CN116971926A - 一种基于多能量源的海洋网箱能源供给系统 - Google Patents

一种基于多能量源的海洋网箱能源供给系统 Download PDF

Info

Publication number
CN116971926A
CN116971926A CN202310972562.1A CN202310972562A CN116971926A CN 116971926 A CN116971926 A CN 116971926A CN 202310972562 A CN202310972562 A CN 202310972562A CN 116971926 A CN116971926 A CN 116971926A
Authority
CN
China
Prior art keywords
energy
power generation
power
wave
wind
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202310972562.1A
Other languages
English (en)
Inventor
魏名山
乔增鑫
郑思宇
张宇萱
杨中甲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Beijing Institute of Technology BIT
Original Assignee
Beihang University
Beijing Institute of Technology BIT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beihang University, Beijing Institute of Technology BIT filed Critical Beihang University
Priority to CN202310972562.1A priority Critical patent/CN116971926A/zh
Publication of CN116971926A publication Critical patent/CN116971926A/zh
Pending legal-status Critical Current

Links

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D9/00—Adaptations of wind motors for special use; Combinations of wind motors with apparatus driven thereby; Wind motors specially adapted for installation in particular locations
    • F03D9/007—Adaptations of wind motors for special use; Combinations of wind motors with apparatus driven thereby; Wind motors specially adapted for installation in particular locations the wind motor being combined with means for converting solar radiation into useful energy
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03B—MACHINES OR ENGINES FOR LIQUIDS
    • F03B11/00—Parts or details not provided for in, or of interest apart from, the preceding groups, e.g. wear-protection couplings, between turbine and generator
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03B—MACHINES OR ENGINES FOR LIQUIDS
    • F03B11/00—Parts or details not provided for in, or of interest apart from, the preceding groups, e.g. wear-protection couplings, between turbine and generator
    • F03B11/008—Measuring or testing arrangements
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03B—MACHINES OR ENGINES FOR LIQUIDS
    • F03B13/00—Adaptations of machines or engines for special use; Combinations of machines or engines with driving or driven apparatus; Power stations or aggregates
    • F03B13/12—Adaptations of machines or engines for special use; Combinations of machines or engines with driving or driven apparatus; Power stations or aggregates characterised by using wave or tide energy
    • F03B13/14—Adaptations of machines or engines for special use; Combinations of machines or engines with driving or driven apparatus; Power stations or aggregates characterised by using wave or tide energy using wave energy
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D13/00—Assembly, mounting or commissioning of wind motors; Arrangements specially adapted for transporting wind motor components
    • F03D13/20—Arrangements for mounting or supporting wind motors; Masts or towers for wind motors
    • F03D13/25—Arrangements for mounting or supporting wind motors; Masts or towers for wind motors specially adapted for offshore installation
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D7/00—Controlling wind motors 
    • F03D7/02—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor
    • F03D7/04—Automatic control; Regulation
    • F03D7/042—Automatic control; Regulation by means of an electrical or electronic controller
    • F03D7/043—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic
    • F03D7/045—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic with model-based controls
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D7/00—Controlling wind motors 
    • F03D7/02—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor
    • F03D7/04—Automatic control; Regulation
    • F03D7/042—Automatic control; Regulation by means of an electrical or electronic controller
    • F03D7/043—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic
    • F03D7/046—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic with learning or adaptive control, e.g. self-tuning, fuzzy logic or neural network
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D80/00—Details, components or accessories not provided for in groups F03D1/00 - F03D17/00
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D9/00—Adaptations of wind motors for special use; Combinations of wind motors with apparatus driven thereby; Wind motors specially adapted for installation in particular locations
    • F03D9/008—Adaptations of wind motors for special use; Combinations of wind motors with apparatus driven thereby; Wind motors specially adapted for installation in particular locations the wind motor being combined with water energy converters, e.g. a water turbine
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
    • H02S10/00—PV power plants; Combinations of PV energy systems with other systems for the generation of electric power
    • H02S10/10—PV power plants; Combinations of PV energy systems with other systems for the generation of electric power including a supplementary source of electric power, e.g. hybrid diesel-PV energy systems
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
    • H02S10/00—PV power plants; Combinations of PV energy systems with other systems for the generation of electric power
    • H02S10/10—PV power plants; Combinations of PV energy systems with other systems for the generation of electric power including a supplementary source of electric power, e.g. hybrid diesel-PV energy systems
    • H02S10/12—Hybrid wind-PV energy systems
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
    • H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Combustion & Propulsion (AREA)
  • Sustainable Energy (AREA)
  • Sustainable Development (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开的一种基于多能量源的海洋网箱能源供给系统，属于海外大型养殖网箱设备领域。本发明包括储能模块、能量管理模块和输出模块。储能模块分别与风力发电模块、光伏发电模块和波浪能发电模块连接，储能模块与能量管理模块连接，能量管理模块与输出模块连接。本发明通过风力发电模块、光伏发电模块和波浪能发电模块三组发电模块的组合发电，为深远海海洋网箱进行供能；通过储能模块，实现对电能的转换和对用不完的电能进储存，提高能源的利用率；采用能量管理模块与输出模块，使得电能分配和各个发电模块的发电量进行整合，多向发电使得，提高各种能源利用率，并为海洋网箱进行稳定供电，避开深远海海洋网箱电力输送的难题。

