近年來,風電技術發(fā)展較快。風電行業(yè)的快速發(fā)展導致運行維護成本不斷增長,為了節(jié)約運行維護成本,風電機組運行狀態(tài)評估變得尤為重要。本文首先簡要的介紹了風電技術的發(fā)展現(xiàn)狀、風電機組的工作原理、故障機理以及風電機組數(shù)據(jù)采集與監(jiān)控系統(tǒng),分析了評估風電機組運行狀態(tài)的重要性之后,做出了如下工作:（1）對風電功率量化指標進行分析、利用正態(tài)分布函數(shù)圖像擬合風電功率隨機分量。定義量化指標,從差分時間尺度分析風電功率波動特性;分析風電場輸出功率的隨機分量,選用二次滾動平均法,利用MATLAB正態(tài)分布圖像擬合隨機分量概率密度,研究不同滾動窗口時風電功率的隨機分量的概率密度分布。（2）采用層次分析法構建風電機組評估指標,計算各個指標劣化度,利用模糊隸屬度函數(shù)構建評估矩陣,并提出模糊趨勢預測方法。本文在傳統(tǒng)方法中指標權值的確定以及評價結論上進行了一系列改進,并將改進結果與原方法進行對比,建立基于SCADA數(shù)據(jù)改進的風電機組運行狀態(tài)模糊綜合評估模型,并通過實例驗證,提出策略更具可行性,有助于及早發(fā)現(xiàn)故障隱患。（3）選擇功率曲線法計算風電場棄風電量,分析棄風情況。 

【文章來源】：華北電力大學(北京)北京市211工程院校教育部直屬院校

【文章頁數(shù)】：74 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 選題背景及意義
    1.2 國內外風力發(fā)電研究現(xiàn)狀
        1.2.1 國外風力發(fā)電技術現(xiàn)狀
        1.2.2 國內風力發(fā)電技術現(xiàn)狀
        1.2.3 狀態(tài)監(jiān)測與故障診斷技術研究現(xiàn)狀
    1.3 本課題研究的主要內容
第2章 風電機組運行基本信息統(tǒng)計
    2.1 風電機組的工作原理
        2.1.1 風電機組的類型
        2.1.2 風電機組的結構
        2.1.3 風電機組的空氣動力學原理
    2.2 風電機組數(shù)據(jù)采集與監(jiān)控系統(tǒng)
        2.2.1 SCADA系統(tǒng)結構
        2.2.2 SCADA系統(tǒng)功能
        2.2.3 風電機組主要運行監(jiān)測參數(shù)
    2.3 小結
第3章 風電機組功率波動特性研究
    3.1 功率波動特性量化指標
    3.2 功率波動特性隨機分量概率密度分布研究
        3.2.1 分離風電功率隨機分量算法
        3.2.2 風電功率分鐘分量概率密度函數(shù)
    3.3 實例分析
        3.3.1 實例一
        3.3.2 實例二
    3.4 小結
第4章 風電機組運行狀態(tài)評估方法研究
    4.1 模糊綜合評判理論
        4.1.1 模糊綜合評判
        4.1.2 確定合適的隸屬度函數(shù)
        4.1.3 評估指標權值的確定
    4.2 風電機組運行評估指標的確定
    4.3 狀態(tài)參數(shù)趨勢的模糊預測策略
        4.3.1 問題分析
        4.3.2 齒輪箱油溫的趨勢預測
        4.3.3 發(fā)電機轉速的趨勢預測
    4.4 基于改進模糊綜合評判的風電機組運行狀態(tài)評估模型
        4.4.1 建立各層次模糊評判矩陣
        4.4.2 確定評估指標的隸屬函數(shù)
        4.4.3 各評估指標權值的確定
        4.4.4 評價過程
    4.5 實例分析
        4.5.1 改進評估方法分析
        4.5.2 文獻中評估方法分析
        4.5.3 兩種機組運行狀態(tài)評估方法對比分析
    4.6 本章小結
第5章 基于SCADA數(shù)據(jù)的風電運行棄風電量評估
    5.1 風電機組棄風原因
    5.2 棄風統(tǒng)計方法
        5.2.1 預測曲線法
        5.2.2 樣板機法
        5.2.3 計劃曲線法
        5.2.4 功率曲線法
    5.3 棄風電量評估條件標準
        5.3.1 場地條件
        5.3.2 場地要求標準
        5.3.3 氣象測風塔位置標準
        5.3.4 測量扇區(qū)標準
    5.4 棄風電量評估方法
        5.4.1 數(shù)據(jù)的采集
        5.4.2 數(shù)據(jù)的處理與篩選
        5.4.3 風速的修正
        5.4.4 棄風電量的計算
    5.5 實例分析
        5.5.1 棄風時序圖
        5.5.2 風電機組棄風電量變化規(guī)律
    5.6 本章小結
第6章 結論與展望
    6.1 結論
    6.2 展望
參考文獻
攻讀碩士學位期間發(fā)表的論文及其它成果
致謝


【參考文獻】：
期刊論文
[1]基于趨勢預測的大型風電機組運行狀態(tài)模糊綜合評價[J]. 肖運啟,王昆朋,賀貫舉,孫燕平,楊錫運.  中國電機工程學報. 2014(13)
[2]基于SCADA運行數(shù)據(jù)的風電機組塔架振動建模與監(jiān)測[J]. 郭鵬,徐明,白楠,馬登昌.  中國電機工程學報. 2013(05)
[3]大規(guī)模風電多尺度出力波動性的統(tǒng)計建模研究[J]. 李劍楠,喬穎,魯宗相,李兢,徐飛.  電力系統(tǒng)保護與控制. 2012(19)
[4]微風振動預警在輸電線路在線監(jiān)測系統(tǒng)中的應用[J]. 萬軍,范春菊,胡炎,邰能靈.  水電能源科學. 2012(07)
[5]風電功率波動特性的概率分布研究[J]. 林衛(wèi)星,文勁宇,艾小猛,程時杰,李偉仁.  中國電機工程學報. 2012(01)
[6]風電功率波動的時空分布特性[J]. 崔楊,穆鋼,劉玉,嚴干貴.  電網技術. 2011(02)
[7]并網風電機組在線運行狀態(tài)評估方法[J]. 李輝,胡姚剛,唐顯虎,劉志詳.  中國電機工程學報. 2010(33)
[8]風力發(fā)電機組在線故障預警與診斷一體化系統(tǒng)設計與應用[J]. 郭艷平,顏文俊,包哲靜.  電力系統(tǒng)自動化. 2010(16)
[9]Trend Prediction Method Based on the Largest Lyapunov Exponent for Large Rotating Machine Equipments[J]. 徐小力,朱春梅,張建民.  Journal of Beijing Institute of Technology. 2009(04)
[10]300MW機組振動原因分析及處理[J]. 段學友,史忠孝,潘云珍,周菁.  內蒙古電力技術. 2009(05)

碩士論文
[1]風電場功率波動特性預測及其對電壓穩(wěn)定性的影響研究[D]. 田云翔.電子科技大學 2015
[2]大型風電機組綜合性能評估系統(tǒng)研究[D]. 楊天時.華北電力大學（北京） 2011
[3]風力發(fā)電機整機性能評估與載荷計算的研究[D]. 郭健.大連理工大學 2003



本文編號：3628061