以风电为代表的可再生能源发电系统在提供清洁能源的同时,其高比例并网也同时增加了电力系统运行的不确定性。作为指导电力市场交易和评估电网安全可靠性的重要测度,可用输电能力(available transfer capability,ATC)的计算需要合理计...以风电为代表的可再生能源发电系统在提供清洁能源的同时,其高比例并网也同时增加了电力系统运行的不确定性。作为指导电力市场交易和评估电网安全可靠性的重要测度,可用输电能力(available transfer capability,ATC)的计算需要合理计及风电功率不确定性的影响。为此,该文从控制由风电功率波动所引起的系统潮流越限风险的角度,提出一种基于机会约束规划的含风电场电力系统ATC计算方法。借助高斯混合模型和线性化潮流方程,将机会约束规划问题转换为等价的线性优化问题求解,最终获得兼顾电力系统运行安全性和经济性的ATC指标。通过2个测试系统的算例分析,验证了所提计算方法的可行性和有效性。展开更多
传统阈值法难以及时准确地辨识出运行设备的劣化状态,针对风力发电机组实施状态检修工作的要求,提出一种风机变桨系统劣化状态在线辨识方法。在阐述风机变桨控制原理和变桨系统监测参数的基础上,建立了以风速、有功功率为输入,风轮转速...传统阈值法难以及时准确地辨识出运行设备的劣化状态,针对风力发电机组实施状态检修工作的要求,提出一种风机变桨系统劣化状态在线辨识方法。在阐述风机变桨控制原理和变桨系统监测参数的基础上,建立了以风速、有功功率为输入,风轮转速、3个叶片的桨距角和变桨驱动电流为输出的非线性多输入多输出(multi input multi output,MIMO)系统回归模型。将系统特征向量实测值与最小二乘支持向量机(least square support vector machines,LSSVM)回归计算结果间的偏离定义为系统"观测值"。接着采用高斯混合模型(Gaussian mixture model,GMM)拟合多维观测值的分布,并利用风机数据采集与监控系统(supervisory control and data acquisition,SCADA)中的数据计算系统劣化指数,实现系统状态的在线辨识。最后,以一台发生过变桨轴承保持架和滚动体损坏故障的风机为对象,进行了实例验证,证明了所建模型的准确性和有效性。展开更多
文摘以风电为代表的可再生能源发电系统在提供清洁能源的同时,其高比例并网也同时增加了电力系统运行的不确定性。作为指导电力市场交易和评估电网安全可靠性的重要测度,可用输电能力(available transfer capability,ATC)的计算需要合理计及风电功率不确定性的影响。为此,该文从控制由风电功率波动所引起的系统潮流越限风险的角度,提出一种基于机会约束规划的含风电场电力系统ATC计算方法。借助高斯混合模型和线性化潮流方程,将机会约束规划问题转换为等价的线性优化问题求解,最终获得兼顾电力系统运行安全性和经济性的ATC指标。通过2个测试系统的算例分析,验证了所提计算方法的可行性和有效性。
文摘传统阈值法难以及时准确地辨识出运行设备的劣化状态,针对风力发电机组实施状态检修工作的要求,提出一种风机变桨系统劣化状态在线辨识方法。在阐述风机变桨控制原理和变桨系统监测参数的基础上,建立了以风速、有功功率为输入,风轮转速、3个叶片的桨距角和变桨驱动电流为输出的非线性多输入多输出(multi input multi output,MIMO)系统回归模型。将系统特征向量实测值与最小二乘支持向量机(least square support vector machines,LSSVM)回归计算结果间的偏离定义为系统"观测值"。接着采用高斯混合模型(Gaussian mixture model,GMM)拟合多维观测值的分布,并利用风机数据采集与监控系统(supervisory control and data acquisition,SCADA)中的数据计算系统劣化指数,实现系统状态的在线辨识。最后,以一台发生过变桨轴承保持架和滚动体损坏故障的风机为对象,进行了实例验证,证明了所建模型的准确性和有效性。
