一种基于数据的俯仰角和扭矩控制方法,用于提升风电场的运行性能和效率

《IEEE Transactions on Sustainable Energy》:A Data-Driven Pitch Angle and Torque Control Method for Enhanced Wind Farm Operation Performance and Efficiency

【字体: 大 中 小 】 时间:2026年03月25日 来源:IEEE Transactions on Sustainable Energy 10

编辑推荐:

  本文提出了一种可逆的深度门控网络(RDG-Net),该网络能够控制风力发电机(WT)的俯仰角(β)和发电机转矩(Tg),从而实现风力发电场(WF)的性能优化。所提出的RDG-Net能够准确预测风力涡轮机的输出参数,进而实现疲劳载荷的抑制、功率提取以及计算效率的提升。该网络消除了风

  

本文提出了一种可逆的深度门控网络(RDG-Net),该网络能够控制风力发电机(WT)的俯仰角(β)和发电机转矩(Tg),从而实现风力发电场(WF)的性能优化。所提出的RDG-Net能够准确预测风力涡轮机的输出参数,进而实现疲劳载荷的抑制、功率提取以及计算效率的提升。该网络消除了风力涡轮机模型线性化近似带来的误差,从而提升了控制性能。该方法采用了可逆实例和深度可分离卷积(Revin-DSCNN)模型来处理风力涡轮机数据,并通过基于多头注意力机制和门控图循环神经网络(multi-GGRNNs)的框架来模拟风力涡轮机之间的耦合关系(如尾流效应),这些因素对风力发电场的性能有显著影响。该方法替代了高维数学模型,避免了联合建模所有风力涡轮机时的计算复杂性。此外,RDG-Net模型部署在分布式服务器上,可以实时收集风力发电场数据以进行在线训练,从而增强了模型的适应性和泛化能力。通过MATLAB中的仿真验证了所提出方法的有效性。

风能已成为全球向可持续电力生产转型的重要组成部分[1]、[2]、[3]。随着风力发电技术的发展,风力发电场的规模和复杂性不断增加,如何在优化性能的同时最小化结构载荷已成为一个日益重要的挑战[4]。为了延长风力涡轮机的使用寿命,通过调节俯仰角和发电机转矩等参数来调度风力涡轮机的有功功率,从而在跟踪调度指令的同时实现风力发电场内疲劳载荷的抑制,显得至关重要。

相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号