展望63-66
• 6.1 总结63-64
• 6.2 展望64-66
• 附录66-68
• 参考文献68-71
• 致谢71-72
• 攻读硕士学位期间的成果72-73
• 附件73

【参考文献】

中国期刊全文数据库 前3条

1 张利彪,周春光,马铭,刘小华;基于粒子群算法求解多目标优化问题[J];计算机研究与发展;2004年07期

2 罗春松;张英杰;王锦锟;;改进粒子群算法整定PID参数研究[J];计算机工程与应用;2009年17期

3 赵峰;段巍;;基于叶素-动量理论及有限元方法的风力机叶片载荷分析和强度计算[J];机械设计与制造;2010年08期

中国博士学位论文全文数据库 前1条

1 何伟;湍流风场模拟与风力发电机组载荷特性研究[D];华北电力大学;2013年

，

本文编号：590370