本文關(guān)鍵詞： 風(fēng)電機(jī)組 短期可靠性 風(fēng)速預(yù)測(cè) 有功功率控制　出處：《重慶大學(xué)》2014年博士論文　論文類(lèi)型：學(xué)位論文

【摘要】：風(fēng)能作為一種成熟的可再生能源技術(shù)，近年來(lái)在世界范圍內(nèi)得到快速發(fā)展。然而，由于長(zhǎng)期處于惡劣的自然環(huán)境中，風(fēng)電機(jī)組的停運(yùn)率較高，降低了風(fēng)電場(chǎng)的運(yùn)行經(jīng)濟(jì)性。同時(shí)，在電網(wǎng)的約束下，風(fēng)電場(chǎng)也會(huì)因?yàn)轱L(fēng)電功率預(yù)測(cè)誤差和風(fēng)電機(jī)組強(qiáng)迫停運(yùn)產(chǎn)生一定程度的發(fā)電量損失。本文以提高風(fēng)電場(chǎng)運(yùn)行經(jīng)濟(jì)性為目標(biāo)，對(duì)風(fēng)速與風(fēng)電功率預(yù)測(cè)誤差分布特性、風(fēng)電機(jī)組狀態(tài)參數(shù)異常辨識(shí)方法、風(fēng)電機(jī)組短期可靠性預(yù)測(cè)方法以及風(fēng)電場(chǎng)有功功率控制策略進(jìn)行了研究。論文主要包括以下內(nèi)容： ①提出了風(fēng)速與風(fēng)電功率預(yù)測(cè)誤差的核密度分布模型，研究了預(yù)測(cè)誤差分布特性。采用多種典型方法進(jìn)行風(fēng)速預(yù)測(cè)，對(duì)比分析了單機(jī)風(fēng)速和風(fēng)電場(chǎng)風(fēng)速的預(yù)測(cè)精度。建立了基于實(shí)測(cè)數(shù)據(jù)的功率曲線，結(jié)合風(fēng)速預(yù)測(cè)方法進(jìn)行了風(fēng)電功率預(yù)測(cè)。研究了單機(jī)風(fēng)速與風(fēng)電功率預(yù)測(cè)誤差分布與風(fēng)速、預(yù)測(cè)時(shí)間間隔之間的關(guān)系。結(jié)果表明，在三種預(yù)測(cè)方法下，單機(jī)風(fēng)速的預(yù)測(cè)誤差均明顯大于風(fēng)電場(chǎng)風(fēng)速的預(yù)測(cè)誤差，不同風(fēng)速區(qū)間內(nèi)的預(yù)測(cè)誤差分布差異明顯，預(yù)測(cè)誤差隨預(yù)測(cè)時(shí)間間隔的增大而增大。 ②提出并建立了風(fēng)電機(jī)組狀態(tài)參數(shù)廣義模糊異常辨識(shí)模型。研究了風(fēng)電場(chǎng)SCADA系統(tǒng)提供的風(fēng)電機(jī)組狀態(tài)參數(shù)與自然環(huán)境和機(jī)組工作特征的關(guān)聯(lián)關(guān)系，建立了狀態(tài)參數(shù)的預(yù)測(cè)模型，分析了影響預(yù)測(cè)模型精度的主要因素。對(duì)比了本機(jī)近期數(shù)據(jù)模型、本機(jī)歷史數(shù)據(jù)模型和其他機(jī)組近期數(shù)據(jù)模型這三類(lèi)預(yù)測(cè)模型的預(yù)測(cè)精度，在此基礎(chǔ)上提出了預(yù)測(cè)模型的選擇方法和預(yù)測(cè)殘差的異常程度量化方法，最終采用模糊綜合評(píng)判進(jìn)行狀態(tài)參數(shù)的異常辨識(shí)。結(jié)果表明，，廣義模糊異常辨識(shí)模型綜合了多個(gè)預(yù)測(cè)模型的異常辨識(shí)結(jié)果，具有更高的準(zhǔn)確度。 ③提出了風(fēng)電機(jī)組短期可靠性預(yù)測(cè)模型。計(jì)及風(fēng)速與風(fēng)電機(jī)組停運(yùn)率的相關(guān)性，建立了考慮風(fēng)速的風(fēng)電機(jī)組統(tǒng)計(jì)停運(yùn)模型。對(duì)與自然環(huán)境密切相關(guān)的狀態(tài)參數(shù)，提出了基于狀態(tài)參數(shù)概率預(yù)測(cè)的保護(hù)動(dòng)作模型；對(duì)具有保護(hù)動(dòng)作整定時(shí)間的狀態(tài)參數(shù)，提出了基于越限時(shí)間的保護(hù)動(dòng)作模型。最后，綜合考慮各狀態(tài)參數(shù)的越限保護(hù)動(dòng)作概率和統(tǒng)計(jì)停運(yùn)概率，提出了計(jì)及狀態(tài)參數(shù)越限的風(fēng)電機(jī)組短期可靠性預(yù)測(cè)模型。結(jié)果表明，通過(guò)對(duì)狀態(tài)參數(shù)越限概率的計(jì)算，風(fēng)電機(jī)組短期停運(yùn)模型的準(zhǔn)確性得到大幅提高。 ④提出了考慮機(jī)組短期可靠性和功率預(yù)測(cè)誤差的有功功率控制方法。分析了風(fēng)電場(chǎng)在無(wú)電網(wǎng)約束和限功率運(yùn)行兩種情況下的發(fā)電量損失原因，在無(wú)電網(wǎng)約束情況下，通過(guò)對(duì)低可靠性機(jī)組進(jìn)行降功率控制以減小其短期停運(yùn)概率。針對(duì)風(fēng)電場(chǎng)限功率運(yùn)行情況，提出采用功率損失風(fēng)險(xiǎn)對(duì)可能損失的功率進(jìn)行量化，并提出了多臺(tái)機(jī)組總功率損失風(fēng)險(xiǎn)的蒙特卡洛模擬計(jì)算方法，獲取了單機(jī)功率損失風(fēng)險(xiǎn)和風(fēng)電場(chǎng)總功率損失風(fēng)險(xiǎn)的關(guān)系，提出了限功率情況下的風(fēng)電場(chǎng)有功功率協(xié)調(diào)控制策略。結(jié)果表明，本文提出的方法有效降低了風(fēng)電場(chǎng)的發(fā)電量損失。 上述工作是為解決目前風(fēng)電場(chǎng)運(yùn)行維護(hù)成本偏高的問(wèn)題所做的積極探索，不僅豐富了相關(guān)領(lǐng)域的研究成果，而且為大規(guī)模風(fēng)電的安全高效利用提供了解決方案。
[Abstract]:As a mature renewable energy technology , wind energy has been rapidly developed over the world in recent years . However , due to the long - term being in bad natural environment , the outage rate of wind power unit is high , and the operation economy of wind farm is reduced . At the same time , under the constraint of power grid , wind farm will generate some degree of power loss due to wind power prediction error and forced outage of wind turbine unit . The prediction error of wind speed and wind farm wind speed is predicted by a variety of typical methods . The relationship between wind speed and wind power prediction error distribution and wind speed and predicted time interval is analyzed . The results show that the prediction error of wind speed and wind power is much larger than that of wind farm wind speed . In this paper , a generalized fuzzy anomaly identification model for the state parameters of wind turbine units is proposed and established . The relationship between the state parameters of wind turbine units and the working characteristics of the unit is studied in this paper . The prediction model of state parameters is established . The short - term reliability prediction model of wind turbine unit is presented . The correlation between wind speed and outage rate of wind turbine is put forward . The model of protection action based on probability prediction of state parameter is established . Finally , the short - term reliability prediction model of wind turbine based on state parameter is put forward . An active power control method considering short - term reliability and power prediction error of a unit is proposed . The power loss reason of wind farm under the condition of no power grid restriction and limited power operation is analyzed . In the case of no power grid constraint , the power loss risk is reduced to reduce its short - term outage probability . The work is a positive exploration to solve the problem of high maintenance cost of the current wind farm , not only enriches the research results in the relevant field , but also provides a solution for the safe and efficient utilization of large - scale wind power .

