風(fēng)力發(fā)電是綠色環(huán)�？稍偕哪茉�,同時(shí)全球風(fēng)資源儲(chǔ)量十分豐富,大力發(fā)展風(fēng)力發(fā)電能有效的緩解日益嚴(yán)重的能源危機(jī)和環(huán)境問(wèn)題,已受到政府、產(chǎn)業(yè)界、學(xué)術(shù)界各方的廣泛關(guān)注。但是,風(fēng)電本身存在的隨機(jī)性和非平穩(wěn)性又給風(fēng)電場(chǎng)的功率調(diào)節(jié)和控制帶來(lái)了困難。合理的調(diào)度策略能夠保證風(fēng)電場(chǎng)的安全可靠運(yùn)行,減少風(fēng)電并網(wǎng)對(duì)電網(wǎng)的沖擊,增加風(fēng)電場(chǎng)的調(diào)節(jié)能力。如何實(shí)現(xiàn)風(fēng)電場(chǎng)功率的合理化調(diào)度成為了一個(gè)重要的研究方向。論文基于風(fēng)電機(jī)組功率預(yù)測(cè)信息,研究更高效可靠的功率調(diào)度策略,分別對(duì)風(fēng)功率短期預(yù)測(cè)、風(fēng)電機(jī)組健康狀態(tài)評(píng)估、風(fēng)電場(chǎng)功率調(diào)度策略這三個(gè)方面開(kāi)展研究。主要工作如下:（1）提出了基于改進(jìn)AMPSO-LSSVM的風(fēng)功率短期預(yù)測(cè)模型。采用互補(bǔ)集合模態(tài)分解（Complementary Ensemble Empirical Mode Decomposition,CEEMD）對(duì)風(fēng)功率時(shí)間序列進(jìn)行分解降低信號(hào)的非平穩(wěn)性。針對(duì)預(yù)測(cè)模型存在的預(yù)測(cè)精度低、尋優(yōu)效果差等現(xiàn)象,本文使用改進(jìn)的自適應(yīng)變異粒子群算法（Adaptive Mutation Particle Swarm Optimization,AMPSO）對(duì)預(yù)測(cè)模型進(jìn)行優(yōu)化,通過(guò)引入... 

【文章來(lái)源】：中南林業(yè)科技大學(xué)湖南省

【文章頁(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１．１全球風(fēng)電機(jī)組裝機(jī)總?cè)萘浚ǎ停祝??Ｆｉｇ．?１．１?Ｔｏｔａｌ?ｉｎｓｔａｌｌｅｄ?ｃａｐａｃｉｔｙ?ｏｆ?ｇｌｏｂａｌ?ｗｉｎｄ?ｔｕｒｂｉｎｅｓ?（ＭＷ）??

圖１．２全球風(fēng)電機(jī)組新增裝機(jī)容量（ＭＷ）??Ｆｉｇ．?１．２?Ｎｅｗ?ｉｎｓｔａｌｌｅｄ?ｃａｐａｃｉｔｙ?ｏｆ?ｇｌｏｂａｌ?ｗｉｎｄ?ｔｕｒｂｉｎｅｓ?（ＭＷ）??由圖１．１可以看出，全球風(fēng)電機(jī)組裝機(jī)總量從２００１年開(kāi)始穩(wěn)步上升，這得益??于全球?qū)τ谀茉次C(jī)和環(huán)境保護(hù)的重視以及各國(guó)對(duì)于清潔能源發(fā)展的政策紅利，??使得風(fēng)電產(chǎn)業(yè)能夠得到廣泛的重視和發(fā)展。由圖１．２我們也可以看出風(fēng)電機(jī)組的??新增裝機(jī)容量也在逐年增加，在２０１５年達(dá)到了新増裝機(jī)容量的頂峰，在２０１６－２０１７??年出現(xiàn)了小幅度的下滑�？赡軐�(dǎo)致的原因是全球能源系統(tǒng)對(duì)于風(fēng)電的需求增加減??緩，一方面是由于電網(wǎng)消納風(fēng)電的能力受到整個(gè)電網(wǎng)調(diào)度的原因，部分地區(qū)出現(xiàn)??了限電棄風(fēng)的現(xiàn)象以此來(lái)保證電網(wǎng)系統(tǒng)的安全可靠運(yùn)行。另一方面，全球經(jīng)濟(jì)持??續(xù)低迷，國(guó)外對(duì)于風(fēng)電的投資效應(yīng)減弱。但從整體來(lái)看，風(fēng)電產(chǎn)業(yè)的發(fā)展趨勢(shì)依??舊良好，新增裝機(jī)容量趨于平穩(wěn)，實(shí)現(xiàn)整個(gè)產(chǎn)業(yè)持續(xù)穩(wěn)步發(fā)展。??我國(guó)是一個(gè)風(fēng)電大國(guó)，目前對(duì)于能源需求增長(zhǎng)迅速，供求關(guān)系緊張，中國(guó)對(duì)??于風(fēng)力發(fā)電的支持力度不斷加大。據(jù)統(tǒng)計(jì)

