电网故障下直驱永磁风力发电机的无功功率控制策略

直驱永磁同步风力发电系统(Directly driven wind turbinewith Permanent Magnet Synchronous Generators,D-PMSG)因具有结构简单、发电效率及运行可靠性高等优点已经逐渐成为风力发电的主流机型。随着风电场规模的逐渐增大,风力机的低电压穿越能力(Low Voltage Ride Through,LVRT)已经成为大型风电场并网的必备条件。文中针对电网故障下直驱永磁风力发电机的无功功率出力问题,采用在电网故障阶段并联备用变频器以及无功优先的控制方法,在电压跌落期间充分利用变频器的无功产生能力,使风力发电系统在故障期间迅速增加无功功率的输出,提升机端电压,帮助电网电压恢复,从而增强了直驱永磁同步风力机的低电压穿越能力。     

小波包分析和神经网络在风电机组变频器故障诊断中的应用

由非线性电力电子装置组成的风力机变频器一旦发生故障,其故障特征信息不容易被提取和识别。为此,提出了一种基于小波包分析和Elman神经网络的电力电子装置故障诊断的方法,先运用小波包分析法提取电力电子装置电路在不同故障状态下电压及电流信号的特征信息,然后对数据进行归一化处理并作为Elman神经网络的输入,由具有智能学习功能的神经元故障分类器完成故障识别和定位。以典型的风力机交—直—交变频器为例,在Matlab软件下建立电路模型对一次侧故障进行仿真实验,结果表明采用该方法可以快速、准确地完成故障诊断。     

风力机状态监测与故障诊断技术研究

介绍了风力发电机组的基本构成,对风力机常用状态监测技术及主要测量参数进行了分析研究,并分析了风力机部件的常见故障,研究了部件的故障机理,最后,分析研究了适合于风力机的多种故障诊断方法,对国内外风力机状态监测、诊断技术和系统应用现状进行了概述。研究结果对保证风力发电机组安全运行,减少故障发生率,提高风力发电机组的运行可靠性．实现基于状态维修起到了指导作用。     

大型风电场并网运行系统暂态稳定性分析

采用时域仿真方法研究了大型风电场接入电网后的电力系统暂态稳定问题,建立了风力机传动部分两质量块的风力发电机数学模型,用PSAT软件对大容量风电场接入的电力系统进行电网侧故障的暂态仿真,以lEEE 39节点算例进行分析.仿真结果表明,风电场并网后系统的暂态稳定性降低,通过加入TCSC改善了系统的暂态稳定性.     

SEMI-PHYSICAL SIMULATION FOR WIND POWER GENERATION SIMULATION EXPERIMENTAL PLATFORM

基于统计风速模型和ARMA模型产生的模拟风速实现实验室的风速模拟,利用风电场采集的实际数据进行频谱校正,使之最大限度接近风电场真实风况.通过对风力机的风轮、传动轴、齿轮箱、变桨距系统及气动转矩的脉冲特性进行建模,实现从风的产生到传动链各环节的模拟,模拟过程在DSP中实现,由DSP给变频器发送转矩指令,变频器采用直接转矩控制调节异步电动机的电磁转矩.实验结果证明了该方法的可行性.     

基于3D虚拟现实技术的风电场全数字化巡检及监测平台

提出了基于3D虚拟现实技术的风电场全数字化巡检及监测平台的构建方案。该方案利用虚拟现实技术,对风电场全部设备进行3D数字化建模;应用远程通信技术,将风电场运行的状态数据、指标参数引入到巡检与监测平台。在此基础上,设计了系统的硬件结构,构建了信息的有效性检测模型,并建立风电机组的故障失效模式、影响及后果分析模型;结合状态数据、指标参数与分析模型,实现风电场设备故障诊断;同时,将诊断结果提示给工作人员,确保在中控室便能实现风电场的巡检、监测与故障诊断。     

基于SCADA数据的国产风力机可靠性评估

基于国内某风电场SCADA系统的现场数据,评估国产风力机的可靠性。通过对故障数据的归类分析,根据故障率、停机时间等指标确定影响风力机可靠性的关键零部件;采用相关性函数分析风力机故障率与环境温度的相关性;利用时间序列方法分析风力机故障率和可靠性的季节性特征。分析结果表明:与文献中的风力机故障数据相比,所研究风力机样本的故障频率偏高,其中,电气系统和控制系统的故障率最高、平均维修时间较短,主轴、齿轮箱和发电机的故障率低、平均维修时间较长。此外,该组风力机的故障率与环境温度具有明显的相关性,表现出较为显著的季节性特征。     

