基于參數(shù)辨識(shí)的波浪發(fā)電場(chǎng)等效建模研究
發(fā)布時(shí)間:2021-09-24 00:22
提出了基于參數(shù)辨識(shí)的波浪發(fā)電場(chǎng)等效建模策略,將波浪發(fā)電場(chǎng)等效為單機(jī)模型。以阿基米德波浪擺(AWS)發(fā)電場(chǎng)內(nèi)某一測(cè)點(diǎn)的實(shí)測(cè)波浪力作為輸入,整個(gè)發(fā)電場(chǎng)穩(wěn)態(tài)有功功率作為輸出,采用粒子群算法(PSO)辨識(shí)單機(jī)等效模型中驅(qū)動(dòng)系統(tǒng)的等效參數(shù)。在Matlab/Simulink中搭建了計(jì)及尾流和時(shí)滯的AWS波浪發(fā)電場(chǎng)詳細(xì)模型,并利用多組實(shí)測(cè)波浪數(shù)據(jù)對(duì)等效建模策略進(jìn)行了仿真驗(yàn)證。仿真結(jié)果表明,在不同實(shí)測(cè)數(shù)據(jù)下辨識(shí)得到的等效模型驅(qū)動(dòng)參數(shù)相差不大,參數(shù)辨識(shí)結(jié)果平穩(wěn)合理;對(duì)于某一組實(shí)測(cè)數(shù)據(jù)下辨識(shí)得到的等效驅(qū)動(dòng)參數(shù),在不同實(shí)測(cè)數(shù)據(jù)下獲得的等效模型和詳細(xì)模型功率曲線均基本一致。
【文章來(lái)源】:電力工程技術(shù). 2019,38(02)
【文章頁(yè)數(shù)】:6 頁(yè)
【部分圖文】:
AWS波浪發(fā)電系統(tǒng)Fig.1AWS-basedwaveenergyconversionsystem
對(duì)原有速度的繼承;學(xué)習(xí)因子c1,c2分別反映了粒子對(duì)自身歷史最優(yōu)點(diǎn)和群體最優(yōu)點(diǎn)的靠攏;r1,r2為[0,1]間均勻分布的隨機(jī)數(shù),體現(xiàn)群體的多樣性。(4)判斷繼續(xù)循環(huán)或結(jié)束。在未達(dá)到設(shè)定的迭代次數(shù)之前,算法繼續(xù)循環(huán);否則,結(jié)束循環(huán),輸出粒子最優(yōu)解。圖2PSO辨識(shí)驅(qū)動(dòng)參數(shù)流程Fig.2FlowchartofPSO3仿真算例由于現(xiàn)在實(shí)際波浪發(fā)電場(chǎng)還很少,波浪發(fā)電場(chǎng)的實(shí)際數(shù)據(jù),尤其是輸出功率數(shù)據(jù)更加難以獲得,根據(jù)文獻(xiàn)[22—23]的波浪發(fā)電場(chǎng)布局結(jié)構(gòu),基于Matlab/Simulink平臺(tái)搭建AWS波浪發(fā)電場(chǎng)詳細(xì)仿真模型,并考慮發(fā)電場(chǎng)的尾流、時(shí)滯效應(yīng),期以更精確地模擬實(shí)際發(fā)電場(chǎng)情況。波浪發(fā)電場(chǎng)內(nèi)設(shè)置2行8列共16個(gè)波浪發(fā)電裝置,2行之間間距設(shè)為2.7D(單臺(tái)AWS波浪發(fā)電裝置寬度D=28m[8]),公共連接點(diǎn)(pointofcommoncoupling,PCC)母線電壓25kV,每一列中的2臺(tái)波浪發(fā)電裝置采用常用的輻射型布局,然后接入PCC母線,并通過(guò)雙回30km的110kV海底交流電纜與電網(wǎng)相連,發(fā)電場(chǎng)詳細(xì)模型參數(shù)如表1、表2所示,其中單臺(tái)AWS波浪發(fā)電裝置參數(shù)參考已經(jīng)進(jìn)行實(shí)際海試的AWS發(fā)電原型機(jī)[8]。在等效建模過(guò)程中,將波浪能發(fā)電場(chǎng)等效為1臺(tái)AWS波浪能發(fā)電裝置,如圖3所示。3.1實(shí)測(cè)數(shù)據(jù)仿真算例中的實(shí)測(cè)數(shù)據(jù)來(lái)自江蘇省近海的一個(gè)波浪站。波浪站使用SBF3-1型波浪浮標(biāo),每小時(shí)進(jìn)行一次波浪數(shù)據(jù)采集,采樣間隔為0.25s。圖4(a)為一組120s的實(shí)測(cè)波面數(shù)據(jù),根據(jù)式(3)和式表1單臺(tái)AWS和直線永磁發(fā)電機(jī)參數(shù)Table1ParametersofanAWSandthelinearpermanentmagnetgene
