風(fēng)力發(fā)電機(jī)組運(yùn)行優(yōu)化研究.pdf

1、隨著全球經(jīng)濟(jì)的快速發(fā)展，能源危機(jī)和環(huán)境污染已成為全球亟待解決的問(wèn)題；近年來(lái)可再生能源的開(kāi)發(fā)和利用，特別是風(fēng)力發(fā)電技術(shù)受到了世界各國(guó)的高度重視并得到迅速發(fā)展。但目前風(fēng)力機(jī)風(fēng)能利用率較低、風(fēng)電機(jī)出力不夠高及風(fēng)電電能質(zhì)量較差等問(wèn)題已成為各風(fēng)電場(chǎng)運(yùn)行過(guò)程中普遍存在問(wèn)題，對(duì)風(fēng)力發(fā)電技術(shù)更快的發(fā)展產(chǎn)生了不利影響。因此如何實(shí)現(xiàn)在固定風(fēng)電場(chǎng)中特定風(fēng)能資源下風(fēng)力發(fā)電機(jī)組能量輸出最大化，是目前風(fēng)力發(fā)電技術(shù)研究中的重要課題，對(duì)我國(guó)乃至全世界風(fēng)電產(chǎn)業(yè)的發(fā)展具有

2、重要的意義。
　　本文首先綜述了風(fēng)力發(fā)電技術(shù)基本理論、風(fēng)力發(fā)電機(jī)的工作原理和運(yùn)行特性、支持向量機(jī)算法（SupportVectorMachineAlgorithm,SVM）和微分進(jìn)化（DifferentialEvolution,DE)算法；同時(shí)在SVM算法的基礎(chǔ)上提出了性能更優(yōu)的最小二乘支持向量機(jī)（leastsquare-supportvectormachine，LS-SVM），針對(duì)基本DE算法的缺點(diǎn)與不足，提出了DE算法的改進(jìn)策略

3、，為后文模型建立和問(wèn)題求解作了準(zhǔn)備。
　　然后，針對(duì)風(fēng)力機(jī)出力與風(fēng)速和槳距角之間存在非常復(fù)雜的關(guān)系，很難建立通用準(zhǔn)確的數(shù)學(xué)模型，本文提出了一種新的風(fēng)電機(jī)優(yōu)化運(yùn)行模式，即首先通過(guò)最小二乘支持向量機(jī)建立風(fēng)電機(jī)出力與風(fēng)電機(jī)運(yùn)行參數(shù)之間的非線性擬合模型，并基于此模型和根據(jù)風(fēng)速的變化，采用高效的改進(jìn)型微分進(jìn)化算法對(duì)風(fēng)電機(jī)槳距角進(jìn)行快速動(dòng)態(tài)優(yōu)化，從而實(shí)現(xiàn)風(fēng)電機(jī)出力最大化。再以鄱陽(yáng)湖長(zhǎng)嶺風(fēng)電場(chǎng)風(fēng)電機(jī)組實(shí)際運(yùn)行數(shù)據(jù)來(lái)進(jìn)行了仿真應(yīng)用與分析，結(jié)果表明

4、通過(guò)優(yōu)化風(fēng)電機(jī)槳距角可有效的提高風(fēng)電機(jī)出力，并驗(yàn)證了本文方法的可行性和優(yōu)越性。采用本文方法可準(zhǔn)確建立風(fēng)速與最佳槳距角的動(dòng)態(tài)對(duì)應(yīng)關(guān)系，為風(fēng)力發(fā)電機(jī)的優(yōu)化運(yùn)行提供科學(xué)的指導(dǎo)。
　　最后，針對(duì)風(fēng)力機(jī)出廠時(shí)設(shè)定的葉尖速比不能保證所在環(huán)境下捕獲最大風(fēng)能，導(dǎo)致風(fēng)能利用率偏低問(wèn)題；本文基于風(fēng)速分布服從Weibull雙參數(shù)分布，以1.5MW變速恒頻風(fēng)電機(jī)為研究對(duì)象，以盡可能實(shí)現(xiàn)年能量輸出最大化為優(yōu)化目標(biāo)，將改進(jìn)型微分進(jìn)化算法用于模型進(jìn)行求解，得到