基于数据驱动方法的风电机组功率优化

• 作者: 杨贺钧 王曼 王蔓莉 缪书唯 胡博 谢开贵
• 来源期刊: 电力系统自动化
• 关键词: 风电机组 风电 神经网络 功率优化
• 年，卷（期）: 2016,（22）
• 所属期刊栏目: 信息能源系统
• 页码范围: 7-14
• 页数: 8页
• 字数: 8658字
• 语种: 中文
• DOI: 10.7500/AEPS20160426008

摘要

风电机组功率与风电产能息息相关，为提高风电产能及其收益，有必要对风电机组功率进行优化。应用前馈神经网络，从历史运行数据中挖掘风电机组功率与风速和控制量间的函数关系，进而提出逐点优化策略和聚类优化策略，用于实现风电机组功率优化，即在已知测量风速时，优化确定风电机组控制量，实现风电机组功率最大化。后者优化策略在前者优化策略基础上，应用K 均值聚类方法聚类风速，从而降低优化计算复杂度，利于风电机组功率的实时优化。定义平均功率增益、功率增益百分比和功率增益概率三种指标用于测度功率优化效果。将两种优化策略应用至H56-850型风电机组，将优化后的风电机组功率与历史运行记录进行对比，结果表明，两种优化策略均可有效提高风电机组功率输出。此外，聚类中心数为5的聚类优化策略，能以较低的优化计算复杂度，达到与逐点优化策略相近的优化效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢开贵		16	771	15.0	16.0
2	胡博		10	398	8.0	10.0
3	缪书唯		1	6	1.0	1.0
4	杨贺钧		1	6	1.0	1.0
5	王蔓莉		1	6	1.0	1.0