基于功率預(yù)測(cè)的風(fēng)電場(chǎng)機(jī)組調(diào)度優(yōu)化研究??反應(yīng)風(fēng)機(jī)當(dāng)前的運(yùn)行狀態(tài)。??圖２．１所示為２ＭＷ風(fēng)機(jī)廠家提供的標(biāo)準(zhǔn)風(fēng)速－功率曲線，風(fēng)電機(jī)組的切入風(fēng)??速為２ｍ／ｓ，當(dāng)風(fēng)速達(dá)到１０ｍ／ｓ是風(fēng)電機(jī)組進(jìn)入滿發(fā)狀態(tài)。當(dāng)輸入風(fēng)速低于額定風(fēng)??速時(shí)，風(fēng)機(jī)的輸出功率隨著輸入風(fēng)速的增大呈非線性遞增。當(dāng)輸入風(fēng)速高于額定??風(fēng)速時(shí)，風(fēng)機(jī)的輸出功率為額定輸出功率并保持穩(wěn)定。??２２００?＇?Ｉ?Ｉ?Ｉ?Ｉ?１?！?Ｉ??２０００?－?＾???１８００?－?／?－??１６００?－?／?－??１４００?－?／?－??！?１２００?－?／?－??Ｗ?１０００?－?／?－??轉(zhuǎn)?／??８００?－?／?－??６００?－?／?－??４００?－?－??２００?－?－??Ｑ??ｗａｍＪｒ－＊＂?Ｉ?Ｉ?Ｉ?Ｉ?｜?｜???２?４?６?８?１０?１２?１４??風(fēng)速（ｍ／ｓ）??圖２．１標(biāo)準(zhǔn)風(fēng)速－功率曲線??Ｆｉｇ．?２．１?Ｓｔａｎｄａｒｄ?ｗｉｎｄ?ｓｐｅｅｄ－ｐｏｗｅｒ?ｃｕｒｖｅ??２．３數(shù)據(jù)預(yù)處理??２．３．１風(fēng)機(jī)運(yùn)行數(shù)據(jù)狀態(tài)辨識(shí)??機(jī)組的輸出功率將受到環(huán)境溫度、海拔、風(fēng)速、葉片狀態(tài)等一系列因素的影??響。其中輸入風(fēng)速對(duì)于風(fēng)電機(jī)組的輸出功率影響最大，通過(guò)對(duì)風(fēng)機(jī)風(fēng)速－功率圖能??夠明顯辨別處風(fēng)機(jī)所處的運(yùn)行狀態(tài)。通過(guò)獲取湖南郴州一風(fēng)電場(chǎng)的２０１４年１１月??單臺(tái)風(fēng)電機(jī)組的ＳＣＡＤＡ系統(tǒng)的風(fēng)速、功率數(shù)據(jù)，形成對(duì)應(yīng)的散點(diǎn)圖，如圖２．２??所示。圖中的數(shù)據(jù)均取各數(shù)據(jù)ｌＯｍｉｎ平均值，從圖中可以看出風(fēng)機(jī)的切入風(fēng)速為??３ｍ／ｓ

【參考文獻(xiàn)】：
期刊論文
[1]風(fēng)電行業(yè)發(fā)展、運(yùn)維及設(shè)備潤(rùn)滑現(xiàn)狀[J]. 徐麗秋,蘭奕,孫曉婷,王家鵬.  潤(rùn)滑油. 2018(05)
[2]短期風(fēng)電功率預(yù)測(cè)概念和模型與方法[J]. 陶玉波,陳昊,秦曉輝,孟昭軍.  電力工程技術(shù). 2018(05)
[3]基于NACEMD-Elman神經(jīng)網(wǎng)絡(luò)的風(fēng)功率組合預(yù)測(cè)[J]. 楊楠,葉迪,周崢,鄢晶,黃禹,董邦天.  水電能源科學(xué). 2018(09)
[4]風(fēng)電產(chǎn)業(yè)發(fā)展現(xiàn)狀及制約瓶頸[J]. 呂文春,馬劍龍,陳金霞,吳雨晴.  可再生能源. 2018(08)
[5]基于改進(jìn)的網(wǎng)格法和BA-BP-ARMA模型的風(fēng)功率預(yù)測(cè)[J]. 梁濤,董玉蘭.  水電能源科學(xué). 2018(07)
[6]基于EEMD和LS-SVM模型的風(fēng)電功率短期預(yù)測(cè)方法[J]. 程啟明,陳路,程尹曼,張強(qiáng),高杰.  電力自動(dòng)化設(shè)備. 2018(05)
[7]基于CEEMD和混沌理論的超短期風(fēng)電功率預(yù)測(cè)模型[J]. 王麗婕,張利,張巖.  系統(tǒng)仿真學(xué)報(bào). 2018(04)
[8]基于優(yōu)化聚類的組合風(fēng)速短期預(yù)測(cè)[J]. 陳記牢,栗惠惠,李富強(qiáng),郝飛,張圓美.  可再生能源. 2017(12)
[9]多時(shí)空尺度協(xié)調(diào)的風(fēng)電集群有功分層預(yù)測(cè)控制方法[J]. 葉林,張慈杭,湯涌,孫舶皓,仲悟之,藍(lán)海波,劉輝,李湃,黃越輝.  中國(guó)電機(jī)工程學(xué)報(bào). 2018(13)
[10]基于神經(jīng)網(wǎng)絡(luò)的風(fēng)功率組合預(yù)測(cè)[J]. 蔣進(jìn).  工程技術(shù)研究. 2017(10)

碩士論文
[1]基于功率預(yù)測(cè)的風(fēng)電并網(wǎng)優(yōu)化調(diào)度研究[D]. 孫東旭.北京交通大學(xué) 2014
[2]集合經(jīng)驗(yàn)?zāi)B(tài)分解的理論及應(yīng)用研究[D]. 孟繁林.江蘇科技大學(xué) 2013



本文編號(hào)：3545882