Description

一种基于多能量源的海洋网箱能源供给系统
技术领域
本发明属于海外大型养殖网箱设备以及新能源技术领域，具体涉及一种基于多能量源的海洋网箱能源供给系统。
背景技术
全球人口持续增长、环境问题日益恶化，陆地资源已难以满足社会发展的需求，人类对高品质海产品的需求日益旺盛。海水养殖是人类主动、定向利用国土海域资源的重要途径，已经成为对食物安全、国民经济和贸易平衡作出重要贡献的产业。为减轻养殖对近岸海区的影响，拓展养殖空间，实现海水养殖业可持续发展，发展深远海养殖产业势在必行。
太阳能装置通常指太阳能电池板，太阳能电池板是通过吸收太阳光，将太阳辐射能通过光电效应或者光化学效应直接或间接转换成电能的装置。相对于普通电池和可循环充电电池来说，太阳能电池属于更节能环保的绿色产品。
波浪能发电原理主要是将波浪力转换为压缩空气来驱动空气透平发电机发电。波浪力的转换一般有三级。第一级为波浪力的收集，通常采用聚波和共振的方法把分散的波浪力聚集起来。第二级为中间转换，即能量的传递过程，包括机械传动、低压水力传动、高压液压传动、气动传动，使波浪力转换为有用的机械能。第三级转换又称最终转换，即由机械能通过发电机转换为电能。
深远海养殖装备技术缺陷：深远海渔场平台配套的自动化设备等需要持续稳定的供电，如果从陆地铺设海底电缆或单纯使用柴油发电机均不能彻底解决深远海养殖设施装备的能源供应问题；深远海渔场平台的抗风浪能力要求较高，系泊系统设计与施工难度大，整体造价高，单纯靠养殖难以快速收回成本。
发明内容
为了解决上述背景中的技术问题，本发明主要目的是提供一种基于多能量源的海洋网箱能源供给系统，通过风力发电模块、光伏发电模块和波浪能发电模块三组发电模块的组合发电，为深远海海洋网箱进行供能；通过储能模块，实现对电能的转换和对用不完的电能进储存，提高能源的利用率；采用能量管理模块与输出模块，使得电能分配和各个发电模块的发电量进行整合，多向发电使得，提高各种能源利用率，并为海洋网箱进行稳定供电，避开深远海海洋网箱电力输送的难题。
本发明的目的是通过以下技术方案实现的：
本发明公开的一种基于多能量源的海洋网箱能源供给系统，包括储能模块、能量管理模块和输出模块。储能模块分别与风力发电模块、光伏发电模块和波浪能发电模块连接，储能模块与能量管理模块连接，能量管理模块与输出模块连接。
所述的风力发电模块包括风力发电机组和风力发电功率预测单元。所述风力发电功率预测单元用于预测未来预设时间段内的风力发电功率。选取LSTM循环神经网络作为风力发电预测模型，基于风电场的历史发电数据与历史风速、风向、温度、气压和湿度的大数据集进行LSTM循环神经网络训练。风力发电机组将风能转换为电能。
基于风电场的历史发电数据与历史风速、风向、温度、气压和湿度的大数据集进行LSTM循环神经网络训练，并实现风力发电功率预测，具体实现步骤为：对采集的风场数据进行数据预处理并构建处理之后的样本集，将样本集数据代入LSTM循环神经网络进行模型训练，建立超短期风力发电预测模型；
为了提升网络的预测精度，在对下一个预设时间段的数据进行预测时，将当前时刻的实际的气象、发电数据加入原始数据集并对网络进行再次训练，实现每预设时间段一次的循环滚动更新。
将预处理之后的训练数据集输入LSTM循环神经网络，通过网络具有的遗忘门、输入门和输出门进行处理。为了避免出现过拟合现象，在LSTM循环神经网络中引入随机失活层，而随机失活输出的数据维度与想要的预测数据维度并不相同，引入全连接层进行维度变换，通过一个输出层输出预测数据，实现风力发电功率预测。
作为优选，所述风力发电模块预设时间段为15min。
所述的光伏发电模块包括光伏发电板和光伏发电功率预测单元。所述光伏发电功率预测单元用于预测未来一天内的风力发电功率。光伏发电功率预测单元具体指一种基于长短时循环神经网络LSTM的光伏输出预测模型，模型的输入主要有以下六种数据：预测日前一天发电量和预测日当天的温度、湿度、风度、空气质量以及天气指数。光伏发电板将太阳能转化成电能。
作为优选，所述光伏发电模块预设时间段为一天。