00ks/(N·m-1)0.56×106λ/m0.10Rs/Ω0.29UN/V575表2發(fā)電場(chǎng)中線路及變壓器參數(shù)Table2Parametersofthetransformersandlines參數(shù)數(shù)值25kV/110kV變壓器電阻/p.u.0.00266725kV/110kV變壓器電感/p.u.0.08575V/25kV變壓器電阻/p.u.0.00083575V/25kV變壓器電感/p.u.0.025發(fā)電場(chǎng)內(nèi)輻射型線路電阻/Ω0.069發(fā)電場(chǎng)內(nèi)輻射型線路電感/mH0.6330km海底交流電纜電阻/Ω3.45930km海底交流電纜電感/mH31.530km海底交流電纜電感/μF0.34圖3AWS波浪發(fā)電場(chǎng)并網(wǎng)系統(tǒng)等效示意圖Fig.3AWS-basedwavefarmintegratedtopowergridandthesingleequivalentmodel(4),可以將其轉(zhuǎn)換為圖4(b)所示波浪力,作為仿真模型的輸入激勵(lì)。假設(shè)圖4為波浪發(fā)電場(chǎng)內(nèi)首行AWS所承受的波浪力,則根據(jù)尾流、時(shí)滯效應(yīng)即可獲得發(fā)電場(chǎng)內(nèi)第二行發(fā)電裝置所承受的波浪力,如圖5所示。3.2不同實(shí)測(cè)數(shù)據(jù)下驅(qū)動(dòng)參數(shù)辨識(shí)值對(duì)比利用PSO對(duì)單機(jī)等效模型中驅(qū)動(dòng)部分的3個(gè)參數(shù)進(jìn)行辨識(shí),得到時(shí)域單機(jī)等效模型中驅(qū)動(dòng)部分的等效參數(shù)。PSO中的部分參數(shù)設(shè)置為:粒子個(gè)數(shù)N=30,迭代次數(shù)M=300,慣性權(quán)重系數(shù)w=0.5,學(xué)習(xí)因子c1=c2=2。為充分驗(yàn)證所提出方法的可行性,選取觀測(cè)站2011年12個(gè)月內(nèi)的任意4組實(shí)測(cè)波浪數(shù)據(jù),分別將其作為單機(jī)等效模型的輸入,并進(jìn)行參數(shù)辨識(shí),結(jié)果如表3所示。劉元尊等:基于參數(shù)辨識(shí)的波浪發(fā)電場(chǎng)等效建模研究17
本文編號(hào):3406719
【文章來(lái)源】:電力工程技術(shù). 2019,38(02)
【文章頁(yè)數(shù)】:6 頁(yè)
【部分圖文】:
AWS波浪發(fā)電系統(tǒng)Fig.1AWS-basedwaveenergyconversionsystem
對(duì)原有速度的繼承;學(xué)習(xí)因子c1,c2分別反映了粒子對(duì)自身歷史最優(yōu)點(diǎn)和群體最優(yōu)點(diǎn)的靠攏;r1,r2為[0,1]間均勻分布的隨機(jī)數(shù),體現(xiàn)群體的多樣性。(4)判斷繼續(xù)循環(huán)或結(jié)束。在未達(dá)到設(shè)定的迭代次數(shù)之前,算法繼續(xù)循環(huán);否則,結(jié)束循環(huán),輸出粒子最優(yōu)解。圖2PSO辨識(shí)驅(qū)動(dòng)參數(shù)流程Fig.2FlowchartofPSO3仿真算例由于現(xiàn)在實(shí)際波浪發(fā)電場(chǎng)還很少,波浪發(fā)電場(chǎng)的實(shí)際數(shù)據(jù),尤其是輸出功率數(shù)據(jù)更加難以獲得,根據(jù)文獻(xiàn)[22—23]的波浪發(fā)電場(chǎng)布局結(jié)構(gòu),基于Matlab/Simulink平臺(tái)搭建AWS波浪發(fā)電場(chǎng)詳細(xì)仿真模型,并考慮發(fā)電場(chǎng)的尾流、時(shí)滯效應(yīng),期以更精確地模擬實(shí)際發(fā)電場(chǎng)情況。