漂浮式风电机组的桨距角控制方法、装置和设备

    公开(公告)号:CN118273871A

    公开(公告)日:2024-07-02

    申请号:CN202410537872.5

    申请日:2024-04-30

    申请人: 清华大学

    发明人: 耿华 李佳奇

    IPC分类号: F03D7/00

    摘要: 本申请公开了一种漂浮式风电机组的桨距角控制方法、装置和设备,包括:基于目标风电机组的入流风速、目标风电机组的纵摇角速度和目标风电机组的塔筒高度,分别确定目标风电机组的转速误差修正比例和转速误差积分修正比例,基于转速误差修正比例、目标风电机组中风轮的额定转速以及风轮的第一转速,确定目标风电机组的转子转速误差,基于转速误差积分修正比例、额定转速和第一转速,确定目标风电机组的转子转速积分误差,基于第一转速、目标风电机组当前的第一桨距角、转子转速误差和转子转速积分误差,确定目标风电机组的目标桨距角,控制目标风电机组的桨距角变更为目标桨距角,可以在一定程度上提升目标风电机组的稳定性。

    面向暂态同步稳定提升的构网型变流器动态电流限幅方法

    公开(公告)号:CN117134328A

    公开(公告)日:2023-11-28

    申请号:CN202311023253.6

    申请日:2023-08-14

    申请人: 清华大学

    发明人: 耿华 刘浴霜

    摘要: 本发明提供了一种面向暂态同步稳定提升的构网型变流器动态电流限幅方法,涉及电力电子装备并网系统的控制领域。对构网型变流器在故障后的静态特性和动态特性进行分析,得到暂态稳定判据;根据暂态稳定判据和器件安全范围获取电流限幅设计范围;根据暂态稳定判据,结合能量最低原理计算出故障下变流器的最优饱和电流相位;基于电流限幅设计范围和最优饱和电流相位,随故障深度实时调节dq轴电流限幅值。本发明的电流限幅不再依赖工程经验设置为固定值,而是根据对构网型变流器的稳定分析,结合故障深度实时调整dq轴电流限幅值,以合理分配故障期间注入电网的有功电流和无功电流,有效改善构网型变流器的暂态同步稳定性。

    非对称周期波纹漏波天线单元、天线组阵以及天线系统

    公开(公告)号:CN114243269B

    公开(公告)日:2023-01-17

    申请号:CN202111518345.2

    申请日:2021-12-13

    申请人: 清华大学

    摘要: 本申请提供一种非对称周期波纹漏波天线单元、天线组阵以及天线系统,属于天线的技术领域,所述单元包括设置在金属板上的中心馈电部与周期排布的多组非对称辐射部,其中:所述中心馈电部,用于与发射机的波导口连接或集成;所述非对称辐射部包括宽度不同的第一圆环凹槽与第二圆环凹槽,所述第一圆环凹槽与所述第二圆环凹槽是以所述中心馈电部为圆心的同心圆环凹槽,且所述第一圆环凹槽与所述第二圆环凹槽的宽度与深度依据开阻带效应的抑制条件迭代确定;所述多组非对称辐射部均以所述中心馈电部为圆心,周期排布。本申请旨在抑制周期波纹漏波天线中的开阻带效应。

    变流器同步稳定裕度评估方法、电子设备以及存储介质

    公开(公告)号:CN113901756B

    公开(公告)日:2022-12-13

    申请号:CN202111194284.9

    申请日:2021-10-13

    申请人: 清华大学

    IPC分类号: G06F30/398

    摘要: 本发明提供了一种变流器同步稳定裕度评估方法、电子设备以及存储介质。包括:定义并网变流器的同步稳定静态裕度指标,计算各个并网变流器的同步稳定静态裕度值,并确定由各个并网变流器组成的多并网变流器系统的同步稳定静态裕度值,根据多并网变流器系统的同步稳定静态裕度值,对多并网变流器系统进行同步稳定性定量评估,多并网变流器系统的同步稳定静态裕度值越大,多并网变流器系统的同步稳定性越高。定义并量化并网变流器的同步稳定静态裕度值,能够直观地反映同步稳定静态裕度的具体信息。适用于电力系统的各种运行环境,通用性高。并且适用于多变流器系统,此外能够计算实际工况下变流器输出电流大小以及有功无功分量对同步稳定性的影响。

    基于特征选择的电力系统短期负荷预测方法及装置

    公开(公告)号:CN114881343A

    公开(公告)日:2022-08-09

    申请号:CN202210551151.0

    申请日:2022-05-18

    申请人: 清华大学

    发明人: 耿华 江博臻

    摘要: 本申请公开了一种基于特征选择的电力系统短期负荷预测方法及装置,其中,方法包括:获取电力系统的候选特征集;基于预先搭建的神经网络前馈长短期记忆网络对候选特征集进行特征选择,得到最优特征子集;将最优特征子集输入预先训练的目标短期负荷预测模型,得到电力系统的短期负荷,其中,目标短期负荷预测模型由电力系统的最优训练特征子集和对应的目标负荷训练得到,从而充分考虑到候选特征的相关性、冗余性和交互性,提高了短期负荷预测的精度。由此,解决了相关技术中难以分析特征之间的交互作用、冗余权重降低模型的收敛速度以及当特征空间较大时,运行代价过大等问题。