為提高風(fēng)電設(shè)備的風(fēng)能轉(zhuǎn)化率,實(shí)現(xiàn)在不增加硬件成本條件下提高發(fā)電量,研究了風(fēng)向優(yōu)化補(bǔ)償算法。首先在研究尾流影響風(fēng)向測(cè)量誤差的過(guò)程中,明確了偏航誤差的層流成分和湍流成分,建立了切向誘導(dǎo)因子補(bǔ)償算法補(bǔ)償層流成分誤差,同時(shí)引入了卡爾曼濾波算法補(bǔ)償湍流成分誤差。然后建立了算法效果驗(yàn)證方式和驗(yàn)證指標(biāo)。最后依托項(xiàng)目組實(shí)驗(yàn)條件進(jìn)行了算法驗(yàn)證。結(jié)果表明,風(fēng)向補(bǔ)償算法在不增加硬件設(shè)備的情況下,可提高風(fēng)機(jī)對(duì)風(fēng)準(zhǔn)確率30.36%,提高最優(yōu)發(fā)電工況發(fā)電量2.82%。 

【文章來(lái)源】：電力系統(tǒng)保護(hù)與控制. 2020,48(19)北大核心CSCD

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

雷達(dá)測(cè)風(fēng)儀與普通風(fēng)向儀輸出風(fēng)向比值分布圖

ㄔ諢?楣?率平穩(wěn)的情況下，與激光雷達(dá)測(cè)得的風(fēng)向值高度吻合，而風(fēng)機(jī)中實(shí)際使用的算法風(fēng)向偏差卻與激光雷達(dá)測(cè)得風(fēng)向偏差較大，如圖3所示。由此可知，補(bǔ)償算法對(duì)誤差層流成分修正效果明顯。同時(shí)發(fā)現(xiàn)，機(jī)組功率平穩(wěn)時(shí)，補(bǔ)償算法風(fēng)向變化輸出比激光測(cè)風(fēng)輸出更貼合功率的波動(dòng)，證明卡爾曼濾波對(duì)湍流成分的過(guò)濾是有效的。分析機(jī)組功率快速波動(dòng)情況下的數(shù)據(jù)顯示，補(bǔ)償算法、風(fēng)機(jī)中實(shí)際使用的算法和激光雷達(dá)測(cè)得數(shù)據(jù)三者相差不大，這與風(fēng)速變化過(guò)程中偏航誤差對(duì)功率的影響因素退居次要地位吻合，非算法的失靈。圖3風(fēng)向偏差實(shí)時(shí)數(shù)據(jù)對(duì)比Fig.3Realtimedatacomparisonofwinddirectiondeviation4結(jié)論本文在風(fēng)電平價(jià)上網(wǎng)的大背景下，基于不增加設(shè)備成本的前提，通過(guò)算法的優(yōu)化提高風(fēng)電設(shè)備的風(fēng)能利用率。分析了風(fēng)機(jī)尾流影響風(fēng)向測(cè)量的過(guò)程，得到了風(fēng)機(jī)對(duì)風(fēng)誤差中的層流成分誤差解決辦法，建立了切向誘導(dǎo)因子補(bǔ)償算法及其實(shí)現(xiàn)流程；在解決測(cè)風(fēng)誤差的湍流成分過(guò)程中，建立了卡爾曼濾波校正算法，使整個(gè)風(fēng)向偏差補(bǔ)償算法得以完成。在算法有效性驗(yàn)證過(guò)程中，提出了算法驗(yàn)證的評(píng)價(jià)指標(biāo)，建立了算法效果驗(yàn)證的檢測(cè)方法；最后依托項(xiàng)目組提供的實(shí)驗(yàn)條件進(jìn)行了算法驗(yàn)證。經(jīng)提取數(shù)據(jù)庫(kù)數(shù)據(jù)進(jìn)行大量統(tǒng)計(jì)分析得到：大型風(fēng)機(jī)風(fēng)向偏差補(bǔ)償算法可提高風(fēng)機(jī)對(duì)風(fēng)準(zhǔn)確率30%以上，提高最優(yōu)發(fā)電工況發(fā)電量2.8%以上，且不增加額外改造成本，只需對(duì)風(fēng)機(jī)風(fēng)向數(shù)據(jù)處理程序進(jìn)行升級(jí)即可。參考文獻(xiàn)[1]池喜洋,竺煒,劉長(zhǎng)富,等.含大型風(fēng)電場(chǎng)的電網(wǎng)安全經(jīng)濟(jì)優(yōu)化調(diào)度[J].電力科學(xué)與技術(shù)學(xué)報(bào),2018,33(1):125-131.CHIXiyang,ZHUWei,LIUChangfu,etal.Securityand

