徐昆

• 1:北方工业大学

摘要(Abstract)：

风电机组呈智能化、大容量发展趋势，运行更稳定、安全，偏航控制算法不断优化提升，偏航系统对风精度、灵活性显著提高。然而早期开发建设的风电场中，风电机组普遍采用传统型偏航控制技术，存在对风精度低、偏航滞后及无效偏航次数较多的缺点，偏航系统误差普遍偏大。尤其对于寿命周期已过半的风电机组，此种偏航控制技术对风电机组输出功率的影响更大。依据偏航系统误差产生机理不同，分为偏航静态误差和偏航控制策略误差。为此，有针对性的提出了调整策略，以最大程度优化偏航系统性能、减少偏航系统误差。针对偏航静态误差，提出基于激光雷达和最佳叶尖速比风向补偿因数修正的调整策略；针对偏航控制策略误差，提出反向传播（BP）神经网络LM算法风向预测优化模型和偏航重启对风优化策略。

关键词(KeyWords)： 风电机组;偏航误差;叶尖速比;BP神经网络;风向预测;重启对风

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 徐昆

DOI: 10.19911/j.1003-0417.tyn20210412.02

参考文献(References)：

• [1]叶杭冶.风电机组的控制技术[M]. 2版.北京:机械工业出版社, 2006:124-128.
• [2] RIBRANT J, BERTLING L M. Survey of failures in wind power systems with focus on Swedish wind power plants during 1997—2005[J]. IEEE transactions on energy conversion, 2007, 22:167-173.
• [3]延平.风电场运行效能评价方法研究[D].北京:华北电力大学, 2017.
• [4]王明君,高原生.风电机组实际运行功率曲线影响因素分析[J].风能, 2013(4):74-79.
• [5]姜漫利.基于大数据分析的风电机组运行状态建模与监测[D].北京:华北电力大学, 2017.
• [6]林钧斌,庄骏,孙斌,等．风电机组机械载荷测试研究[J]．机械制造, 2013, 51(7):65-67.
• [7]张东东,崔新维. BP神经网络在风力发电机风向预测中的应用[J].太阳能, 2015(3):47-49.
• [8]曹园园,高国琴,范杜娟.混联式汽车电泳涂装输送机构的复合动力学控制系统与方法:201510448332.0[P]. 2015-07-25.
• [9]王增忠.机器学习方法在机械产品参数设计缺陷辨识中的应用[D].成都:电子科技大学, 2013.