所述的波浪能发电模块包括波浪能发电机组和波浪能发电功率预测单元。波浪能发电机组将波浪能转化成电能。所述波浪能发电功率预测单元建立了基于风-浪和灰色模型的组合预测模型，用于预测未来预设时间段内的风力发电功率，组合模型建立及具体预测步骤如下：
(1)对历史风速和波高测量数据进行分析，风速和波高具有明显的相关性，在此基础上，建立风-浪经验模型：
H＝0.0125V1.9450
(2)基于风速预测值，利用风-浪经验模型计算波高的预测序列；
(3)确定灰色模型输入维数，计算波高观测序列和预测序列的残差序列：
(4)建立波高残差序列GM(1，1)模型的一阶微分方程:
利用最小二乘法求解模型参数a和b：
(5)计算残差预测生成序列：
(6)对预测生成序列进行一次累减还原，得到残差序列估计值：
(7)利用残差预测序列对风-浪经验模型预测结果进行修正，得到最终的波高预测序列。
进一步，利用该组合预测模型间接预测波浪要素，并基于AWS波浪能发电系统建立波浪要素和波浪能发电功率之间的转换模型，波高-功率转换模型具体建立过程如下：
(1)AWS波浪能发电系统的机械模型可表示为:
式中，mtot为系统中运动部件质量的总和；x和v分别为浮子和动子的位移和速度；βg为直线永磁发电机的阻尼系数；βw为水动力阻尼系数；ks为弹性系数；FWAVE为AWS波浪能发电系统输入的波浪力。
(2)当AWS与波浪产生共振时，能够最大限度地捕捉波浪能，此时βg＝βw，并且周期T内的波浪能EWAVE可采用如下方法计算：
(3)依据上跨零点法将不规则波浪分解成m个子波，Hj为子波的波高，Tj为子波的周期，j＝1，2，…m。将子波代入波浪力计算公式，得到一个周期内波浪力为:
式中，ρ为海水密度；Sf为浮子受力面积；ωj为子波的圆频率；h为海水深度；A(ω)为波面数据；a1为浮子到子波波谷的距离；a2为浮子到子波波峰的距离。
(4)将波浪力公式代入波浪能公式计算，最终可得到波浪能发电平均功率PWAVE:
式中，η为波浪能转换效率。
作为优选，所述波浪能发电模块预设时间段为一天。
所述的储能模块包括直流交流转换器、变流器、电池单元和超级电容，储能模块将三组发电系统中发出电能进行直接输出或者多余的电能进行储存，变流器实现将各个系统发出的电能变成直流电，直流交流转换器将直流电转换为交流电，交流电转换为直流电，电池单元采用锂电池组，多余的电以直流电的方式充至电池单元。
直流交流转换器与超级电容相结合，辅助电池单元内的电池进行充放电，超级电容由于能够承受大功率充放电的特性，能够在发电模块功率大于预设值时吸收超出电池充电功率限制的电量，并在发电模块功率小于预设值时进行补充放电；变流器实现多余的交流电转换为直流电，便于存储进电池单元。进一步，所述的能量管理模块通过各个发电系统内的预测单元反馈的信息以及电能需求预测单元计算出的网箱需求功率，调整储能模块内的电池单元的充放电。
所述能量管理模块工作模式如下：
(1)当网箱需求功率P1小于总发电功率P2时，由发电系统单独进行供电；
①若电池SOC<SOCmax，且超出网箱需求功率以外的部分，若大于电池最大充电功率，则以电池最大功率为电池充电，其余部分为超级电容进行充电；
②若电池SOC>SOCmax，则超出网箱需求功率以外的部分直接为超级电容充电；
(2)当网箱需求功率P1小于总发电功率P2时：
①若电池SOC>SOCmin，由电池为网箱运营进行补充供电；
②若电池SOC<SOCmin，由超级电容为网箱运营进行补充供电；
所述网箱需求功率由电能输出预测单元获得。
进一步，所述的输出系统内包括电能需求预测单元、电能获取单元和调节单元，电能需求预测单元根据所接收的网箱信息监测系统反馈的信息对网箱需求功率进行汇总预测，电能获取单元根据输出系统所连接的负载，并通过储能系统获得相应的电能，通过调节单元实现对每个负载的电能分配和对总电能进行合理分配。
本发明公开的一种基于多能量源的海洋网箱能源供给系统的工作方法为：
第一步：电能需求预测单元根据所接收的网箱信息监测系统反馈的信息对网箱需求功率进行汇总预测，并传输给控制器；
