[发明专利]基于模式识别技术的风力发电功率曲线优化方法有效
| 申请号: | 201210021630.8 | 申请日: | 2012-01-31 |
| 公开(公告)号: | CN103225588A | 公开(公告)日: | 2013-07-31 |
| 发明(设计)人: | 贾利民;雷涛;刘展 | 申请(专利权)人: | 北京能高自动化技术股份有限公司 |
| 主分类号: | F03D9/00 | 分类号: | F03D9/00 |
| 代理公司: | 暂无信息 | 代理人: | 暂无信息 |
| 地址: | 100044 北京市海淀区*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 模式识别 技术 风力 发电 功率 曲线 优化 方法 | ||
1.基于模式识别技术的风力发电机组功率曲线优化方法,其特征是包括以下步骤:
步骤1:对风力发电机组预存多条适合不同典型风资源条件的功率曲线;
步骤2:获取风力发电机组工作模式识别信息;
步骤3:确定风力发电机组工作模式;
步骤4:基于模式识别结果确定风力发电机组功率曲线。
2.根据权利要求1所述基于模式识别技术的风力发电机组功率曲线优化方法,其特征是步骤3中,确定风力发电机组工作模式可以采用根据工作日期确定,该方法主要针对风资源变化季节性或季风性周期变化规律较强的风资源区域,可以根据具体日期结合农历节气进行风机工作模式识别。
3.根据权利要求1所述基于模式识别技术的风力发电机组功率曲线优化方法,其特征是确定风力发电机组工作模式可以通过系统辨识的方法实现,该方法通过动态辨识当前区域风频模型,选取与辨识模型最接近的工作模态作为风力发电机工作模态。
4.根据权利要求1所述基于模式识别技术的风力发电机组功率曲线优化方法,其特征是风频分布模型辨识数据来源于当前时刻以前 时间内的风速采样以及历史同期当前时刻以后的时间内的风速采样,表示辨识数据时间长度范围。
5.根据权利要求1所述基于模式识别技术的风力发电机组功率曲线优化方法,其特征是风频模型辨识采用根据风速的累积频率进行估计,首先将辨识风速数据按照风速出现范围划分为个间隔:,统计每个风速间隔中风速出现的频率,和积累频率,参数辨识可以根据最小二乘法按照下式计算:
风力发电机组工作模态确定也可以通过计算各功率曲线对应的风频模型与辨识模型的接近程度确定,选取与辨识模型最接近的模态作为风力发电机组工作模态,相关计算可以按照下式进行:
式中:
表示风力发电机组切入风速;
表示风力发电机组切出风速;
表示各典型风频模型对应的线性化斜率系数;
表示各典型风频模型对应的线性化常数项系数。
6.根据权利要求1所述基于模式识别技术的风力发电机组功率曲线优化方法,其特征是风力发电机组工作模态确定可以采用通过计算各条预存功率曲线的容量系数,选取容量系数最大的功率曲线对应的模态作为风力发电机组工作模态,容量系数可以按照下式计算:
式中:
表示容量系数;
表示功率曲线;
表示功率曲线对应的额定功率。
7.根据权利要求1所述基于模式识别技术的风力发电机组功率曲线优化方法,其特征是本发明方法即可以适用于针对风电场每台风力发电机组进行基于模式识别技术的功率曲线优化,也可以适用于针对风电场基于模式识别技术的风力发电机组统一功率曲线优化。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京能高自动化技术股份有限公司,未经北京能高自动化技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201210021630.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:可万分LED灯盘
- 下一篇:一对能够筛选小麦赤霉病抗性的引物序列及其应用