三种风力发电机组的建模与仿真

建立了包括异步感应式发电机、双馈感应式发电机和永磁同步发电机在内的3种不同的风电机组数学模型,针对不同的机组类型提出了相应的风力机模型和变频器控制策略.以建立的数学模型为基础确立了接入无穷大系统的风电场模型.模拟风力机风速变化情况,对各个风机模型在风速扰动下的响应特性进行了仿真分析研究,并将仿真波形进行了简单的比较.结果验证了所建模型的正确性,并且表明变速恒频发电机组与异步发电机比较而言具有更好的动态特性.     

基于MATLAB的并网风电场动态仿真

以并网型风电场为研究对象,建立了异步风力发电系统的动态数学模型,包括风速、风力机、异步发电机以及补偿电容器4部分,其中异步发电机采用三阶模型.利用MATLAB/Simulink建立了仿真系统模型,详细论述了仿真的方法和过程,并对风电场接入电力系统进行了动态稳定分析,验证了采用S函数和Simulink相结合的方法可以有效进行电力系统的分析与计算.同时对如何提高风电系统短路故障后的动态稳定性进行了研究,提出了采用x/r较小的联络线或适当提高电容器的补偿量都有助于提高短路故障后风电系统稳定性的改善措施.     

小波包能量熵和改进的LSSVM在风力机轴承故障诊断中的应用

针对极端复杂工况下风力机轴承运行状态监测中的故障诊断问题,提出一种基于小波包能量熵故障特征提取并结合鲸鱼算法(WOA)优化最小二乘支持向量机(LSSVM)进行故障分类识别的风力机轴承故障诊断方法。通过小波包分解提取各频带成分的能量熵值构建故障特征集,同时针对LSSVM参数的选取依赖人工选择的盲目性问题,采用鲸鱼优化算法寻找LSSVM中最优的2个关键参数正则化参数和核函数参数,以此提高故障诊断模型的分类精度。通过不同工况下的试验数据集测试,实现了对不同故障状态特征参数的准确分类。结果表明,所提方法诊断结果优于遗传算法(GA)和粒子群算法(PSO)分别优化的LSSVM.远优于传统的LSSVM算法。     

UPFC对风电场稳定性影响的仿真研究

在风速变化过大或发生短路故障时,异步风力机的电压变化也大,馈入电网的有功也有较大变化,与系统交换的无功增加,超过了系统安全约束,导致风电场停运。UPFC可以控制电压和潮流,维持风电场电压,减少无功交换,提高风电场有功的输送极限,维持系统稳定。通过Matlab/Simulink建立仿真模型,对UPFC的作用进行了验证。     

小波神经理论在风力机齿轮箱故障诊断系统中的应用

风力机齿轮箱振动信号是一种时频特性复杂的非平稳信号,常规的时域和频域分析方法难以有效的分析齿轮箱故障及提取故障特征。提出一种基于小波分析和神经网络的风力机齿轮箱故障诊断方法,该方法采用小波时频分析技术对风力发电机故障振动信号进行消噪滤波,通过小波包分解系数求取频带能量,根据各个频带能量的变化提取故障特征,为实现智能诊断提供故障特征值。应用BP神经网络进行故障识别,并采用LabVIEW和matlab软件予以实现。结果表明,该方法能有效提高风力发电机组齿轮箱故障诊断的准确性。     

煤矿变频器故障诊断技术探讨

通过对煤矿变频器故障诊断技术进行分析,提出了煤矿变频器的常见故障及诊断技术,以期提升故障诊断水平,满足煤矿企业发展需求.     

600K风力发电机国产化工作进展顺利

在科学技术部(原国家科委)的支持下,新疆风能公司从德国Jacobs能源公司引进600kW风力发电机技术,并开展国产化工作.至1998年7月,该机的国产化率达33.4%,两台Jacobs 600kW风力机已安装在新疆风能公司的风电场上并网发电.     

