一种风电机组数字孪生模型校核方法、装置及系统

    公开(公告)号:CN118734684A

    公开(公告)日:2024-10-01

    申请号:CN202410752049.6

    申请日:2024-06-12

    Abstract: 本申请提供了一种风电机组数字孪生模型校核方法、装置及系统,有效地解决了现有的风电机组的监控方法存在的缺陷与不足。该方法包括:通过预先建立好的耦合机理模型处理风电机组耦合系统在第一时间段之内的多种变量数据,预测得到在第一时间段之后的第二时间段的输出数据;获取第二时间段内风电机组耦合系统的输出变量实测数据,并进行预处理,所述偏差计算模型处理预处理后的输出变量实测数据和输出变量预测数据得到第一偏差数据;基于第一偏差数据建立所述耦合机理模型对应的动态偏差补偿模型;整合所述耦合机理模型和动态偏差补偿模型,得到具有校核功能的耦合机理模型,保证了应用于风电机组的耦合机理模型的准确性。

    一种基于尾流有向图的风电场分布式运行优化方法

    公开(公告)号:CN114021346B

    公开(公告)日:2024-09-13

    申请号:CN202111301987.7

    申请日:2021-11-04

    Abstract: 本公开实施例中提供了一种基于尾流有向图的风电场分布式运行优化方法,属于新能源与自动化技术交叉领域,具体包括:得到目标风电场的初始尾流分布;计算每个风机的有效风速;构建目标风电场对应的有向网络图;通过预设的聚类方法对有向网络图进行分簇,得到多个子集;根据目标风电场的状态类型对每个子集进行二段优化调整操作,得到新的子集及其对应的最优控制变量;将全部最优控制变量和有效风速代入分布式优化函数,得到输出功率量。通过本公开的方案,基于有向图和谱聚类,根据风电场优化动作特点,构建以智能分簇为基础的分布式运行优化机制,得到最优控制变量,通过控制输出实现风电场功率最大化,提高了风电场优化的效率和性能。

    一种风电机组的多模型控制方法、存储介质及电子设备

    公开(公告)号:CN118442246A

    公开(公告)日:2024-08-06

    申请号:CN202410673970.1

    申请日:2024-05-28

    Abstract: 本申请提供一种风电机组的多模型控制方法、存储介质及电子设备,方法包括响应接收到的功率调度指令,确定目标风电机组的工作状态;当目标风电机组的工作状态为正常运行时,将目标风电机组的第一运行数据输入至多模型控制器,使多模型控制器基于当前风速值与额定风速值之间的大小,选择出目标子控制器,以基于目标子控制器输出的第二运行数据控制目标风电机组;当目标风电机组的工作状态为限功率运行时,将目标风电机组的第一运行数据输入至多模型控制器,使多模型控制器基于当前发动机转速值与额定发动机转速值之间的大小,选择出目标子控制器,以基于目标子控制器输出的第二运行数据控制目标风电机组。

    一种场景驱动的综合能源互补容量规划方法及系统

    公开(公告)号:CN117314043B

    公开(公告)日:2024-08-02

    申请号:CN202311065675.X

    申请日:2023-08-23

    Abstract: 本发明提供了一种场景驱动的综合能源互补容量规划方法及系统,方法包括:建立待配置区域初始典型场景集和初始典型场景集;构建初始多目标双层容量配置模型;对初始多目标双层容量配置模型进行求解,得到初始配置方案解集;根据初始配置方案解集确定极端场景;更新典型场景集;根据更新典型场景集与更新典型场景集中各个场景所对应的概率和极端场景与极端场景对应的概率对初始多目标双层容量配置模型进行更新得到更新多目标双层容量配置模型;根据更新多目标双层容量配置模型得到更新配置方案解集,本发明解决了现有技术中对于源侧的可再生能源发电不确定性以及荷侧的用能需求不确定性考虑较少和忽视小概率极端场景导致可靠性低的问题。

    一种应用于综合能源系统的模型构建方法及装置

    公开(公告)号:CN117094613B

    公开(公告)日:2024-05-10

    申请号:CN202311024751.2

    申请日:2023-08-14

    Abstract: 本申请提供了一种应用于综合能源系统的模型构建方法及装置,其中,获取目标能源系统每两个设备之间的连接关系;基于图论研究方法根据每两个设备之间的连接关系构建目标图论;基于每个设备的功能对目标图论中所包含的节点进行聚类得到多个节点集群;对于每个节点集群,利用该节点集群中所包含的每个节点的历史个体运行数据和该节点集群的历史整体运行数据构建该节点集群的模型训练样本集;利用该节点集群的模型训练样本集对初始神经网络模型进行训练,得到用于对该节点集群所对应的设备群的未来整体运行数据进行预测的目标模型。采用上述方法,以避免构建得到的预测模型的局限性,以能够通过预测模型实现对能源系统的整体运行数据的预测。

Patent Agency Ranking