一种基于XGBoost-LightGBM的机组功率预测方法

    公开(公告)号:CN111414717A

    公开(公告)日:2020-07-14

    申请号:CN202010135920.X

    申请日:2020-03-02

    摘要: 本发明公开了基于XGBoost-LightGBM的机组功率预测方法,包括以下步骤:离线建模;收集训练样本集;对于训练集数据采用XGBoost做特征提取;划分训练集和测试集;学习出LightGBM模型;在线预测。上述技术方案采用极端梯度增强算法用于对特征的选择,筛选出对输出功率的预测更为有效和敏感的特征,将筛选出的有效特征变量代入到Light Gradient Boosting Machine模型,建立功率预测模型,该技术方案充分考虑了采集到的变量对机组功率预测的有效性,对于风力发电机组功率预测具有更高的准确性。

    一种基于宽度学习的风电机组有效风速估计方法

    公开(公告)号:CN111079343A

    公开(公告)日:2020-04-28

    申请号:CN201911224393.3

    申请日:2019-12-04

    申请人: 浙江大学

    IPC分类号: G06F30/27 G06Q50/06

    摘要: 本发明公开了一种基于宽度学习的有效风速估计方法,针对不同运行方式,根据互信息指标选择不同的机组输出数据作为风速估计模型的输入,并进行去相关处理以提高风速估计的准确率,对得到的机组输出数据进行归一化、加噪处理,构造宽度学习模型训练集,并使用该训练集确定宽度学习模型的结构和参数,训练得到的针对不同机组工作区域的有效风速估计模型根据机组的实时输出,在线给出有效风速估计值。本方法能够代替昂贵的激光雷达测风装置,极大地降低风电场的建设和运维成本,该方法不依赖于风电系统模型,得到的风速估计模型适应于不同的机组运行方式,鲁棒性好,实施成本低,具有较好的实用性和较高的准确率。

    一种用于调控电能质量的电动汽车充电站动态定价方法

    公开(公告)号:CN111047119A

    公开(公告)日:2020-04-21

    申请号:CN202010018776.1

    申请日:2020-01-08

    申请人: 浙江大学

    IPC分类号: G06Q10/04 G06Q30/02 G06Q50/06

    摘要: 本发明公开了一种用于调控电能质量的电动汽车充电站动态定价方法,本发明主要针对区域内存在多个国家电网电动汽车充电站的情况,以充电站历史运营数据为基础,根据电动汽车用户去往不同充电站充电的综合成本模拟用户的需求响应,通过制定合理的服务费价格,达到调控电能质量的效果,使得电动汽车负载接入电网造成的网损和电压偏移影响最小。本发明通过具体影响用户决策因素模拟用户需求响应,在同一个运营商管理运营充电站的情境下,通过制定合理的服务费价格使得总营收不变的前提下,能够减小电动汽车负载对电网电能质量造成的影响。

    基于SVR和SMC的风电机组并具有预设性能的MPPT方法

    公开(公告)号:CN110985289A

    公开(公告)日:2020-04-10

    申请号:CN201911224526.7

    申请日:2019-12-04

    申请人: 浙江大学

    IPC分类号: F03D7/00

    摘要: 本发明公开了一种基于SVR和SMC的风电机组带预设性能的MPPT方法。求取风电机组实现最大功率跟踪的控制目标,根据基于SVR的风速估计模型给出的有效风速估计值计算最大功率跟踪误差,使用误差转换技术将有约束的最大功率跟踪误差转化为无约束变量,求取无约束变量的动态特性,根据SMC原理设计控制信号表达式及控制增益表达式。该方法避免了对系统未知动态先验信息的依赖和价格昂贵的激光雷达测风装置的使用,实施成本低,能够同时保证系统的瞬态和稳态性能,设计过程简单,能够减小大湍流所带来的超调对系统的冲击,需要调试的控制参数少,实施过程简单,与传统的最优转矩控制算法相比,能够提高机组产能,增加风电场的经济效益。

    基于BLS和双层SMC的风电机组保性能最大风能捕获方法

    公开(公告)号:CN110889780A

    公开(公告)日:2020-03-17

    申请号:CN201911224361.3

    申请日:2019-12-04

    申请人: 浙江大学

    摘要: 本发明公开了一种基于BLS和双层SMC的风电机组保性能最大风能捕获方法。求取风电机组实现最大功率跟踪的控制目标,根据基于BLS的风速估计模型给出的有效风速估计值计算最大功率跟踪误差,设计最大功率跟踪误差的上下界,将有约束的最大功率跟踪误差转化为无约束变量,求取无约束变量的动态特性,根据双层SMC原理设计控制信号表达式及控制增益的更新率。该方法实施成本低,能够减小系统超调和跟踪误差,同时保证系统的瞬态和稳态性能,能够减小机组传动链系统的机械载荷,降低故障率,从而延长机组的服役寿命,实施过程简单,实用性良好,与传统的最优转矩控制算法相比,能够提高机组产能,增加风电场的经济效益。

    一种考虑风湍流强度的风机真实功率曲线获取方法

    公开(公告)号:CN107944175B

    公开(公告)日:2020-01-14

    申请号:CN201711279022.6

    申请日:2017-12-06

    申请人: 浙江大学

    IPC分类号: G06F30/20 G06F113/06

    摘要: 本发明公开了一种考虑风湍流强度的风机真实功率曲线获取方法。该方法基于包括风速、有功功率、风湍流强度、环境温度以及环境气压等在内的风机数据采集与监视控制(SCADA)系统实时运行数据,在空气密度修正的基础上将风机功率数据修正到相同风湍流强度进行研究;依据一定风速间隔划分数据并计算中心点,进一步从中心点中选出用于功率曲线拟合的主导点,最后基于最小二乘B样条拟合算法拟合得到最终的功率曲线。主导点选取规则简化了模型复杂度,最小二乘B样条拟合算法保证了曲线光滑性与建模精度。本发明方法基于数据驱动,对风机数据无特殊要求,具有较强的普适性。与现有技术相比,兼顾了曲线的光滑性与准确性,具有较强的理论性与应用性。

    基于有效风速估计的变速风力发电机组最大风能捕获方法

    公开(公告)号:CN108334672B

    公开(公告)日:2019-12-24

    申请号:CN201810033271.5

    申请日:2018-01-14

    申请人: 浙江大学

    摘要: 本发明公开了一种基于有效风速估计的变速风力发电机组最大风能捕获方法。该方法包括有效风速估计模型和最大风能捕获控制器两部分。为获得有效风速估计值,归一化后的机组历史输出数据和历史风速测量值构成SVR模型的训练集,使用GA算法选择惩罚参数和核函数参数,得到训练好的SVR模型,该模型在线给出风速估计值;设计最大风能捕获控制器时,根据有效风速估计模型给出的有效风速,得到实时的最优风轮转速估计值,使用鲁棒因子和神经网络应对系统的非线性特性和参数不确定性,从而实现转速跟踪误差的有界性和风力发电机组系统的稳定性。该方法不需要使用机组的数学模型和参数,设计过程简单,实现成本低,能够提高机组产能和风电场的经济效益。