首页 > 学术论文

超大规模风电基地风电监测系统关键技术研究

来源:论文学术网
时间:2024-08-18 18:37:38
热度:

超大规模风电基地风电监测系统关键技术研究【摘要】:超大规模风电基地集中并网放大了风电出力的波动性,对电网会造成剧烈的冲击。为了使超大规模风电基地安全并网,就必须对风电基地的生产状况

【摘要】:超大规模风电基地集中并网放大了风电出力的波动性,对电网会造成剧烈的冲击。为了使超大规模风电基地安全并网,就必须对风电基地的生产状况进行实时监测和预测,及时准确地调整风电生产计划,平滑风电出力。超大规模风电基地风电监测系统是风电基地安全并网必不可少的关键环节,它通过及时、准确地输出监测结果发挥作用。但是研究国内外的风电监测技术现状,未发现有适合超大规模风电基地的风电监测系统,所以论文根据在构建甘肃省酒泉千万千瓦级风电基地风电监测系统的过程中遇到的实际问题,对风电监测系统的数据整合、性能瓶颈和可用性三个方面的关键技术进行了详细研究。论文的主要研究内容包括:1.研究超大规模风电基地的特点及风电监测系统的组成和工作原理,建立风电监测的指标和风电规律分析的方法,设计并实现了一套实时、准确、可靠的风电基地监测系统。2.针对风电基地存在的风电信息孤岛问题,研究原始风电监测数据的特点,提出了一种基于ETL,用于风电数据获取、转换与推送的模块化数据整合系统,解决了风电监测系统的数据输入问题,并使风电监测系统成为风电基地的统一数据平台。3.针对数据处理性能瓶颈问题,提出了一种基于消息传递接口和共享内存的并行风电数据服务模型,与客户程序和并行数据库共同构成了柔性的风电数据处理体系,在不显著增加成本的条件下提升了风电监测系统大数据量统计运算的速度和可靠性。4.为了提升风电监测系统的可用性,建立动态可用性的概念以便在时刻的尺度表征系统继续提供服务的可能性,基于动态可用性提出了一种动态预警/调度的高可用策略。借助BP神经网络和多线程技术,通过对动态可用性的动态预测实现高可用系统故障前的预警和切换,从而提高了风电监测系统的可用性。风电监测系统基于以上关键技术,在风电基地层面实现了方便管理、平滑出力、安全并网与扩展方便的设计目标,是风电大规模集中接入后电力系统安全稳定运行的重要保障手段,对促进风电推广和提升风电的市场竞争力具有重要意义。 【关键词】:风电监测系统 超大规模风电基地 数据整合 并行技术 高可用
【学位授予单位】:天津大学
【学位级别】:博士
【学位授予年份】:2015
【分类号】:TM614
【目录】:
  • 中文摘要4-5
  • ABSTRACT5-11
  • 第一章 绪论11-26
  • 1.1 引言11-12
  • 1.2 风力发电技术概述12-18
  • 1.2.1 风力发电的起源和发展12-14
  • 1.2.2 现代风电生产过程14-16
  • 1.2.3 基于超大规模风电基地的风电接入方式16-18
  • 1.3 风电大规模集中接入对电网稳定的挑战及应对措施18-22
  • 1.3.1 风电大规模集中接入对电网稳定的挑战18-19
  • 1.3.2 常见的应对措施19-20
  • 1.3.3 超短期风电预测技术20-22
  • 1.4 风电监测系统的研究现状及课题来源22-23
  • 1.4.1 国外研究现状22
  • 1.4.2 国内研究现状22
  • 1.4.3 课题来源22-23
  • 1.5 风电监测系统的关键技术23-24
  • 1.5.1 风电数据整合技术23-24
  • 1.5.2 并行风电数据存储与处理技术24
  • 1.5.3 风电监测系统的高可用技术24
  • 1.6 论文的主要工作和章节安排24-26
  • 第二章 超大规模风电基地风电监测系统理论研究26-42
  • 2.1 引言26
  • 2.2 风电监测系统的指标体系26-28
  • 2.2.1 基本监测指标27
  • 2.2.2 汇总类指标27
  • 2.2.3 系统特性指标27-28
  • 2.3 风电规律分析28-29
  • 2.3.1 电能波动分析28
  • 2.3.2 风能利用状况分析28-29
  • 2.3.3 风能资源分布分析29
  • 2.4 超大规模风电基地风电监测原理29-41
  • 2.4.1 风电数据的采集31-36
  • 2.4.2 风电数据的上传与整合36-39
  • 2.4.3 监测数据的存储39-40
  • 2.4.4 监测数据的处理40
  • 2.4.5 基于Web的风电信息展现40-41
  • 2.5 小结41-42
  • 第三章 基于ETL的风电监测数据整合研究42-67
  • 3.1 引言42
  • 3.2 原始风电监测数据特征分析42-45
  • 3.2.1 数据来源不统一43
