基于智能算法的高海拔风电机组多参数优化设计

以高海拔地区风电机组为对象,建立了平准化电力成本（LCOE）模型,并采用智能算法对其关键设计参数进行优化。分析了海拔升高对气候环境与风电机组的影响,建立了以转子半径、轮毂高度以及额定功率为设计参数的高海拔风电机组LCOE模型。以LCOE最小化为目标,采用遗传、粒子群、量子遗传3种智能优化算法对3个设计参数进行优化。优化结果表明,一定的海拔高度下存在最佳参数和最优LCOE,3种智能算法皆能得到模型的最优解,而量子遗传算法在收敛时间与收敛精度上均具有较好性能。随着海拔的升高,最优LCOE增大,3个优化参数呈现出不同的变化趋势。本文的相关结论对于高海拔风电机组选型与设计具有一定的参考意义。     

孤岛模式下多源直流微电网经济运行的协调优化控制策略

基于直流微电网的时变性与分布式发电单元的不确定性,本文提出了一种最小化运行成本的多源协调优化控制策略。首先,建立了优化调度模型,通过完全分布式的控制框架,设计了实时经济运行的优化方案,以实现直流微电网系统分布式发电的负载分配、电压恢复以及经济最优。此外,由于三个变量的动态变化值被引入到一致性算法中,功率分配优化过程是实时的。最后,用仿真算例来对上述优化策略进行验证。结果表明,提出的控制策略可有效地实现分布式发电的最优功率分配,达到最小化运行成本的目标。当直流微电网系统中单元的成本函数或功率限制发生变化时,能够实现在线优化。     

基于机器学习的带被动阻尼直流微电网系统的稳定性检测

直流微电网中恒功率负荷（CPL）具有负阻尼特性,该特性会降低系统稳定性。为此,通过在滤波器上添加被动阻尼来增强直流微电网系统的稳定性,并提出一种基于机器学习的方法来检测带被动阻尼直流微电网系统的稳定性。首先,建立带被动阻尼直流微电网系统的小信号模型,以此来确定影响系统稳定性的参数。其次,以所选系统参数为变量建立仿真场景,以此来获取用于机器学习算法训练的数据集。再次,提出一种基于轻量型梯度提升机（LGBM）的直流微电网稳定性检测模型,并采用沙普利加解释法（SHAP）分析所选参数对LGBM预测结果和直流微电网系统稳定性的影响。最后,通过仿真和硬件在环实验验证所提方法的有效性和优越性。     

基于智能算法的高海拔风电机组多参数优化设计

以高海拔地区风电机组为对象,建立了平准化电力成本（LCOE）模型,并采用智能算法对其关键设计参数进行优化。分析了海拔升高对气候环境与风电机组的影响,建立了以转子半径、轮毂高度以及额定功率为设计参数的高海拔风电机组LCOE模型。以LCOE最小化为目标,采用遗传、粒子群、量子遗传3种智能优化算法对3个设计参数进行优化。优化结果表明,一定的海拔高度下存在最佳参数和最优LCOE,3种智能算法皆能得到模型的最优解,而量子遗传算法在收敛时间与收敛精度上均具有较好性能。随着海拔的升高,最优LCOE增大,3个优化参数呈现出不同的变化趋势。本文的相关结论对于高海拔风电机组选型与设计具有一定的参考意义。     

基于两步处理的大型海上风电场分布式运行功率优化方法

随着海上风电场逐步走向大型化,尾流效应对风电场发电效率的影响加剧。已有风电场尾流控制方法的计算负荷较大,优化效果有限。对此,基于风电场网络的更新与分簇,提出一种两步功率优化方法。基于海上风电场尾流效应完善网络化定义,提出将优化分为两个阶段以处理优化动作对风电场网络和功率的影响;引入谱聚类方法实现网络分簇,结合改进的平衡优化算法进行高效求解,并通过分簇更新与优化迭代的结合实施两步优化策略。案例仿真结果表明,相对于集中式优化,所提出的方法优化效果接近,求解时间显著缩短;与单步优化相比,在具有复杂尾流关联的场景下,能以增加一定的求解时间为代价,获得更大的功率增益。最后,对不同规模风电场和分簇数量进行了探究,所提出方法对大型海上风电场具有较好的应用前景。     

