申请/专利权人：湖南大学

申请日：2019-04-19

公开（公告）日：2023-05-26

公开（公告）号：CN110083912B

主分类号：G06F30/20

分类号：G06F30/20

优先权：

专利状态码：有效-授权

法律状态：2023.05.26#授权;2019.08.27#实质审查的生效;2019.08.02#公开

摘要：本发明提供了一种年发电量最优的水力永磁发电机优化设计方法，该方法建立了目标水电站的水文数据库，数据库包括水头、流量、降雨量以及水位等相关统计数据；随后基于已建立数据库，对水文数据分布差异所导致的发电机输入端负载信息变化进行分析，匹配得到发电机的预运行工况；最后基于预运行工况建立多效率优化体系，利用最优化算法对多个效率的目标函数进行求解并得到关键设计参数。本利用该方法合理的选取和利用了水电领域的诸多变量对电机参数进行设计，能够同步提高水力发电机在多个水位时期的综合运行效率，且计算量小，特别适合于水力发电领域。

主权项：1.一种年发电量最优的水力永磁发电机优化设计方法，其特征在于，该方法包括如下步骤：S1：建立水文数据库，所述水文数据库包括年周期内的水头、流量、降雨量与水位；S2：对所述水文数据库进行数据分析，将水文数据离散化以区分水文时期，所述水文时期包括枯水期、平水期和丰水期，并建立各个水文时期所映射的永磁发电机的输入功率P1～P3、输入转速ω1～ω3、时间占比系数α1～α3，进而建立水文变化与发电机效率的解析关系，从而获得各个水文时期对应的效率模型η1X～η3X；其中，各个水文时期所占的累计时间T1～T3决定了对应的时间占比系数α1～α3，α1～α3的计算公式1为： 下标i为不同水位时期系数，分别取值为1、2、3；S3：建立永磁同步发电机的解析模型，从而利用最优化算法来迭代获取最优的设计变量X；所述解析模型的包括了多目标函数FiX、约束条件GjX和发电机的设计变量X，所述目标函数FiX的建立利用了时间占比系数α1～α3和效率模型η1X～η3X，其中，FiX＝αi*ηiX。