第二步：风力发电功率预测单元、光伏发电功率预测单元、波浪能发电功率预测单元将功率预测值进行计算并传输给控制器；
第三步：控制器综合权衡网箱需求总功率、总发电功率和储能电池SOC，选择能量管理系统工作模式；
第四步：控制器按照选定能量管理系统工作模式控制各模块工作，为网箱用电设备正常运作提供电能。
有益效果：
1、本发明公开的一种基于多能量源的海洋网箱能源供给系统，通过风力发电模块、光伏发电模块和波浪能发电模块三组发电模块的组合发电，为深远海海洋网箱进行稳定供电，避开深远海海洋网箱电力输送的难题。
2、本发明公开的一种基于多能量源的海洋网箱能源供给系统，通过储能模块，实现对电能的转换和对用不完的电能进储存，提高能源的利用率。
3、本发明公开的一种基于多能量源的海洋网箱能源供给系统，储能模块中，直流交流转换器与超级电容相结合，辅助电池单元内的电池进行充放电，超级电容由于其可以承受大功率充放电的特性，可以在发电系统功率较大时吸收超出电池充电功率限制的电量，并在发电系统功率较小时进行补充放电，可以有效提升储能电池寿命。
4、本发明公开的一种基于多能量源的海洋网箱能源供给系统，采用能量管理模块与输出模块，使得电能分配和各个发电模块的发电量进行整合；根据工况的不同，所述能量管理模块具有四种工作模式，对应着四种不同的能量流，能够更高效地利用能源，并提升设备供电稳定性以及使用寿命。
附图说明
附图用来提供对本发明技术方案的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明的技术方案，并不构成对本发明技术方案的限制。
图1是本发明整体结构示意图；
图2是本发明风力发电预测模型建立示意图；
图3是本发明光伏发电预测模型建立示意图；
图4是本发明能量管理模块工作模式1；
图5是本发明能量管理模块工作模式2；
图6是本发明能量管理模块工作模式3；
图7是本发明能量管理模块工作模式4；
图8是本发明工作方法示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
如图1所示，本实施例公开的一种基于多能量源的海洋网箱能源供给系统，包括储能模块、能量管理模块和输出模块，储能模块分别与风力发电模块、光伏发电模块和波浪能发电模块连接，储能模块与能量管理模块连接，能量管理模块与输出模块连接。
所述的风力发电模块包括风力发电机组以及风力发电功率预测单元，所述风力发电功率预测单元可预测未来15min内的风力发电功率。选取LSTM循环神经网络作为风力发电预测模型，基于风电场的历史发电数据与历史风速、风向、温度、气压和湿度的大数据集进行网络训练。
如图2所示具体步骤是：对采集的风场数据进行数据预处理并构建处理之后的样本集，将样本集数据代入LSTM循环神经网络进行模型训练，建立超短期风力发电预测模型；
为了提升网络的预测精度，在对下一个15min的数据进行预测时，将当前时刻的实际的气象、发电数据加入原始数据集并对网络进行再次训练，实现每15min一次的循环滚动更新。
将预处理之后的训练数据集输入LSTM循环神经网络，通过网络具有的遗忘门、输入门和输出门进行处理。为了避免出现过拟合现象，在LSTM循环神经网络中引入随机失活层，而随机失活输出的数据维度与想要的预测数据维度并不相同，引入全连接层进行维度变换，最后通过一个输出层输出预测数据。
进一步，风力发电机组将风能转换为电能。
所述的光伏发电模块包括光伏发电板以及光伏发电功率预测单元，所述光伏发电功率预测单元可预测未来一天内的风力发电功率。如图3所示，光伏发电功率预测单元具体指一种基于长短时循环神经网络(LSTM)的光伏输出预测模型，模型的输入主要有以下六种数据：预测日前一天发电量和预测日当天的温度、湿度、风度、空气质量以及天气指数。
本实施中：光伏发电板将太阳能转化成电能。
进一步，所述的波浪能发电模块包括波浪能发电机组以及波浪能发电功率预测单元，所述波浪能发电功率预测单元建立了基于风-浪和灰色模型的组合预测模型，用于预测未来预设时间段内的风力发电功率，组合模型建立及具体预测步骤如下：
