项目名称: 风网载荷联合作用下的大型风电机组动力学行为与控制

项目编号: No.51205123

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 机械工程学科

项目作者: 戴巨川

作者单位: 湖南科技大学

项目金额: 25万元

中文摘要: 风电机组系统动力学性能是系统能否安全、可靠和高效运行的关键因素。本项目首先对大型风电机组进行气机(弹)耦合、机电耦合和电磁耦合机理分析,建立风载荷模型、电网载荷模型以及大型风电机组气-机-电-磁跨能域耦合系统全局动力学模型,突破以往大型风电机组动力学建模仅在单一能域或者局部子系统进行的局限性,并通过动力特性试验和现场数据采集两种途径对构建的模型进行修正。然后,借助数值仿真和试验等手段,研究常规工况和电网故障时风载(转矩、弯矩等)和网载(发电机电磁转矩)时频特性并获取风网载荷联合作用下系统动力学响应特性。最后,探讨常规工况及电网故障时以抑制关键部件(主轴、塔架等)振动为目标的大型风电机组系统动力学控制途径,提出基于现代状态控制理论的系统动力学控制策略,从而形成风网载荷联合作用下的动力学分析与控制方法。这对于保障风电场内大型风电机组安全,实现稳定运行,促进风电技术发展具有积极意义。

中文关键词: 风电机组;动力学;耦合系统;风网载荷;跨能域

英文摘要: The dynamic performance of wind turbines is the key factor of ensuring safe, reliable and efficient operation of the system. In this project, firstly based on the analysis of fluid-solid coupling effect, electromechanical coupling effect and electro- magnetic coupling effect, the wind loads model, grid loads model and gas-mechanism- electricity-magnetism coupling system dynamic model of large scale wind turbines will be established. The coupling system dynamic model can break through the modelling limitation in single energy domain or local subsystem. Two ways including dynamic performance test and field data acquisition will be employed to improve the established models. Then, by virtue of numerical simulation and experimentation the time-frequency characteristics of wind loads (such as torque and bending moment) and grid loads (electromagnetic torque) will be studied under both the general conditions and grid fault conditions. Furthermore, the dynamic characteristics will be analyzed under the joint action of wind loads and grid loads. Finally, the system dynamic control way which control goal is to reduce vibration of the key component such as main shaft and tower will discussed under both the general conditions and grid fault conditions. The corresponding system dynamic control strategies will be proposed. B

英文关键词: wind turbines;dynamic;coupling system;wind loads and grid loads;cross energy domain

成为VIP会员查看完整内容
0

相关内容

【ICML2022】鲁棒强化学习的策略梯度法
专知会员服务
36+阅读 · 2022年5月21日
【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
88+阅读 · 2022年4月17日
【AAAI2022】一种基于状态扰动的鲁棒强化学习算法
专知会员服务
33+阅读 · 2022年1月31日
Kyoto大学Toshiyuki:快速复杂控制系统的实时优化,133页ppt
专知会员服务
24+阅读 · 2021年6月9日
【北航】面向自然语言处理的预训练技术研究综述
专知会员服务
112+阅读 · 2020年4月23日
初创公司如何训练大型深度学习模型
AI前线
0+阅读 · 2021年12月6日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
【CPS】CPS应用案例集
产业智能官
84+阅读 · 2019年8月9日
无人机集群对抗研究的关键问题
无人机
55+阅读 · 2018年9月16日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年5月20日
Arxiv
0+阅读 · 2022年5月18日
Arxiv
30+阅读 · 2021年7月7日
Domain Representation for Knowledge Graph Embedding
Arxiv
14+阅读 · 2019年9月11日
Arxiv
21+阅读 · 2019年8月21日
小贴士
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员