首页期刊导航|太阳能学报
期刊信息/Journal information
太阳能学报
太阳能学报

殷志强

月刊

0254-0096

tynxbb@public.sti.ac.cn

010-62001037

100191

北京市海淀区花园路3号

太阳能学报/Journal Acta Energiae Solaris SinicaCSCD北大核心CSTPCDEI
查看更多>>本学报是我国新能源领域的国家级学术刊物,由中国科协主管,中国太阳能学会主办,北京市太阳能研究所承办,自1980年创刊以来,为我国新能源领域的学术交流、人才培养及促进科研成果产业化等方面做出了贡献。主要报道我国太阳能、生物质能、风能、氢能、海洋能及地热能科学技术研究成果。登载学术论文、研究报告、实验仪器和实验技术、技术札记、简报及综述性论文。《太阳能学报》编辑严谨,被《EI》收录比例高。
正式出版
收录年代

    基于混合分解和PCG-BiLSTM的风速短期预测

    毕贵红黄泽赵四洪谢旭...
    159-170页
    查看更多>>摘要:为降低风速的随机性对风力发电的影响,提高风速短期预测的精准度,提出一种基于混合分解、双通道输入、多分支PCG-BiLSTM深度学习模型的短期风速预测方法.首先,将全年风速数据分为春、夏、秋、冬4个季度,选取春季作为主要实验对象;其次,利用奇异谱分解(SSD)和变分模态分解(VMD)以降低原始春季风速数据复杂度,生成具有不同模态且复杂度低的子分量,两种不同模式子分量组合为混合分量,实现不同模式分解算法的优势互补;最后,将混合分量以双通道的形式输入到多分支PCG-BiLSTM深度学习模型中,其模型的每个分支由卷积神经网络(CNN)与门控循环单元(GRU)并联组成时空特征提取模块,用于提取两种分解分量组合的混合分量的时空特征,各分支提取对应混合分量的时空特征经聚合后再由双向长短期记忆网络(BiLSTM)进一步提取风速信号的正向和反向双向波动规律,进而得到最终的风速预测结果.多组实验结果表明:提出的组合预测方法在短期风速预测中具有较高的精度和泛化能力,优于其他传统预测方法.

    风速预测深度学习混合分解并联网络

    基于VIENNA永磁风电系统的自适应反推控制研究

    王君瑞王丽宝乔煊景吴新举...
    171-178页
    查看更多>>摘要:针对永磁同步电机存在非线性项的不确定性以及系统参数摄动产生的不利影响,提出一种基于VIENNA永磁风电系统的自适应反推控制策略.采用VIENNA整流拓扑实现整机功率密度的最大化,降低谐波干扰,提升系统的可靠性.通过自适应反推控制得到系统控制律和参数自适应律,解决了系统的非线性,实现了对定子电阻和负载转矩的参数自适应,从而提高了系统的抗干扰能力.仿真结果表明,该控制系统具有较强的鲁棒性.

    永磁风电系统VIENNA整流器自适应反推控制鲁棒性

    基于CEM-FEM耦合方法的海上风力机抗冰和振动控制研究

    柳英洲施伟李颖周利...
    179-187页
    查看更多>>摘要:冰荷载是影响海上风力机安全运行的重要决定性因素,严重时会致使海上风力机结构发生冰激振动破坏和冰激疲劳失效.该研究基于粘聚单元(cohesive element method,CEM)-有限元(finite element method,FEM)耦合方法,通过非线性分布弹簧考虑桩-土相互作用,建立海冰-寒区单桩海上风力机结构在风-冰联合作用下的整体耦合冰激振动非线性有限元模型.进而,基于非线性数值仿真工具LS-DYNA,分别模拟冰与直立结构和带有抗冰锥的基础结构相互作用过程,并与现有的挤压和弯曲冰力模型进行对比,验证该研究模拟动冰荷载的准确性,讨论两种冰破坏模式下动冰荷载的变化规律.最后,为解决海上风力机发生的强烈冰激振动问题,分别采用振动控制方法和施加抗冰锥的方式,开展风、冰联合作用下海上风力机动冰力和动力响应研究,对比分析以上两种减振方式的减振机理和减振效果差异.结果表明,虽然抗冰锥可明显降低冰-海上风力机相互作用的动冰荷载幅值,然而采用振动控制策略的海上风力机减振效果明显优于抗冰锥.因此,在海上风力机的冰激结构损伤研究和抗冰设计中必须分别考虑以上两种减振方式对结构的影响.

    海冰风场海上风力机桩基础粘聚单元方法振动控制

    基于模糊LQR的Spar型海上浮式风力机载荷抑制

    韩耀振刘爽杨文祥侯明冬...
    188-196页
    查看更多>>摘要:针对复杂环境变化易引起海上浮式风力机不稳定的问题,提出一种基于模糊LQR、模糊PI相结合且易于工程应用的桨距控制新方案,实现维持浮式风力发电机组输出功率稳定、抑制浮台运动、减少叶根及塔基疲劳载荷的目的.模糊PI根据发电机转子转速误差变化动态选择期望的PI增益,模糊LQR基于模糊规则自适应调整闭环反馈增益,在保证风力机输出功率和浮台稳定的基础上,进一步减小叶根和塔基疲劳载荷.基于FAST与Matlab/Simulink在不同环境条件下进行联合仿真,验证所提方案的有效性和优越性;通过时域、频域分析表明,与PI控制相比,所提方案在减少叶根处平面外载荷和塔基横向载荷方面有明显改善效果.