(1)对历史风速和波高测量数据进行分析，风速和波高具有明显的相关性，在此基础上，建立风-浪经验模型：
H＝0.0125V1.9450
(2)基于风速预测值，利用风-浪经验模型计算波高的预测序列；
(3)确定灰色模型输入维数，计算波高观测序列和预测序列的残差序列：
(4)建立波高残差序列GM(1，1)模型的一阶微分方程:
利用最小二乘法求解模型参数a和b：
(5)计算残差预测生成序列：
(6)对预测生成序列进行一次累减还原，得到残差序列估计值：
(7)利用残差预测序列对风-浪经验模型预测结果进行修正，得到最终的波高预测序列。
进一步，利用该组合预测模型间接预测波浪要素，并基于AWS波浪能发电系统建立波浪要素和波浪能发电功率之间的转换模型，波高-功率转换模型具体建立过程如下：
(1)AWS波浪能发电系统的机械模型可表示为:
式中，mtot为系统中运动部件质量的总和；x和v分别为浮子和动子的位移和速度；βg为直线永磁发电机的阻尼系数；βw为水动力阻尼系数；ks为弹性系数；FWAVE为AWS波浪能发电系统输入的波浪力。
(2)当AWS与波浪产生共振时，能够最大限度地捕捉波浪能，此时βg＝βw，并且周期T内的波浪能EWAVE可采用如下方法计算：
(3)依据上跨零点法将不规则波浪分解成m个子波，Hj为子波的波高，Tj为子波的周期，j＝1，2，…m。将子波代入波浪力计算公式，得到一个周期内波浪力为:
式中，ρ为海水密度；Sf为浮子受力面积；ωj为子波的圆频率；h为海水深度；A(ω)为波面数据；a1为浮子到子波波谷的距离；a2为浮子到子波波峰的距离。
(4)将波浪力公式代入波浪能公式计算，最终可得到波浪能发电平均功率PMAVE:
式中，η为波浪能转换效率。
本实施中：波浪能发电机组将波浪能转化成电能。
进一步，所述的储能模块包括直流交流转换器、变流器、电池单元和超级电容，储能模块将三组发电系统中发出电能进行直接输出或者多余的电能进行储存，变流器实现将各个系统发出的电能变成直流电，直流交流转换器将直流电转换为交流电，交流电转换为直流电，电池单元采用锂电池组，多余的电会以直流电的方式充至电池单元。
本实施中：直流交流转换器与超级电容相结合，辅助电池单元内的电池进行充放电，超级电容由于其可以承受大功率充放电的特性，可以在发电模块功率较大时吸收超出电池充电功率限制的电量，并在发电模块功率较小时进行补充放电；变流器实现多余的交流电转换为直流电，便于存储进电池单元。进一步，所述的能量管理模块通过各个发电系统内的预测单元反馈的信息以及电能需求预测单元计算出的网箱需求功率，调整储能模块内的电池单元的充放电。
所述能量管理模块工作模式如下：
(1)当网箱需求功率P1小于总发电功率P2时，由发电系统单独进行供电；
①若电池SOC<SOCmax，且超出网箱需求功率以外的部分，若大于电池最大充电功率，如图4所示，则以电池最大功率为电池充电，其余部分为超级电容进行充电；
②若电池SOC>SOCmax，如图5所示，则超出网箱需求功率以外的部分直接为超级电容充电；
(2)当网箱需求功率P1小于总发电功率P2时：
①若电池SOC>SOCmin，如图6所示，由电池为网箱运营进行补充供电；
②若电池SOC<SOCmin，如图7所示，由超级电容为网箱运营进行补充供电；
所述网箱需求功率由电能输出预测单元获得。
进一步，所述的输出系统内包括电能需求预测单元、电能获取单元和调节单元，电能需求预测单元根据所接收的网箱信息监测系统反馈的信息对网箱需求功率进行汇总预测，电能获取单元根据输出系统所连接的负载，并通过储能系统获得相应的电能，调节单元：实现对每个负载的电能分配和对总电能进行合理分配。
如图8所示，本发明公开的一种基于多能量源的海洋网箱能源供给系统的工作方法为：
第一步：电能需求预测单元根据所接收的网箱信息监测系统反馈的信息对网箱需求功率进行汇总预测，并传输给控制器；
第二步：风力发电功率预测单元、光伏发电功率预测单元以及波浪能发电功率预测单元将功率预测值进行计算并传输给控制器；