  • 3.2.2 数据格式不一致43-45
  • 3.3 基于ETL的数据整合原理45-48
  • 3.3.1 ETL与VDB的对比分析45-47
  • 3.3.2 ETL的原理分析47-48
  • 3.3.3 ETL原则指标48
  • 3.4 ETL风电监测数据整合算法48-54
  • 3.4.1 元数据设计48-49
  • 3.4.2 数据抽取49-50
  • 3.4.3 数据转换50-53
  • 3.4.4 数据加载53-54
  • 3.5 风电监测数据整合系统的实现54-62
  • 3.5.1 整体结构54-55
  • 3.5.2 监控模块55-56
  • 3.5.3 数据抽取模块56-59
  • 3.5.4 汇编模块59-61
  • 3.5.5 加载模块61-62
  • 3.5.6 错误处理机制62
  • 3.6 实验与分析62-65
  • 3.6.1 数据正确性验证与分析63
  • 3.6.2 服务性能验证与分析63-64
  • 3.6.3 数据的实时性验证和分析64-65
  • 3.7 小结65-67
  • 第四章 基于并行技术的风电数据处理研究67-86
  • 4.1 引言67
  • 4.2 并行风电数据处理需求分析67-70
  • 4.2.1 引入并行技术的必要性分析67-68
  • 4.2.2 引入并行技术的可行性分析68-70
  • 4.3 并行风电数据处理体系70-71
  • 4.3.1 整体结构70-71
  • 4.3.2 性能提升的评价指标71
  • 4.4 并行风电数据库的体系结构设计71-74
  • 4.4.1 风电数据库的特点71-72
  • 4.4.2 并行风电数据库体系72-73
  • 4.4.3 并行数据存储结构73-74
  • 4.5 并行风电数据服务模型74-80
  • 4.5.1 并行服务程序的接入方式74-76
  • 4.5.2 基于MPI和共享内存的并行处理模型76-78
  • 4.5.3 虚拟分区算法研究78-79
  • 4.5.4 数据计算的一般原则79-80
  • 4.6 基于MPI的并行数据服务系统开发80-82
  • 4.6.1 并行服务结构设计80
  • 4.6.2 可靠性分析80-82
  • 4.7 实验82-84
  • 4.7.1 获取数据性能提升验证82-83
  • 4.7.2 聚集函数计算测试83-84
  • 4.7.3 一般性计算(非聚集函数计算)测试84
  • 4.8 小结84-86
  • 第五章 基于动态预警/调度的高可用性研究86-109
  • 5.1 引言86
  • 5.2 高可用性概述86-91
  • 5.2.1 高可用性的定义86-87
  • 5.2.2 影响系统可用性的因素87-88
  • 5.2.3 高可用系统的一般结构88-89
  • 5.2.4 构建高可用系统的原则89-91
  • 5.3 动态预警/调度原理91-102
  • 5.3.1 经典可用性的局限性分析91-92
  • 5.3.2 可修复系统的动态可用性92-93
  • 5.3.3 动态预警/调度算法93-96
  • 5.3.4 基于BP神经网络的节点可用性预测96-100
  • 5.3.5 基于多线程的动态预警/调度设计100-102
  • 5.4 高可用监控系统的实现102-105
  • 5.4.1 系统接口103
  • 5.4.2 本地资源管理103
  • 5.4.3 高可用管理103-105
  • 5.5 实验与分析105-107
  • 5.5.1 预测的准确性验证105
  • 5.5.2 预测速度验证105-106
  • 5.5.3 可用性提升验证106-107
  • 5.6 小结107-109
  • 第六章 应用案例——酒泉风电基地风电监测系统109-122
  • 6.1 引言109
  • 6.2 酒泉风电监测系统的结构109-111
  • 6.2.1 功能结构109-110
  • 6.2.2 硬件结构110-111
  • 6.3 系统运行效果111-117
  • 6.3.1 业务功能111-114
  • 6.3.2 管理功能114-117
  • 6.4 风电数据分析117-121
  • 6.4.1 风电出力特性分析117-119
  • 6.4.2 风电质量评估119-121
  • 6.5 小结121-122
  • 第七章 结论与展望122-125
  • 7.1 结论122-123
  • 7.2 主要创新成果123
  • 7.3 展望123-125
  • 参考文献125-135
  • 发表论文和参加科研情况135-136
  • 附录136-141
  • 致谢141-142


您可以在本站搜索以下学术论文文献来了解更多相关内容

连续排放监测系统的特性与选择    闫军

用碳纤维增强复合材料制刹车转子监测系统的探头臂    大峨

数字式温湿度传感器在氡室监测系统中的应用    张江,方方,杜正聪

多道植物电信号监测系统    黄岚;王忠义;徐志龙;刘志存;赵勇;侯瑞锋;王成;

实时道路车辆速度监测系统    吕鹏飞;

浅谈铁路大风监测系统    李钰龙;

谈智能建筑的监测系统    李厚培;

水泥工业理想的新式流动监测系统    胡西;

简述液位监测系统在船舶上的应用    王东海

893网络在氧、氮、煤气监测系统中的应用    李俊,朱卫东

多道植物电信号监测系统    黄岚;王忠义;徐志龙;刘志存;赵勇;侯瑞锋;王成;

运动员竞技能力状态的诊断和监测系统数据库建设的研究    陈骐;樊海林;孙奕;

疲劳监测系统在核电站中的应用与开发方法探讨    陈银强;戴兵;张维;黄潜;桂春;刘鸿运;

新型地层冻结监测系统的开发与应用研究    赵玉明;

挖泥船疏浚监测系统    屈金泉;周昂;

一种网络论坛有害信息监测系统的构建与应用    王守银;

多道植物电信号监测系统    黄岚;王忠义;徐志龙;刘志存;赵勇;侯瑞锋;王成;

网络技术在机舱监测系统中的应用研究    陈永红;朱从乔;万艳玲;

分布式实时数据测量和图像监测系统的设计    葛广英;陈莉莉;彭洲红;徐健健;

纸品生产过程能耗监测系统    

俄建成覆盖全境的太空监测系统    记者 张浩

监测系统为博物馆免费开放保驾    庞博

惯性公司 地灾监测系统收入首破千万    张兆华

监测系统:实时监测三峡5个水库型滑坡    杨强

陕西成功研发文物微环境监测系统    记者 郭青

在珠江口建12套浮标监测系统    宗和

佳多农业害虫监测系统获国家科技进步奖    刘刚

青海实施“社会救助监测系统”项目    秋叶

山东丰源煤电股份有限公司北徐楼煤矿:引进矿压监测系统    黄永峰 李书伟

珠海研制成功妊娠高血压普查监测系统    

综合症状监测系统预警性能的评价及应用研究    范允舟

超大规模风电基地风电监测系统关键技术研究    白文若

分布式网络化工程监测系统平台构筑及其在水情测报中的应用    周新志

基于分布式全光纤振动传感技术的井下事故后救援监测系统    李楚瑞

水下监测系统中目标探测若干关键技术研究    郭伟

隧道沉降变形监测系统的研究与实现    李文峰

野外WSN的监测系统任务编排及调度的实现    刘伟权

矿用光纤甲烷监测系统    胡杰

基于ZigBee和GPRS的冷链监测系统的研制    刘亮

江西省农村地区小学生缺课监测系统的建立及其影响因素分析    潘晨建

博士后人员信息网洛與情监控平台设计与实现    朱嫣敏

基于MBD的海上船舶浮沉运动监测系统的设计及验证    李俣菡

罗定职业技术学院监测系统的设计与实现    刘志勇

互联网涉警舆情监测系统的设计与实现    马静

无线红外楼宇监测系统的研究与设计    毕欣欣