明阳智慧能源集团股份公司
Published:2025
移动端阅览
[J]. 2025, (5): 67-73.
DOI:
[J]. 2025, (5): 67-73. DOI: 10.19911/j.1003-0417.tyn20240616.01.
现有的风电机组偏航控制策略普遍存在滞后性,且由于实际风向变换频繁导致风电机组偏航次数过多,损耗了偏航系统部件的使用寿命。基于此,提出1种基于ARIMA模型的风电机组偏航控制策略,首先将采集到的风向数据进行预处理,然后作为模型输入参数,用于短期风向预测;然后结合短期风向预测结果设计风电机组偏航控制策略;最后通过6个风电场的实际数据验证了该偏航控制策略的控制效果。研究结果表明:1)ARIMA模型基于6个风电场风向数据得到的MAE值均小于6.00°,最大值为5.71°,说明该模型预测得到的风向角度偏差较小,可为风电机组提供有效的风向参考。2)采用基于ARIMA模型的偏航控制策略后风电机组的偏航次数下降比例为36.08%~72.96%,且随着偏航次数下降,偏航时间也有不同程度的减少,优化效果明显,有利于延长风电机组偏航系统部件的使用寿命。
冉亮,费斯奇,袁铁江,吕清泉,李国锋.考虑碳自然循环的离网型风/光-火联合供能系统容量优化配置[J].太阳能学报,2023(01).
冯红岩,朱海娜.基于激光雷达测风仪的风电机组偏航优化控制方法[J].自动化技术与应用,2022(02).
肖玥,封焯文,余子鹏,阳雪兵.基于风向预测的新型偏航控制方法[J].太阳能学报,2021(02).
唐振浩,赵赓楠,曹生现,赵波.基于SWLSTM算法的超短期风向预测[J].中国电机工程学报,2019(15).
高峰,凌新梅,刘强.基于SCADA数据的风电机组偏航控制参数优化[J].太阳能学报,2019(06).
吴小涛,严世伦.基于相关性的最优变分模态分解算法[J].黄冈师范学院学报,2019(03).
薛阳,王琳,王舒,张亚飞,张宁.一种结合CNN和GRU网络的超短期风电预测模型[J].可再生能源,2019(03).
梁涛,孙天一,邹继行,侯振国.基于GA优化的加权LSSVM短期风速预测[J].高技术通讯,2019(02).
李冰,张妍,刘石.基于LSTM的短期风速预测研究[J].计算机仿真,2018(11).
杨伟欢,叶安丽,马鸿雁.模糊控制在风力发电机组偏航控制系统中的应用[J].北京建筑工程学院学报,2011(03).
邹强,刘波峰,彭镭,王家乐.爬山算法在风力发电机组偏航控制系统中的应用[J].电网技术,2010(05).
0
Views
90
下载量
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution