-
Patent Agency Ranking
公开(公告)号：CN116169911A
公开(公告)日：2023-05-26
申请号：CN202111455182.8
申请日：2021-11-25
Applicant: 华北水利水电大学
Abstract: 本发明公开一种基于RMPC的风电机组控制方法，其基于现代控制理论模型预测控制方法的基础上针对系统的不确定性而延伸的控制方法，具体方案是将RMPC引入到风力发电控制领域用于处理因风速的随机波动不确定性引起风电机组输出功率的波动性，这种控制方法在处理多变量约束多变量耦合方面有很大的优势。采用先进鲁棒模型控制方法来控制风电机组的输出功率平稳，降低波动达到提质增发的效果。
-
公开(公告)号：CN109214566B
公开(公告)日：2021-02-26
申请号：CN201811005283.3
申请日：2018-08-30
Applicant: 华北水利水电大学
Abstract: 本发明公开了一种基于长短期记忆网络的风电功率短期预测方法，包括长短期记忆神经网络训练算法、短期风电预测误差分布算法和风电机组发电功率短期预测模型设计。本发明从深度学习网络出发，建立基于长短期记忆网络算法(LSTM)风电功率预测模型，以高斯混合模型(GMM)分析短期风电功率预测的误差分布特点。本发明通过GMM模型可以得到二台机组不同的置信区间。证明了LSTM方法具有更高的精确度和更快的收敛速度，GMM方法对于风电调度具有实际应用价值。
-
公开(公告)号：CN109214566A
公开(公告)日：2019-01-15
申请号：CN201811005283.3
申请日：2018-08-30
Applicant: 华北水利水电大学
Abstract: 本发明公开了一种基于长短期记忆网络的风电功率短期预测方法，包括长短期记忆神经网络训练算法、短期风电预测误差分布算法和风电机组发电功率短期预测模型设计。本发明从深度学习网络出发，建立基于长短期记忆网络算法(LSTM)风电功率预测模型，以高斯混合模型(GMM)分析短期风电功率预测的误差分布特点。本发明通过GMM模型可以得到二台机组不同的置信区间。证明了LSTM方法具有更高的精确度和更快的收敛速度，GMM方法对于风电调度具有实际应用价值。
-
公开(公告)号：CN104810860A
公开(公告)日：2015-07-29
申请号：CN201510060485.8
申请日：2015-02-06
Applicant: 华北水利水电大学
IPC: H02J3/46
CPC classification number: Y02E10/763 , H02J3/46
Abstract: 本发明公开了一种风电场内功率分配方法及分配装置，所述风电场内功率分配方法包括步骤：S1、利用聚类算法将风电场内机组分为若干类机组群，将功率较高，波动较小的机组进行优先调度，建立目标函数；S2、设定目标函数的约束条件；S3、进行遗传优化优化算法。本发明根据每台风力发电机组的历史运行数据，利用聚类算法将风电场内机组分为若干类机组群，将功率较高，波动较小的机组进行优先调度。然后根据机组分类的结果，以风电场内疲劳损伤量最小为优化目标，通过智能算法，对风力发电机组间进行负荷分配优化，可以得到较好地满足电网调度要求的机组组合。
-
公开(公告)号：CN104779638A
公开(公告)日：2015-07-15
申请号：CN201510062240.9
申请日：2015-02-06
Applicant: 华北水利水电大学
CPC classification number: Y02E10/763 , Y02E40/76 , Y04S10/545
Abstract: 本发明公开了一种风电场内机组优化调度方法和风电场内机组优化调度装置，所述调度方法包括步骤：S1、建立目标函数；S2、设定目标函数的约束条件；S3、优化算法，包括粒子群优化算法和遗传-粒子群优化算法。本发明通过最优潮流计算优化风电场内机组的有功与无功出力，这不仅能使风电场内部的损耗最小，风力发电机组得到延寿，整个风电场经济运行；还可以通过对风电场内功率分配的研究，分析内部功率损耗，为风电场经济性评价提供依据。
-
-
-
-
Search Results
5
records
(took 0.025 seconds)