第三步：控制器综合考虑网箱需求总功率，总发电功率以及储能电池SOC，选择能量管理系统工作模式；
第四步：控制器按照选定能量管理系统工作模式控制各模块工作，为网箱用电设备正常运作提供电能。
以上所述的具体描述，对发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种基于多能量源的海洋网箱能源供给系统，其特征在于：包括储能模块、能量管理模块和输出模块；储能模块分别与风力发电模块、光伏发电模块和波浪能发电模块连接，储能模块与能量管理模块连接，能量管理模块与输出模块连接；
所述的风力发电模块包括风力发电机组和风力发电功率预测单元；所述风力发电功率预测单元用于预测未来预设时间段内的风力发电功率；选取LSTM循环神经网络作为风力发电预测模型，基于风电场的历史发电数据与历史风速、风向、温度、气压和湿度的大数据集进行LSTM循环神经网络训练；风力发电机组将风能转换为电能；
所述的光伏发电模块包括光伏发电板和光伏发电功率预测单元；所述光伏发电功率预测单元用于预测未来一天内的风力发电功率；光伏发电功率预测单元具体指一种基于长短时循环神经网络LSTM的光伏输出预测模型，模型的输入主要有以下六种数据：预测日前一天发电量和预测日当天的温度、湿度、风度、空气质量以及天气指数；光伏发电板将太阳能转化成电能；
所述的波浪能发电模块包括波浪能发电机组和波浪能发电功率预测单元；波浪能发电机组将波浪能转化成电能；
所述的储能模块包括直流交流转换器、变流器、电池单元和超级电容，储能模块将三组发电系统中发出电能进行直接输出或者多余的电能进行储存，变流器实现将各个系统发出的电能变成直流电，直流交流转换器将直流电转换为交流电，交流电转换为直流电，电池单元采用锂电池组，多余的电以直流电的方式充至电池单元；
直流交流转换器与超级电容相结合，辅助电池单元内的电池进行充放电，在发电模块功率大于预设值时吸收超出电池充电功率限制的电量，并在发电模块功率小于预设值时进行补充放电；变流器实现多余的交流电转换为直流电，便于存储进电池单元。
2.如权利要求1所述的一种基于多能量源的海洋网箱能源供给系统，其特征在于：基于风电场的历史发电数据与历史风速、风向、温度、气压和湿度的大数据集进行LSTM循环神经网络训练，并实现风力发电功率预测，具体实现步骤为：
对采集的风场数据进行数据预处理并构建处理之后的样本集，将样本集数据代入LSTM循环神经网络进行模型训练，建立超短期风力发电预测模型；
在对下一个预设时间段的数据进行预测时，将当前时刻的实际的气象、发电数据加入原始数据集并对网络进行再次训练，实现每预设时间段一次的循环滚动更新；
将预处理之后的训练数据集输入LSTM循环神经网络，通过网络具有的遗忘门、输入门和输出门进行处理；为了避免出现过拟合现象，在LSTM循环神经网络中引入随机失活层，而随机失活输出的数据维度与想要的预测数据维度并不相同，引入全连接层进行维度变换，通过一个输出层输出预测数据，实现风力发电功率预测。
3.如权利要求2所述的一种基于多能量源的海洋网箱能源供给系统，其特征在于：所述波浪能发电功率预测单元建立了基于风-浪和灰色模型的组合预测模型，用于预测未来预设时间段内的风力发电功率，组合模型建立及具体预测步骤如下：
(1)对历史风速和波高测量数据进行分析，风速和波高具有明显的相关性，在此基础上，建立风-浪经验模型：
H＝0.0125V1.8450
(2)基于风速预测值，利用风-浪经验模型计算波高的预测序列；
(3)确定灰色模型输入维数，计算波高观测序列和预测序列的残差序列：
(4)建立波高残差序列GM(1，1)模型的一阶微分方程:
利用最小二乘法求解模型参数a和b：
(5)计算残差预测生成序列：
(6)对预测生成序列进行一次累减还原，得到残差序列估计值：
(7)利用残差预测序列对风-浪经验模型预测结果进行修正，得到最终的波高预测序列。
