-
公开(公告)号:CN119047217A
公开(公告)日:2024-11-29
申请号:CN202411526299.4
申请日:2024-10-30
Applicant: 湖南大学
IPC: G06F30/20 , G06F30/17 , F03D7/00 , F03D17/00 , G06F111/04 , G06F113/06
Abstract: 本发明公开了一种抑制风电机组齿轮箱振动的功率优化控制方法及系统,方法包括步骤:S1、建立风电机组齿轮箱的简化模型,并建立齿轮箱的振动微分方程,以及风电机组桨距角、发电机转速、发电机转速滤波值、有功功率参考值的变化量与齿轮箱输入转矩的变化量之间的数学模型;S2、获取电网调度的有功功率需求、风电场的总有功功率输出和风电机组的可发有功功率上限作为约束条件,并以齿轮箱的振动位移变化量最小为目标函数,建立优化问题;S3、基于振动微分方程和数学模型建立总状态空间方程,再通过模型预测控制算法对优化问题进行求解,对功率进行分配以减弱齿轮箱振动。本发明具有减弱齿轮箱振动并降低其疲劳程度等优点。
-
公开(公告)号:CN119885511A
公开(公告)日:2025-04-25
申请号:CN202510361347.7
申请日:2025-03-26
Applicant: 湖南大学
IPC: G06F30/18 , G06F30/27 , G06N3/006 , G06F113/06
Abstract: 本发明公开了一种基于自适应差分进化的风电场布局优化方法及系统,方法包括步骤:S1、获取风电场风能数据、风电场和风机参数,建立风电场布局优化模型;S2、随机生成风电场布局方案,构成初始种群;S3、将初始种群随机划分为几组子种群,进行子种群搜索得到变异向量;S4、对变异向量进行局部差分获得候选布局解,再对目标向量进行自适应替换操作得到试验向量;S5、对试验变量进行修复替换操作,在目标向量与修复后的试验向量之间进行选择,得到合适的个体;S6、继续执行步骤S3‑S5过程,直到达到设定的最大评估次数,最终得到最优的风电场布局解。本发明具有降低尾流效应、实现预期发电量最大化等优点。
-
公开(公告)号:CN119298240A
公开(公告)日:2025-01-10
申请号:CN202411806348.X
申请日:2024-12-10
Applicant: 湖南大学
Abstract: 本发明公开了一种构网型风电机组的功率跟踪方法及系统,方法包括步骤:1)输入虚拟同步发电机的控制参数,建立虚拟同步发电机的数学模型;模型中包括动态特性;2)根据虚拟同步发电机的动态特性,得出虚拟同步发电机的功率表达式和功率增量表达式;3)根据虚拟同步发电机的动态特性和虚拟同步发电机的功率表达式和功率增量表达式,得到多个虚拟同步发电机空间状态方程及空间状态离散化方程;4)根据虚拟同步发电机的功率增量表达式得出虚拟同步发电机的功率预测表达式,结合功率预测表达式和多个虚拟同步发电机的离散化空间状态方程,构建并求解构网型风电机组的功率跟踪性能优化问题。本发明具有提高功率跟踪性能等优点。
-
公开(公告)号:CN119047217B
公开(公告)日:2025-01-14
申请号:CN202411526299.4
申请日:2024-10-30
Applicant: 湖南大学
IPC: G06F30/20 , G06F30/17 , F03D7/00 , F03D17/00 , G06F111/04 , G06F113/06
Abstract: 本发明公开了一种抑制风电机组齿轮箱振动的功率优化控制方法及系统,方法包括步骤:S1、建立风电机组齿轮箱的简化模型,并建立齿轮箱的振动微分方程,以及风电机组桨距角、发电机转速、发电机转速滤波值、有功功率参考值的变化量与齿轮箱输入转矩的变化量之间的数学模型;S2、获取电网调度的有功功率需求、风电场的总有功功率输出和风电机组的可发有功功率上限作为约束条件,并以齿轮箱的振动位移变化量最小为目标函数,建立优化问题;S3、基于振动微分方程和数学模型建立总状态空间方程,再通过模型预测控制算法对优化问题进行求解,对功率进行分配以减弱齿轮箱振动。本发明具有减弱齿轮箱振动并降低其疲劳程度等优点。
-
公开(公告)号:CN119944849A
公开(公告)日:2025-05-06
申请号:CN202510423401.6
申请日:2025-04-07
Applicant: 湖南大学
IPC: H02J3/46 , G06Q10/04 , G06Q10/0631 , G06Q10/20 , G06Q50/06
Abstract: 本发明公开了一种基于风机历史故障数据的运维协同优化控制方法及系统,方法包括步骤:S1、获取风电机组历史故障数据,经过数据预处理后得到风电机组停机故障历史记录,再根据风电机组停机故障历史记录建立威布尔分布的风电机组故障模型;S2、基于威布尔分布的风电机组故障模型预测风机的未来服役趋势,再根据维修计划为每一台风电机组分配发电参考指令;S3、基于各风电机组的发电参考指令和风电机组发电可行域,构建风电机群服役质量多时间尺度协同优化调控框架,以保证风电场安全稳定运行的同时提高发电量。本发明能够保证风电场安全稳定运行的同时提高发电量。
-
-
-
-