基于机器学习算法与SCADA系统的风电机组变桨系统变频器的故障预警方法研究

变桨系统是风电机组的关键设备,但由于风电机组长期处于复杂的工作环境,导致变桨系统故障成为风电机组故障中最常见的故障之一,而变桨系统变频器故障在变桨系统故障中的占比很高。基于此,提出了一种变桨系统变频器的故障预警方案,分析SCAdA系统数据,将机器学习算法应用于故障预警,并将模型温度残差作为故障预警的指标;然后,针对随机因素干扰模型温度残差的问题,提出采用滑动时间窗残差估计方法分析预警模型的温度残差趋势,依此判断变浆系统变频器的状态,进而评估变桨系统的运行状态;最后,以新疆维吾尔自治区某风电场的运行数据为例,对提出的变桨系统变频器的故障预警方法进行了验证,结果表明,在所建立的模型及滑动时间窗残差估计方法的基础上能及时对变浆系统变频器的潜在故障做出预警,验证了该方案的可行性和有效性。     

直流系统对含大规模风电场交流系统的影响

随着西北网750kV主网的建成及新疆"风火打捆"直流外送的实施,新疆电网已形成了交直流混联的系统。为了分析直流系统对大规模风电场交流系统的影响,针对大规模直驱风电场与火力发电厂打捆并网后直流外送的输电方案,构建了含交直流系统的网络拓扑结构,建立了大规模直驱风电场及直流输电系统的数学模型。基于PSCAD/EMTDC软件,仿真并分析了:直流系统对含大规模风电场的交流系统的影响,以及直流系统不同的控制方式、不同的无功补偿容量、直流故障、交直流比例对交流系统及风电场稳定性的影响。     

改进CEEMDAN算法与CNN融合的深度学习系泊故障研究

针对海上漂浮式风力机在长期的海洋环境作用下,受到风、浪、流等复杂载荷的影响,发生腐蚀、蠕变和失效等故障问题,基于深度学习理论,提出了一种改进的完全集合经验模态分解(Improved Complete Ensemble EMD,ICEEMDAN)结合卷积神经网络(Convolutional Neural Network, CNN)的故障诊断方法,用于对海上漂浮式风力机的系泊系统进行故障识别。该方法基于平台艏摇响应信号状态,计算系泊蠕变与失效阶段,并分析不同位置系泊对漂浮式风力机稳定性的影响,诊断出系泊是否产生蠕变以及系泊蠕变位置。研究结果表明：改进后的方法能够较好地识别系泊蠕变到失效过程,挖掘了纵荡、横荡、横摇及艏摇等因素对风力机稳定性的影响,其在不同信噪比下均可有效地诊断出系泊状况与不同位置的蠕变,且准确率最高可达99.83%。     

基于Digsilent的风电场保护研究

建立了双馈感应式风力发电机的模型;基于Digsilent仿真软件搭建了含双馈式风力机的某风电场的仿真模型;对风电场在不同点发生不同单纯性故障时的情况进行了仿真。通过对保护装置的动作分析表明,风电场保护应加入自适应控制来改善保护性能。     

风力机机舱故障诊断专家系统方法研究

该故障诊断专家系统结合风力发电机组机舱发生故障的事实和多名专家的实际经验及查阅文献,并采用模糊理论为研究方法.最后以一具体实例加以分析,验证专家系统在风力机机舱故障诊断中的可行性.     

风力机尾流相互干扰的数值模拟

结合制动盘理论与CFD方法,采用FLUENT软件对置于有限面积的风电场内的9台风力机尾流相互干扰情况进行数值模拟。风电场内风力机机组呈梅花型排布,考虑入流角分别为0°、15°和30°代表风力机的偏航现象,利用FLUENT提供的FAN边界将风力机风轮简化为无厚度的产生压力跃降的制动盘,采用N-S方程求解整个风电场的流场分布。该文给出流场的速度分布、涡量分布及风力机机组周围的风能密度与湍流强度分布,反映了上游风力机机组的尾流会对下游机组的流场产生干扰的现象。通过对风电场和风力机的成功模拟表明,制动盘理论结合CFD的方法适用于风电场和风力机的流场模拟,可为风电场微观选址和风力机排布提供参考,且计算量远小于完全数值模拟方法。