4.如权利要求3所述的一种基于多能量源的海洋网箱能源供给系统，其特征在于：利用组合预测模型间接预测波浪要素，并基于AWS波浪能发电系统建立波浪要素和波浪能发电功率之间的转换模型，波高-功率转换模型具体建立过程如下：
(1)AWS波浪能发电系统的机械模型可表示为:
式中，mtot为系统中运动部件质量的总和；x和v分别为浮子和动子的位移和速度；βg为直线永磁发电机的阻尼系数；βw为水动力阻尼系数；ks为弹性系数；FWAVE为AWS波浪能发电系统输入的波浪力。
(2)当AWS与波浪产生共振时，能够最大限度地捕捉波浪能，此时βg＝βw，并且周期T内的波浪能EWAVE可采用如下方法计算：
(3)依据上跨零点法将不规则波浪分解成m个子波，Hj为子波的波高，Tj为子波的周期，j＝1，2，…m。将子波代入波浪力计算公式，得到一个周期内波浪力为:
式中，ρ为海水密度；Sf为浮子受力面积；ωj为子波的圆频率；h为海水深度；A(ω)为波面数据；a1为浮子到子波波谷的距离；a2为浮子到子波波峰的距离。
(4)将波浪力公式代入波浪能公式计算，最终可得到波浪能发电平均功率PWAVE:
式中，η为波浪能转换效率。
5.如权利要求4所述的一种基于多能量源的海洋网箱能源供给系统，其特征在于：所述的能量管理模块通过各个发电系统内的预测单元反馈的信息以及电能需求预测单元计算出的网箱需求功率，调整储能模块内的电池单元的充放电。
6.如权利要求5所述的一种基于多能量源的海洋网箱能源供给系统，其特征在于：所述能量管理模块工作模式如下：
(1)当网箱需求功率P1小于总发电功率P2时，由发电系统单独进行供电；
①若电池SOC<SOCmax，且超出网箱需求功率以外的部分，若大于电池最大充电功率，则以电池最大功率为电池充电，其余部分为超级电容进行充电；
②若电池SOC>SOCmax，则超出网箱需求功率以外的部分直接为超级电容充电；
(2)当网箱需求功率P1小于总发电功率P2时：
①若电池SOC>SOCmin，由电池为网箱运营进行补充供电；
②若电池SOC<SOCmin，由超级电容为网箱运营进行补充供电；
所述网箱需求功率由电能输出预测单元获得。
7.如权利要求6所述的一种基于多能量源的海洋网箱能源供给系统，其特征在于：所述的输出系统内包括电能需求预测单元、电能获取单元和调节单元，电能需求预测单元根据所接收的网箱信息监测系统反馈的信息对网箱需求功率进行汇总预测，电能获取单元根据输出系统所连接的负载，并通过储能系统获得相应的电能，通过调节单元实现对每个负载的电能分配和对总电能进行合理分配。
8.如权利要求7所述的一种基于多能量源的海洋网箱能源供给系统，其特征在于：工作方法包括如下步骤，
第一步：电能需求预测单元根据所接收的网箱信息监测系统反馈的信息对网箱需求功率进行汇总预测，并传输给控制器；
第二步：风力发电功率预测单元、光伏发电功率预测单元、波浪能发电功率预测单元将功率预测值进行计算并传输给控制器；
第三步：控制器综合权衡网箱需求总功率、总发电功率和储能电池SOC，选择能量管理系统工作模式；
第四步：控制器按照选定能量管理系统工作模式控制各模块工作，为网箱用电设备正常运作提供电能。
9.如权利要求8所述的一种基于多能量源的海洋网箱能源供给系统，其特征在于：所述风力发电模块预设时间段为15min；所述光伏发电模块预设时间段为一天；所述波浪能发电模块预设时间段为一天。
CN202310972562.1A 2023-08-03 2023-08-03 一种基于多能量源的海洋网箱能源供给系统 Pending CN116971926A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310972562.1A CN116971926A (zh) 2023-08-03 2023-08-03 一种基于多能量源的海洋网箱能源供给系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310972562.1A CN116971926A (zh) 2023-08-03 2023-08-03 一种基于多能量源的海洋网箱能源供给系统