波浪發(fā)電場(chǎng)內(nèi)設(shè)置2行8列共16個(gè)波浪發(fā)電裝置,2行之間間距設(shè)為2.7D(單臺(tái)AWS波浪發(fā)電裝置寬度D=28m[8]),公共連接點(diǎn)(pointofcommoncoupling,PCC)母線電壓25kV,每一列中的2臺(tái)波浪發(fā)電裝置采用常用的輻射型布局,然后接入PCC母線,并通過(guò)雙回30km的110kV海底交流電纜與電網(wǎng)相連,發(fā)電場(chǎng)詳細(xì)模型參數(shù)如表1、表2所示,其中單臺(tái)AWS波浪發(fā)電裝置參數(shù)參考已經(jīng)進(jìn)行實(shí)際海試的AWS發(fā)電原型機(jī)[8]。在等效建模過(guò)程中,將波浪能發(fā)電場(chǎng)等效為1臺(tái)AWS波浪能發(fā)電裝置,如圖3所示。3.1實(shí)測(cè)數(shù)據(jù)仿真算例中的實(shí)測(cè)數(shù)據(jù)來(lái)自江蘇省近海的一個(gè)波浪站。波浪站使用SBF3-1型波浪浮標(biāo),每小時(shí)進(jìn)行一次波浪數(shù)據(jù)采集,采樣間隔為0.25s。圖4(a)為一組120s的實(shí)測(cè)波面數(shù)據(jù),根據(jù)式(3)和式表1單臺(tái)AWS和直線永磁發(fā)電機(jī)參數(shù)Table1ParametersofanAWSandthelinearpermanentmagnetgene
00ks/(N·m-1)0.56×106λ/m0.10Rs/Ω0.29UN/V575表2發(fā)電場(chǎng)中線路及變壓器參數(shù)Table2Parametersofthetransformersandlines參數(shù)數(shù)值25kV/110kV變壓器電阻/p.u.0.00266725kV/110kV變壓器電感/p.u.0.08575V/25kV變壓器電阻/p.u.0.00083575V/25kV變壓器電感/p.u.0.025發(fā)電場(chǎng)內(nèi)輻射型線路電阻/Ω0.069發(fā)電場(chǎng)內(nèi)輻射型線路電感/mH0.6330km海底交流電纜電阻/Ω3.45930km海底交流電纜電感/mH31.530km海底交流電纜電感/μF0.34圖3AWS波浪發(fā)電場(chǎng)并網(wǎng)系統(tǒng)等效示意圖Fig.3AWS-basedwavefarmintegratedtopowergridandthesingleequivalentmodel(4),可以將其轉(zhuǎn)換為圖4(b)所示波浪力,作為仿真模型的輸入激勵(lì)。假設(shè)圖4為波浪發(fā)電場(chǎng)內(nèi)首行AWS所承受的波浪力,則根據(jù)尾流、時(shí)滯效應(yīng)即可獲得發(fā)電場(chǎng)內(nèi)第二行發(fā)電裝置所承受的波浪力,如圖5所示。3.2不同實(shí)測(cè)數(shù)據(jù)下驅(qū)動(dòng)參數(shù)辨識(shí)值對(duì)比利用PSO對(duì)單機(jī)等效模型中驅(qū)動(dòng)部分的3個(gè)參數(shù)進(jìn)行辨識(shí),得到時(shí)域單機(jī)等效模型中驅(qū)動(dòng)部分的等效參數(shù)。PSO中的部分參數(shù)設(shè)置為:粒子個(gè)數(shù)N=30,迭代次數(shù)M=300,慣性權(quán)重系數(shù)w=0.5,學(xué)習(xí)因子c1=c2=2。為充分驗(yàn)證所提出方法的可行性,選取觀測(cè)站2011年12個(gè)月內(nèi)的任意4組實(shí)測(cè)波浪數(shù)據(jù),分別將其作為單機(jī)等效模型的輸入,并進(jìn)行參數(shù)辨識(shí),結(jié)果如表3所示。劉元尊等:基于參數(shù)辨識(shí)的波浪發(fā)電場(chǎng)等效建模研究17
本文編號(hào):3406719
本文鏈接:http://sikaile.net/projectlw/xnylw/3406719.html
最近更新
教材專著