【技术实现步骤摘要】
基于状态曲线分析的风力机功率建模方法
[0001]本专利技术属于新能源领域，更具体地，涉及一种基于状态曲线分析的风机输出功率预测方法。
技术介绍
[0002]在风力发电过程中，功率曲线是风电机组对输入风能的利用效率和机组整体发电性能优劣的直接反映。对风电机组功率曲线进行建模和监测能够及时发现风电机组的运行异常和早期故障，提高机组的可利用率，降低机组维护费用。WTPC建模使用了许多不同的技术：IEC61400
‑
12标准中给出的“bin”方法、多项式参数回归法等。但以上方法仅将风速作为功率曲线模型的输入，没有考虑其他的因素，例如转速、桨距角对功率的影响，具有一定的局限性。
[0003]目前，预测风机输出功率的多变量回归模型主要有人工神经网络模型、高斯过程模型等。上述多变量模型的输入特征主要是通过专家对风机运行特性的分析得出的，但是影响风机功率的因素在不同的风电场环境中是不同的。此外，人工神经网络模型获得的结果在很大程度上取决于所使用的体系结构的选择、权重初始化、激活函数、优化过程等，并且该过程需要大量...
【技术保护点】
【技术特征摘要】
1.一种基于状态曲线分析的风力机功率建模方法，其特征在于，包括如下步骤：S1、对SCADA采样数据集D0以风速、叶片转速、桨距角、叶尖速比以及功率作为特征提取出来，组成数据集D1；S2、将D1以一定比例分为两组数据，记为D2和D3，作为训练集和验证集；S3、根据风机特性曲线将风力发电机的运行过程分为恒功率、恒转速、最大功率点跟踪三个阶段；S4、用物理公式描述出风机桨叶、传动结构和发电机的简化模型；S5、利用步骤S4对步骤S3中的三个阶段分别进行分析与功率建模；S6、利用步骤S5建立好的三个阶段的功率模型，在数据集D3上进行风机输出功率预测；步骤S3中具体实施方式为：以风速作为分割线，将训练集D2分割成三部分，为D21，即风速大于等于额定风速，D22，即风速大于等于额定转速风速且小于额定风速和D23，即风速小于额定转速风速；表示风机所处的三种状态；步骤S4描述风机简化模型包括如下步骤：S401、描述风机桨叶模型：桨叶具有空气动力学形状，可在风轮绕其轴转动时将风能转化为机械能，气动方程计算如下：式中，P
w
是可利用的空气动能，ρ是空气密度，R是叶片半径，v是风速；理想情况下，风轮从风能中获取的机械功率可表示为：械功率可表示为：式中，C
p
(λ,θ)是风能利用系数，λ是叶尖速比，是叶尖切向速度与风速的比值，θ是桨距角，ω
r
是叶片角速度；风能利用系数C
p
(λ,θ)是关于叶尖速比λ和桨距角θ的非线性函数，表示为：式中，C1‑
C9为功率参数，由风力发电机的类型决定；当风以一定的速度吹向风力发电机时，风轮转子将在驱动转矩的作用下以一定的角速度旋转，驱动转矩表示为：S402、描述传动机构模型：风力机轮毂到传动齿轮低速轴之间的机械传动部分的运动方程为：
T
l
＝nT
m
，式中，J
r
是风轮转动惯量，K
Dr
是阻尼系数，T
l
、T
m
分别是经过传动齿轮低速轴和高速轴上的机械转矩，n是齿轮箱传动比；S403、描述发电机模型：发电机的主要功能是将机械动能转化成电能，运动方程表示为：ω
g
＝nω
r
，式中，J
g
是发电机转动惯量，K
Dg
是阻尼系数，T
e
是发电机电磁转矩，ω
g
是发电机转子角速度，风力发电机的运动方程表示为：由于转动惯量、阻尼系数和齿轮箱传动比都是常数，则有：式中，J是总转动惯量，K
D
是阻尼系数；异步电机中电磁转矩T
e
的物理表达式为：式中，P
e
是电磁功率，ω
s
、n
s
分别是旋转磁场的同步角速度和同步转速；对于异步发电机，有功率平衡关系为：P
e
＝P+P
Cu1
+P
Fe
+P
add
，式中，P是输出功率，P
Cu1
、P
Fe
分别是三相电机的定子铜耗和定子铁耗，P
add
是摩擦损耗；不考虑以上三种损耗，将输出功率与电磁功率之间的关系简化为：P＝P
e
；步骤S5分段建模包括如下步骤：S501、恒功率段建模：风力发电机的转速和功率都处于稳定状态，忽略阻尼K
D
的影响，有机械转矩T
r
与电磁转矩T
e
的平衡方程式为：T
r
＝nT
e
，忽略异步发电机中转子铜耗的影响，有机械功率与电磁功率的功率平衡关系式为：P
aero
＝P
e
，则输出功率与驱动转矩T
r
及桨叶角速度ω...
【专利技术属性】
技术研发人员：黄佳颖，牛王强，杨华建，江佳腾，张炜婷，王晓彤，
申请(专利权)人：上海海事大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。