Publications (1)

Publication Number Publication Date
CN116971926A true CN116971926A (zh) 2023-10-31

Family

ID=88471215

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310972562.1A Pending CN116971926A (zh) 2023-08-03 2023-08-03 一种基于多能量源的海洋网箱能源供给系统

Country Status (1)

Country Link
CN (1) CN116971926A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117543843A (zh) * 2023-12-11 2024-02-09 广州菲利斯太阳能科技有限公司 一种可移动离网发电储能供电系统及方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117543843A (zh) * 2023-12-11 2024-02-09 广州菲利斯太阳能科技有限公司 一种可移动离网发电储能供电系统及方法

Similar Documents

Publication Publication Date Title
Khan et al. Optimal power flow techniques under characterization of conventional and renewable energy sources: A comprehensive analysis
Paska et al. Hybrid power systems–An effective way of utilising primary energy sources
Bashir et al. Size optimization of new hybrid stand-alone renewable energy system considering a reliability index
CN111585310B (zh) 一种分布式电源出力预测的方法和装置
CN110400056B (zh) 基于风光时空特性的梯级水电日前优化调度方法及装置
Kumaravel et al. Adapted multilayer feedforward ANN based power management control of solar photovoltaic and wind integrated power system
CN111130121A (zh) 一种dg和ev环境下配电网无功补偿系统的模糊协调控制计算方法
CN116971926A (zh) 一种基于多能量源的海洋网箱能源供给系统
Nkwanyana et al. An assessment of hybrid-energy storage systems in the renewable environments
Natsheh Hybrid power systems energy management based on artificial intelligence
CN112366684A (zh) 一种海岛微电网系统
Shufian et al. Modeling & Economical Analysis of Hybrid Solar-Wind-Biomass-H 2-based Optimal Islanding Microgrid in Bangladesh
Li et al. Optimal dispatching method for smoothing power fluctuations of the wind-photovoltaic-battery hybrid generation system
Gan et al. A review on capacity optimization of hybrid renewable power system with energy storage
Li et al. The capacity optimization of wind-photovoltaic-thermal energy storage hybrid power system
CN116979578A (zh) 一种风光水火储的电气热三联产优化调度方法和系统
Liu et al. Optimal sizing of the stand-alone photovoltaic system for a solar-powered translational sprinkler irrigation machine considering the loss of power supply probability
Wang et al. Optimal configuration of an off-grid hybrid wind-hydrogen energy system: Comparison of two systems
Fu et al. Optimal sizing design for hybrid renewable energy systems in rural areas
AL-Maaitah et al. Particle Swarm Optimizer for BESS Operation to Mitigate Voltage Deviation of the Modified IEEE 9-bus Power System
CN108171384A (zh) 一种基于复合粒子群算法微网能量管理方法
CN202111641U (zh) 输电铁塔太阳能发电与并路装置
Sydu Performance Analysis Of A Grid-Connected Solar Photovoltaic Wind Hybrid Energy System
Bhambri et al. The Energy Mix: An Emerging Trend in Distribution System
Shi et al. Research on Energy Management Optimization Strategy of Integrated Energy System in Wind Photovoltaic Hydrogen Energy Storage Area

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination