風力發電機組運行優化研究.pdf

1、隨著全球經濟的快速發展，能源危機和環境污染已成為全球亟待解決的問題；近年來可再生能源的開發和利用，特別是風力發電技術受到了世界各國的高度重視并得到迅速發展。但目前風力機風能利用率較低、風電機出力不夠高及風電電能質量較差等問題已成為各風電場運行過程中普遍存在問題，對風力發電技術更快的發展產生了不利影響。因此如何實現在固定風電場中特定風能資源下風力發電機組能量輸出最大化，是目前風力發電技術研究中的重要課題，對我國乃至全世界風電產業的發展具有

2、重要的意義。
　　本文首先綜述了風力發電技術基本理論、風力發電機的工作原理和運行特性、支持向量機算法（SupportVectorMachineAlgorithm,SVM）和微分進化（DifferentialEvolution,DE)算法；同時在SVM算法的基礎上提出了性能更優的最小二乘支持向量機（leastsquare-supportvectormachine，LS-SVM），針對基本DE算法的缺點與不足，提出了DE算法的改進策略

3、，為后文模型建立和問題求解作了準備。
　　然后，針對風力機出力與風速和槳距角之間存在非常復雜的關系，很難建立通用準確的數學模型，本文提出了一種新的風電機優化運行模式，即首先通過最小二乘支持向量機建立風電機出力與風電機運行參數之間的非線性擬合模型，并基于此模型和根據風速的變化，采用高效的改進型微分進化算法對風電機槳距角進行快速動態優化，從而實現風電機出力最大化。再以鄱陽湖長嶺風電場風電機組實際運行數據來進行了仿真應用與分析，結果表明

4、通過優化風電機槳距角可有效的提高風電機出力，并驗證了本文方法的可行性和優越性。采用本文方法可準確建立風速與最佳槳距角的動態對應關系，為風力發電機的優化運行提供科學的指導。
　　最后，針對風力機出廠時設定的葉尖速比不能保證所在環境下捕獲最大風能，導致風能利用率偏低問題；本文基于風速分布服從Weibull雙參數分布，以1.5MW變速恒頻風電機為研究對象，以盡可能實現年能量輸出最大化為優化目標，將改進型微分進化算法用于模型進行求解，得到