论文部分内容阅读
随着社会经济的快速发展,人们对能源的依赖日渐增强。地下资源供应不足等难题日益突出,新能源开发与能源安全有效使用成为全球亟需解决的重大问题。众多新能源中,风能以无污染、高储量、使用便捷等优点受到了世界各国的青睐。然而由于风能具有很强的随机性,风电场的气象数据精确测量以及风电场的有效监控成为了风电产业良好发展的重要因素。在此背景下,本课题开展了基于Zigbee的无线网络化超声测风装置的开发以及基于风速预测为基础的风电监控系统的研究工作。本文在介绍了风电场数据采集与监控系统的组成和关键技术的基础上,首先对不同风电监控系统的原理进行了对比,确定了适合本课题的网络化风电场数据采集与监控系统模型;其次,将Zigbee技术应用于风电场数据采集与监控系统的开发,设计了一种新型的网络化风电场测风装置,装置采用C8051F120低功耗单片机为核心,实现了风速风向的高精度测量。然后,对基于Zigbee无线网络的远程风电监控系统进行了设计,并重点研究了基于马尔科夫的改进风速预测模型的研究,在此基础上设计了监控系统。监控系统可利用Zigbee网络实现数据采集装置的数据读取与节点监控,并依据该数据实现风场预测进而提供风电机组运行参考信息。最后,利用现有实验条件,对基于Zigbee的超声测风装置与风电场监控系统进行实验验证,实验结果表明,基于Zigbee的超声测风装置与监控系统可有效实现风速风向数据的高精度采集、数据的准确实时传输、监控系统具有良好的人机交互性,风速预测精度达到较高标准。基于Zigbee的超声测风装置与监控系统可实现风电场气象数据的高精度采集,可在风电场风机布点变化时自动进行网络重建,可高效进行风电场风机定位监控以及风电场风速准确预测。本文实现的系统方案,特别是基于Zigbee的无线网络化远程监控技术的研究,为风电系统的风功率预测及高效安全运行提供了一个先进的解决方案。