    海上风力机载荷最优控制系统模糊LQR

    风电机组高塔一阶涡激振动特性研究

    李学平罗勇水张军华林勇刚...
    197-204页
    查看更多>>摘要:针对风力发电机组钢制高塔的涡激振动问题,采用固体-流体相结合的仿真方法对停机状态的塔架一阶涡激振动特性进行研究.首先以某2.5 MW、140 m高塔机组为研究对象,建立塔架-叶片耦合结构仿真模型,利用模态和CFD仿真分析塔架一阶涡激振动的共振频率和共振风速范围,表明该风电机组塔架存在发生一阶涡激振动的风险;然后提出一种基于固体-流体迭代快速仿真一阶涡激振动最大位移计算方法,考虑叶片对塔架涡激振动的耦合作用,得到最大振动位移.现场测试表明实测最大一阶涡激振动位移与仿真结果基本相符,验证了该仿真方法的准确性.

    风电机组涡激振动最大位移固体-流体迭代现场测试

    不同海域水文环境与风力机疲劳载荷差异性研究

    葛君陈前王瑞良孙勇...
    205-209页
    查看更多>>摘要:在整机基础支撑结构的设计开发过程中,了解波浪载荷对海上风力发电机组疲劳载荷的影响至关重要.该文选取中国沿海地区部分典型海上风电场址,通过波浪凝聚及JONSWAP谱,对所选典型场址的波浪水文条件进行分析处理,并以此为变量,仿真研究不同波浪对于海上风力发电机组关键部件的疲劳载荷影响.最后,引入风浪异向,更贴合实际地评估波浪对疲劳载荷的影响.

    海上风力发电机组波浪载荷水文环境疲劳载荷塔底载荷基础设计

    复合加载下海上风电四筒基础地基承载力特性研究

    曹政李智江琦董霄峰...
    210-217页
    查看更多>>摘要:以福建某海上风电场四筒导管架基础为研究对象,通过数值模拟方法建立四筒基础-地基整体模型,研究四筒基础在V-H(竖向-水平荷载)、V-M(竖向-弯矩荷载)、H-M(水平-弯矩荷载)和V-H-M(竖向-水平-弯矩荷载)作用下的地基失效模式.结果表明:在V-H和H-M加载模式下,四筒基础竖向极限承载力和弯矩极限承载力均随着水平力的增大而减小,且弯矩极限承载力与水平力之间呈现出线性减小的趋势;在V-M加载模式下,随着竖向荷载的不断增大,四筒基础主要运动形式从转动转换为平动;V-H-M加载模式下的承载力包络线随着竖向荷载的增大向外扩张,且竖向荷载的作用明显提高了地基水平和弯矩极限承载力.

    海上风电四筒基础复合加载地基承载力破坏包络面

    适用于双馈风电场送出线的纵联方向保护研究

    高淑萍蔚坤宋国兵郭芳宾...
    218-225页
    查看更多>>摘要:考虑风电场接入电网时,传统方向元件在短路故障发生时易受到风电场内部电力电子器件动态特性的干扰影响,导致频率特性偏移,系统参数不稳定和弱馈性等问题,使继电保护装置不能及时或正确判断故障发生区域.针对上述问题,首先对含有风电场的故障附加网络进行分析,寻找故障发生后纵联保护安装处各测量点电气量之间的关联性,确定其故障逻辑关系.其次通过对常用的相模变换解耦方式进行分析,选择一个合理的方法代入相关性表达式,根据相关系数值完成故障区域判定.最后利用PSCAD/EMTDC搭建双馈风电场并网模型,设置各种不同的故障类型和场景,并利用Matlab进行保护算法验证,检验故障区域判断结果,验证所提保护方法的正确性与合理性,并且仿真结果表明该方法具有较高的可靠性.

    风电场双馈风电机组继电保护相关性纵联保护相模变换

    基于VMD-BOA-LSSVM-AdaBoost的短期风电功率预测

    史彭珍魏霞张春梅谢丽蓉...
    226-233页
    查看更多>>摘要:针对风电信号具有间歇性、非线性、波动性、非平稳性和不确定性等特征,建立一种基于变分模态分解(VMD)和蝴蝶优化算法(BOA)优化最小二乘支持向量机(LSSVM)的风电功率短期预测模型,为提高预测精度,引入自适应校正算法(AdaBoost).首先,利用变分模态分解将原始功率信号数据分解多个子序列.其次,利用蝴蝶优化算法优化最小二乘支持向量机组合预测模型对每个子序列进行预测.最后通过自适应校正算法将多个分量预测值重构得到最终的预测值,结合西北某一风电场提供的风电功率数据为例验证模型的有效性.结果验证了建立的组合预测模型能够较好地对短期风电功率进行预测,并具有较好的预测精度.

    风电功率预测最小二乘支持向量机变分模态分解自适应校正预测精度

    考虑数据不足和基于合作博弈模型融合的风电机组轴承故障诊断方法

    李俊卿胡晓东王罗马亚鹏...
    234-241页
    查看更多>>摘要:针对风电机组轴承疲劳实验成本高导致故障数据不足的问题,提出基于粒子群算法(PSO)优化的辅助分类器生成对抗网络(ACGAN),利用PSO对ACGAN的参数进行寻优,进而利用ACGAN生成与原始样本高度相似的新样本;针对单一模型对风电机组轴承故障诊断的准确率较低的缺点,引进合作博弈理论对多个子模型的诊断结果进行融合,将各个子模型的诊断概率矩阵由合作博弈理论进行融合并输出最终的诊断结果.实验证明,优化后的ACGAN模型和基于合作博弈的模型融合能有效提高轴承故障诊断的准确率.

    风电机组轴承生成式对抗网络故障诊断模型融合合作博弈