評價風電機組健康狀態(tài),合理分配風電場中風電機組的功率,對降低風電場的運維成本有著重要意義。首先,利用風電機組監(jiān)控與數(shù)據(jù)采集(supervisory control and data acquisition, SCADA)系統(tǒng)中的風電機組歷史運行數(shù)據(jù),訓練基于長短期記憶(long short-termmemory,LSTM)網(wǎng)絡的風電機組輸出功率預測模型。然后,根據(jù)預測功率和風電機組實測輸出功率的偏差幅值將風電機組的健康狀態(tài)分為良好、一般、較差等三個類別。最后,綜合考慮風電場中每臺機組的健康狀態(tài)、最大發(fā)電能力和電網(wǎng)調(diào)度部門對風電場下達的發(fā)電指令,建立目標函數(shù)和約束條件,采用遺傳算法進行求解,得到分配給每臺機組的功率。仿真結果表明,所提出的方法不僅能夠根據(jù)風電機組的健康狀態(tài)合理分配機組功率,而且能夠滿足調(diào)度中心下達的風電場總的發(fā)電功率。

【文章頁數(shù)】：8 頁

【文章目錄】：
0 引言
1 風電機組輸出功率預測模型
    1.1 LSTM網(wǎng)絡模型
    1.2 數(shù)據(jù)處理
2 風電機組健康狀態(tài)評價
3 風電場功率優(yōu)化分配
4 算法驗證
    4.1 參數(shù)選取
    4.2 仿真分析
5 結論



本文編號：3776363