一种基于弃风利用的塔筒电梯供电方法及储能系统

    公开(公告)号:CN109038668B

    公开(公告)日:2022-04-19

    申请号:CN201810947077.8

    申请日:2018-08-20

    Applicant: 新疆大学

    Abstract: 本发明涉及风电场塔筒电梯供电技术领域,具体涉及一种基于弃风利用的塔筒电梯供电方法及储能系统,运用弃风电量为塔筒电梯供电并在弃风不足时使用储能系统作为塔筒电梯的补充电源的供电模式。以配置储能系统经济性最优为目标,建立了塔筒电梯储能系统模型,使用遗传算法(GS)优化储能配置。采用新疆某风电场的实际统计数据统计计算风电场弃风电量和塔筒电梯使用功率。通过算例计算得出所需配置储能电量和充放电功率,并优化储能系统的参数使储能系统运行成本最低,验证了系统基于弃风利用的塔筒电梯供电模式方案的可行性。本发明解决塔筒电梯耗电量高的问题,并达到节约能源保护环境的目的。

    一种基于GA-ENN的风电机组轴承故障诊断方法

    公开(公告)号:CN110160789B

    公开(公告)日:2021-11-02

    申请号:CN201910381364.1

    申请日:2019-05-08

    Applicant: 新疆大学

    Abstract: 本发明公开了一种基于GA‑ENN的风电机组轴承故障诊断方法,包括以下步骤:采集振动数据信息并从振动数据信息中提取时域、频域、时频域的特征信息,构建以遗传算法GA为主,神经网络ENN为辅的模型对混合域指标集择优筛选,得到最优特征子集,构建以遗传算法GA为主,神经网络ENN为辅的模型,用GA优化ENN的权值和阈值,获得最优的权值和阈值参数,基于得到的最优特征子集和最优的权值和阈值参数,构建以神经网络ENN为主,遗传算法GA为辅的模型进行故障识别,输出诊断结果;本发明能够全面地反映风电机组轴承的运行状况,不仅可以缩短故障识别时间,而且还能够提高故障识别的精度。

    一种风电场塔筒电梯储能与应急装置

    公开(公告)号:CN110021945A

    公开(公告)日:2019-07-16

    申请号:CN201910363449.7

    申请日:2019-04-30

    Applicant: 新疆大学

    Abstract: 本发明属于电子电路领域,涉及一种风电场塔筒电梯储能与应急装置,包括储能与应急变换电路、主控制器;储能与应急变换电路设有动力电池接触器、风机侧直流接触器、塔筒电梯接触器;动力电池接触器接入动力电池侧,风机侧直流接触器接入风力发电机侧,塔筒电梯接触器接入塔筒电梯侧,本发明在储能模式下将发电机侧直流电能储存至动力电池,在补偿模式下将动力电池储存电能释放至电网,在应急供电模式下将动力电池直流电能转换为交流电能升压后输送至塔筒电梯,本发明在现有状况下既保障了塔筒电梯在风机故障情况下的正常使用又有效的平稳了风力发电机向电网输电的波动,提高了动力电池利用率从而降低风电场的能耗成本。

    一种基于弃风利用的塔筒电梯供电方法及储能系统

    公开(公告)号:CN109038668A

    公开(公告)日:2018-12-18

    申请号:CN201810947077.8

    申请日:2018-08-20

    Applicant: 新疆大学

    CPC classification number: H02J3/386 H02J3/008 H02J3/28 H02J3/32 H02J2003/007

    Abstract: 本发明涉及风电场塔筒电梯供电技术领域,具体涉及一种基于弃风利用的塔筒电梯供电方法及储能系统,运用弃风电量为塔筒电梯供电并在弃风不足时使用储能系统作为塔筒电梯的补充电源的供电模式。以配置储能系统经济性最优为目标,建立了塔筒电梯储能系统模型,使用遗传算法(GS)优化储能配置。采用新疆某风电场的实际统计数据统计计算风电场弃风电量和塔筒电梯使用功率。通过算例计算得出所需配置储能电量和充放电功率,并优化储能系统的参数使储能系统运行成本最低,验证了系统基于弃风利用的塔筒电梯供电模式方案的可行性。本发明解决塔筒电梯耗电量高的问题,并达到节约能源保护环境的目的。

    基于预测误差和储能寿命损耗的风电场混合云储能容量双层优化配置方法

    公开(公告)号:CN118174327A

    公开(公告)日:2024-06-11

    申请号:CN202310846903.0

    申请日:2023-07-11

    Applicant: 新疆大学

    Abstract: 基于预测误差和储能寿命损耗的风电场混合云储能容量双层优化配置方法,在风电场中,储能系统(ESS)可以有效缓解风电出力的波动性和间歇性,有效补偿风电功率预测误差。然而,ESS的高成本阻碍了它的大规模应用。本发明将云储能(CES)概念引入风电场中,可以为风电场提供CES租赁服务和能源交易服务,在减小成本的同时实现误差的补偿。首先,建立了一种新的基于模型预测控制的混合云储能(HCES)的预测误差补偿策略,以实现对HCES的实时滚动控制。然后,考虑到HCES的寿命衰减模型建立了以风电场日运行成本最小和预测误差补偿性能最优为目标的HCES双层优化配置模型。此外,构建一种基于HCES的能源交易机制,对风电场的交易功率进行实时优化。最后,以中国新疆达坂城某风电场数据为例,验证了本发明所提模型既可以有效补偿风电功率预测误差,又具有良好的经济性。

    一种基于多主体投资的双储能系统分层优化配置方法

    公开(公告)号:CN116205320A

    公开(公告)日:2023-06-02

    申请号:CN202210725123.6

    申请日:2022-06-24

    Applicant: 新疆大学

    Abstract: 基于多主体投资的双储能系统分层优化配置方法,将两个容量相等、功率相等的储能A、B组合:1)两组储能采用“交替工作”方式,分别承担充电和放电工作,且同一时段内只有一组储能工作;当一组储能处于充电或放电状态时,另一组储能处于浮充待放电状态或浮充待充电状态;将浮充待充电状态和浮充待放电状态分别归结为充、放电状态;2)两组储能采用“同步切换”方式,当达到切换条件时,两组储能在运行时段交界处同步切换;3)重复过程2),直至仿真结束。采用“交替工作、同步切换”方式的双储能运行策略以减小储能频繁切换带来的寿命损耗。然后,提出储能分层优化经济性模型,以实现投资主体利益均衡及最大化和保持储能较强的充放电能力。

Patent Agency Ranking