以风电机组叶片延寿为目标的风电场优化调度

被引:8
作者
张晋华 [1 ,2 ]
刘永前 [1 ]
田德 [1 ]
顾波 [1 ,2 ]
汪宁渤 [3 ]
机构
[1] 新能源电力系统国家重点实验室(华北电力大学)
[2] 华北水利水电大学电力学院
[3] 甘肃省电力公司风电技术中心
关键词
风电机组; 疲劳载荷; 损伤理论; 遗传-粒子群混合算法; 优化调度;
D O I
暂无
中图分类号
TM614 [风能发电]; TM73 [电力系统的调度、管理、通信];
学科分类号
0807 ; 080802 ;
摘要
通过对叶片在不同工况下的受力分析,建立不同运行工况与风电机组叶片损伤量的关系,确定风电机组叶片损伤量与风电机组叶片寿命的关系;应用遗传-粒子群混合方法,以风电场内机组叶片延寿为优化目标,建立风电场内机组优化调度模型。将所提出的模型应用于某49.5MW风电场,对33台机组进行组合优化,算例结果表明在满足负荷的要求下,可减少启停机次数,延长机组寿命,验证该算法的可行性和有效性。
引用
收藏
页码:1978 / 1985
页数:8
相关论文
共 16 条
[1]   单一风电场的短期负荷调度优化策略 [J].
刘吉臻 ;
柳玉 ;
曾德良 ;
刘继伟 ;
吕游 ;
胡阳 .
中国科学:技术科学, 2012, (04) :437-442
[2]   基于改进离散粒子群算法的电力系统机组组合问题 [J].
陈海良 ;
郭瑞鹏 .
电网技术, 2011, 35 (12) :94-99
[3]   含风电场电力系统机组组合的模糊机会约束决策模型 [J].
艾欣 ;
刘晓 ;
孙翠英 .
电网技术, 2011, 35 (12) :202-207
[4]   基于改进二进制粒子群与动态微增率逐次逼近法混合优化算法的水电站机组组合优化 [J].
王永强 ;
周建中 ;
覃晖 ;
卢有麟 ;
张勇传 .
电力系统保护与控制, 2011, 39 (10) :64-69
[5]   节能减排多目标机组组合问题的模糊建模及优化 [J].
张晓花 ;
赵晋泉 ;
陈星莺 .
中国电机工程学报, 2010, 30 (22) :71-76
[6]   基于自适应粒子群优化算法的机组组合 [J].
常文平 ;
于海 ;
华大鹏 .
电力系统保护与控制, 2009, 37 (15) :15-18
[7]   水平轴风力机载荷工况设计方法研究 [J].
宋聚众 ;
赵萍 ;
刘平 ;
钟贤和 ;
曾明伍 .
东方电气评论, 2009, 23 (02) :60-63
[8]   基于遗传粒子群混合算法的机组组合优化 [J].
张炯 ;
刘天琪 ;
苏鹏 ;
张鑫 .
电力系统保护与控制, 2009, 37 (09) :25-29
[9]   基于风速预测和随机规划的含风电场电力系统动态经济调度 [J].
孙元章 ;
吴俊 ;
李国杰 ;
何剑 .
中国电机工程学报, 2009, 29 (04) :41-47
[10]  
粒子群算法的基本理论及其改进研究[D]. 刘建华.中南大学. 2009