，風(fēng)機(jī)尾流軸向風(fēng)速為aV，風(fēng)機(jī)尾流中切向風(fēng)速為θV，風(fēng)機(jī)尾流合成風(fēng)速即風(fēng)速儀輸出值為cV。如圖1所示，從正上方看風(fēng)速風(fēng)向儀所在位置的風(fēng)速分解圖與風(fēng)速尾流運(yùn)行方向延伸處有相同的三角關(guān)系。很明顯角度即為風(fēng)速風(fēng)向儀測(cè)得的風(fēng)向與實(shí)際風(fēng)向的誤差，且滿足式(1)。θcc2sinVahVV(1)根據(jù)理想風(fēng)機(jī)的動(dòng)量理論，軸向誘導(dǎo)因子與切向誘導(dǎo)因子滿足關(guān)系(2)。2ya(1a)a(1a)(2)式中，y為參考風(fēng)機(jī)葉尖速比定義過(guò)程。定義風(fēng)向圖1尾流變化示意圖Fig.1Schematicdiagramofwakechange儀高度處線速比為0hyV，根據(jù)式(2)可得24(1)2yaayay(3)將式(3)代入式(1)得20csin(4(1))VyaayV(4)令x為風(fēng)向儀高度處測(cè)量線速比，chxV；令k為入流風(fēng)速與測(cè)量風(fēng)速之比：0cVkV；則1yxk，代入式(4)得到22sinx4ka(1a)x(5)根據(jù)圖1的幾何關(guān)系可知：222cθaVVV，即222c0V(2ah)V(12a)(6)將式(3)代入式(6)，得222220c0222(114(1))VVVhaah因此22c222242220000111112(4(1))VhaakVVVhV(7)結(jié)合式(7)的值域范圍，則22242220001110.52h(4a(1a))0VVhV(8)基于理論取值區(qū)間估計(jì)，取中值-0.25代替上式，具有較強(qiáng)適應(yīng)性，基于此：k1.15(9)k值的真實(shí)值會(huì)受空氣密度、地理地形等因素的影響，在合理取值區(qū)間內(nèi)變化，現(xiàn)利用實(shí)際數(shù)據(jù)的統(tǒng)計(jì)辨識(shí)方法驗(yàn)證上述取值對(duì)北方丘陵

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)貝葉斯網(wǎng)絡(luò)的風(fēng)機(jī)齒輪箱自動(dòng)診斷策略研究[J]. 張露江,張利,楊要偉,盧曉光.  電力系統(tǒng)保護(hù)與控制. 2019(19)
[2]基于自適應(yīng)擴(kuò)展卡爾曼濾波法的儲(chǔ)能電池荷電狀態(tài)估計(jì)研究[J]. 裴超,王大磊,冉孟兵,王曼,代昀楊,蔣凱.  智慧電力. 2019(05)
[3]基于預(yù)測(cè)虛擬轉(zhuǎn)矩控制的DFIG并網(wǎng)逆變方法[J]. 曹曉冬,楊世海,支亞薇,方磊.  電力工程技術(shù). 2019(02)
[4]大規(guī)模風(fēng)電接入輸電網(wǎng)的源網(wǎng)聯(lián)合規(guī)劃[J]. 薛靜瑋,吳曉升,葉榮,林章歲,江岳文.  電網(wǎng)與清潔能源. 2019(03)
[5]偏航過(guò)程中風(fēng)輪非定常尾流特性研究[J]. 葉昭良,王曉東,尹佐明,康順.  可再生能源. 2019(03)
[6]基于多重離群點(diǎn)平滑轉(zhuǎn)換自回歸模型的短期風(fēng)電功率預(yù)測(cè)[J]. 陳昊,張建忠,許超,譚風(fēng)雷.  電力系統(tǒng)保護(hù)與控制. 2019(01)
[7]一種用于風(fēng)電機(jī)組爬坡風(fēng)險(xiǎn)評(píng)估的風(fēng)險(xiǎn)系數(shù)計(jì)算模型[J]. 程亞麗,王致杰,江秀臣.  電力科學(xué)與技術(shù)學(xué)報(bào). 2018(04)
[8]考慮功率分布特性的微網(wǎng)風(fēng)電功率預(yù)測(cè)模型[J]. 任德江,吳杰康,毛驍.  智慧電力. 2018(12)
[9]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)
[10]基于稀疏編碼的短期風(fēng)電功率時(shí)間序列預(yù)測(cè)[J]. 李軍,於陽(yáng).  電力系統(tǒng)保護(hù)與控制. 2018(12)



本文編號(hào)：3124729