基于改进麻雀搜索算法的大型海上风电场电缆布置优化

考虑多个设计变量和成本因素后,大型海上风电场电缆布置优化问题呈现出高复杂度特点。为此,提出一种基于改进麻雀搜索算法的电缆布置优化方法。首先,以电缆全寿命周期总成本为目标函数,考虑实际工程需求提出约束条件,建立电缆布置优化模型。然后,结合鸡群优化算法和Prim算法来改进麻雀搜索算法,对海上风电场的电缆连接拓扑、电缆型号和变电站位置同时进行优化。最后,进行实例分析,验证模型的可行性和改进算法的有效性。结果显示,全寿命周期模型可以全面评估电缆布置的经济性。相比于原算法,改进麻雀搜索算法的寻优能力有较大提升,且相对于文献中的改进算法具有结构简单、效率高和优化稳定性强的特点,适用于大型海上风电场电缆布置优化问题。     

风电全生命周期成本建模与经济分析综述

近年来,风电规模增速迅猛,其经济分析和成本建模方式也在不断改进。为总结现有方法,理清后续研究思路,首先,按照风电项目全生命周期的4个阶段进行阐释;然后,介绍了风电项目全生命周期的成本构成及建模方式,重点比较了陆上和海上风电场在该部分的差异,并结合上述内容探讨了生命周期和投资成本之间的关系;接着,为介绍成本投资效益,对比了风电项目基本经济评价指标及适用性。在上述基础上,根据存在的问题对未来发展趋势进行了分析,并为实现不同地区、不同环境下的风电经济性评价提出了一些建议,以期为新发展趋势下的风电成本建模和经济评价提供参考。     

大型风电机组的叶轮锁定自动控制策略

本文结合大型风电机组中所具有的叶轮制动(变桨和转子刹车装置)系统和锁定装置,通过控制器的参与,提出对三者采用顺序控制,实现叶轮的自动锁定,并通过补充特殊电路结构和引入风电机组运行时的振动值作为控制参数,保证叶轮安全可靠地自动锁定。     

基于深度学习的恒功率负荷直流微电网稳定性分析

针对恒功率负荷(CPL)因负阻抗特性导致直流微电网母线电压失稳的问题,从限制CPL取值范围出发,引入深度学习算法分析系统的稳定性。首先,通过采用直流微电网机理模型仿真,建立初始数据库;然后,对数据库进行预处理,在此基础上,利用最大信息系数进行相关性分析,得到系统参数与CPL临界值之间的相关性强弱信息,并实现输入特征降维;接着,采用自定义损失函数与量化预测性能等方法设计适用于CPL临界值预测的深度学习策略。最后,针对不同场景的直流微电网进行仿真测试,并通过硬件在环实验验证所提深度学习策略的有效性和优越性。     

基于有限状态机的三电平逆变器双矢量模型预测控制策略

针对三电平逆变器使用有限集模型预测控制策略时,存在电流谐波大、对微控制器运算能力要求高、多目标优化复杂及输出矢量切换受限等问题,提出一种基于有限状态机的双矢量模型预测控制策略。首先,采用有限状态机来描述有限的控制集和受限的矢量切换,并以此作为三电平逆变器运行的基础,从而避免过大的相电压和线电压跳变;然后,提出一种适用于该有限状态机的简化控制集方法,使得候选矢量的数量不超过5个;继而,结合直流侧电容电压平衡控制,确定最优双矢量组合,且无须进行多目标优化;最后,计算双矢量的占空比,进一步降低输出电流的谐波。仿真和实验结果验证了所提策略的良好性能。