【學(xué)位授予單位】：重慶大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2014
【分類(lèi)號(hào)】：TM614

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳德生;李培強(qiáng);李欣然;鄧威;肖園園;劉乾勇;;基于小波變換的短期風(fēng)速預(yù)測(cè)綜合模型[J];電工電能新技術(shù);2012年03期

2 霍利民;朱永利;張立國(guó);黃麗華;于堯;;用于電力系統(tǒng)可靠性評(píng)估的貝葉斯網(wǎng)絡(luò)時(shí)序模擬推理算法[J];電工技術(shù)學(xué)報(bào);2008年06期

3 楊俊;艾欣;馮義;李虹;;基于非參數(shù)GARCH模型的電價(jià)預(yù)測(cè)[J];電工技術(shù)學(xué)報(bào);2008年10期

4 鄒見(jiàn)效;袁煬;黃其平;鄭剛;曾斌;彭超;;風(fēng)電場(chǎng)有功功率控制降功率優(yōu)化算法[J];電子科技大學(xué)學(xué)報(bào);2011年06期

5 陳守煜;模糊模式識(shí)別交叉迭代模型與收斂性[J];大連理工大學(xué)學(xué)報(bào);2001年03期

6 劉志剛,王曉茹,何正友,錢(qián)清泉;小波變換、神經(jīng)網(wǎng)絡(luò)和小波網(wǎng)絡(luò)的函數(shù)逼近能力分析與比較[J];電力系統(tǒng)自動(dòng)化;2002年20期

7 張國(guó)強(qiáng);張伯明;;考慮風(fēng)電接入后二次備用需求的優(yōu)化潮流算法[J];電力系統(tǒng)自動(dòng)化;2009年08期

8 張國(guó)強(qiáng);張伯明;;基于組合預(yù)測(cè)的風(fēng)電場(chǎng)風(fēng)速及風(fēng)電機(jī)功率預(yù)測(cè)[J];電力系統(tǒng)自動(dòng)化;2009年18期

9 趙明欣;魯宗相;吳林林;余紹峰;;基于風(fēng)險(xiǎn)評(píng)估的輸變電設(shè)備維修技術(shù)[J];電力系統(tǒng)自動(dòng)化;2009年19期

10 喬穎;魯宗相;;考慮電網(wǎng)約束的風(fēng)電場(chǎng)自動(dòng)有功控制[J];電力系統(tǒng)自動(dòng)化;2009年22期

相關(guān)博士學(xué)位論文 前1條

1 蔣澤甫;風(fēng)電轉(zhuǎn)換系統(tǒng)可靠性評(píng)估及其薄弱環(huán)節(jié)辨識(shí)[D];重慶大學(xué);2012年

本文編號(hào)：1447811