全文数据：年发电量最优的水力永磁发电机优化设计方法技术领域本发明涉及水力发电优化技术领域，更具体地，涉及一种年发电量最优的水力永磁发电机优化设计方法。背景技术发电机是水力发电系统能量转换的关键部件，发电机效率的高低直接影响到水电系统的发电量，因此效率最优化是电机设计的重要目标。电机最优化设计是利用快速发展的计算机技术为电机设计人员快速且准确的找到最佳设计参数的一种电机设计方法，电机的最优化设计方法被广泛应用于电机设计领域中，也是人们研究的热点。现有的发电机的效率优化设计通常以电机的额定效率模型为目标函数，以电机性能约束为约束条件，利用最优化算法，通过不断地迭代计算求解得到目标函数的最优解，设计流程如图1所示。理论上，将所求得的最优解代入电机的设计参数中能使得电机的额定运行效率达到最大值。在水电领域中，由于水力发电站受地区降雨、上、下流域水流量等多方面因素影响，一年之中水库或河流的水位分布差异十分明显，水位的差异直接导致了发电机的输入端负载变化极大。在这种情况下，电机将较少时间运行于额定工况下。传统的效率最优化设计方法假设发电机持续运行于额定状态并仅对发电机的额定效率进行优化，而没有考虑输入端负载的变化对运行效率产生的重要影响，这可能导致发电机在非额定工况下的运行效率的大大降低，进一步严重降低发电机的总体运行效率、减少水电站的年发电量。现有的水力发电用发电机设计方法没有对目标水电站进行工况预分析，没有进行负载匹配，假定发电机将长期工作于额定工况、没有考虑到水库或河流的年周期内水位分布变化对发电机的工况变化的影响，而仅仅对发电机的额定运行效率进行了最优化设计，很难适应水电站实际的多工况运行环境，将导致发电机在非额定负载运行效率的下降，进一步影响到水电站的年发电量输出。发明内容为了克服这一问题，本发明提供了一种年发电量最优的水力永磁发电机的优化设计方法，该方法能够同步提高水力发电机在多个水位时期的综合运行效率，且特别适合于水力发电领域。本发明提供了一种年发电量最优的水力永磁发电机优化设计方法，该方法包括如下步骤：S1：建立水文数据库，所述水文数据库包括年周期内的水头、流量、降雨量与水位；S2：对所述水文数据库进行数据分析，将水文数据离散化以区分水文时期，所述水文时期包括枯水期、平水期和丰水期，并建立各个水文时期所映射的永磁发电机的输入功率P1～P3、输入转速ω1～ω3、时间占比系数α1～α3，进而建立水文变化与发电机效率的解析关系，从而获得各个水文时期对应的效率模型η1X～η3X；其中，各个水文时期所占的累计时间T1～T3决定了对应的时间占比系数α1～α3，α1～α3的计算公式1为：下标i为不同水位时期系数，分别取值为1、2、3；S3：建立永磁同步发电机的解析模型，从而利用最优化算法来迭代获取最优的设计变量X；所述解析模型的包括了多目标函数FiX、约束条件GjX和发电机的设计变量X，所述多目标函数FiX的建立利用了时间占比系数α1～α3和效率模型η1X～η3X。在另外一个实施例中，所述步骤S1中建立的水文数据库具体是目标水库或河流水文信息的水文数据库。在另外一个实施例中，所述多目标函数FiX具体满足下式2：FiX＝αi*ηiX2其中，下标i对应不同水位时期系数，分别为1、2、3。在另外一个实施例中，所述设计变量X为电机轴长L1、转子内径Rr、永磁体厚度hm、气隙宽δ、定子槽高hs、定子轭部高hy、定子齿宽wt、极弧系数αp中的一种或多种。在另外一个实施例中，所述约束条件GjX包括定子绕组电流密度J1X、定子槽满率SfX、气隙磁密BgX、定子齿部磁密BtX和或定子轭部磁密ByX的约束函数。在另外一个实施例中，所述步骤S3中的最优化算法为遗传算法。本发明的优点在于，水文数据库的建立与分析方法能够帮助电机设计人员更加全面地了解拟设计发电机的工况分布，使得设计方案更具针对性。再者，最优化算法以多个水位时期的发电机运行效率为目标函数，能同步优化发电机的多负载状态的运行效率。因此，本发明具有提高水力发电站的年发电量的优点。附图说明图1为一种电机设计参数的设计流程图；图2为本发明的水利发电系统的负载匹配流程示意图；图3为本发明的年发电量最优的优化设计流程示意图。具体实施方式下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。如图2所示，其示出了一种水利发电系统的负载匹配流程示意图，由图可知，负载匹配流程包括：1水文数据库建立：建立对目标水库或河流水文信息的水文数据库；其中，所述的水文数据库建立是针对目标水电站的水文信息进行数据统计与分析，具体为建立目标水电站所在水库或河流在年周期内的水头、流量、降雨量与水位等信息的综合数据库。2发电机负载匹配：对已建立的水文数据库进行数据分析，根据水位、流量、水头、降雨量等数据区分枯水期、平水期、丰水期，将水文数据离散化该离散化符合水力发电领域中电机受水位差异影响的运行特点，并建立各个水文时期所映射的电机的输入功率P1～P3、输入转速ω1～ω3、时间占比系数α1～α3，进而建立水文变化与发电机效率的解析关系，从而获得各个水文时期对应的效率模型η1X～η3X；3最优化程序：建立永磁同步发电机的解析模型，从而利用最优化程序中的最优算法迭代获取电机设计参数，使得其能够适用于水力发电领域，且提高水力发电机在多个水位时期的综合运行效率。在一个实施例中，所述的水文数据离散化为三个重要水文时期，分别为：S1、枯水期：枯水期主要指水库水位Hi处于较低区间段H0-H1，其累计时间为T1。枯水期会对发电机的输入功率P1、输入转速ω1产生影响，并将进一步影响到电机电磁性能和效率模型η1X。枯水期累计时间T1决定了时间占比系数α1，计算公式如1所示。S2、平水期：平水期主要指水库水位Hi处于较平缓区间段H1-H2，其累计时间为T2。枯水期会对发电机的输入功率P2、输入转速ω2产生影响，并将进一步影响到电机电磁性能和效率模型η2X。枯水期累计时间T2决定了时间占比系数α2，计算公式如1所示。S3、丰水期：枯水期主要指水库水位Hi处于较高区间段H2-H3，其累计时间为T3。枯水期会对发电机的输入功率P3、输入转速ω3产生影响，并将进一步影响到电机电磁性能和效率模型η3X。枯水期累计时间T3决定了时间占比系数α3，计算公式如1所示。其中，下标i为不同水位时期系数，依次代表枯水期、平水期和丰水期，分别为1、2、3。水文信息会对电机运行性能产生重要影响，水文数据库的建立与发电机负载匹配将对下一步的发电机多效率最优化设计产生关键作用。图3示出了一种年发电量最优的优化设计流程示意图，如图可知，年发电量最优的优化设计为多目标优化设计，设计方法包括：基于负载匹配模型建立永磁同步发电机的解析模型，以及选定最优算法例如遗传算法对解析模型进行多目标优化，从而获取模型的最优解，即最优的永磁同步发电机的设计变量。所述解析模型的包括了多目标函数FiX，约束条件GjX、设计变量X。在一个实施案例中，智能算法选用遗传算法，发电机采用表贴式永磁同步电机结构，解析模型包括设计变量X、约束条件GjX、多目标函数FiX与时间占比系数αi，其中:S1、设计变量X：指能对电机效率产生重要影响电机结构参数，案例选用的设计变量包含：电机轴长L1、转子内径Rr、永磁体厚度hm、气隙宽δ、定子槽高hs、定子轭部高hy、定子齿宽wt、极弧系数αp。S2、约束条件GjX：是电机的电、磁、热、力等性能约束体现为解析模型中的因变量函数。约束条件能使算法的计算值一直处于合理的范围，由于本申请属于水电领域，故本案例中考虑的约束条件主要包括：定子绕组电流密度J1X、定子槽满率SfX、气隙磁密BgX、定子齿部磁密BtX、定子轭部磁密ByX的约束函数。S3、多目标函数FiX与时间占比系数αi，案例中优化程序为多目标优化，所述多目标函数FiX的建立利用了时间占比系数α1～α3和效率模型η1X～η3X。具体的，如公式2所示，多目标函数FiX分别为水电站处于枯水期、平水期、丰水期的效率模型ηiX与对应的时间占比系数αi的乘积，时间占比系数αi为枯水期、平水期、丰水期的时间占比系数αi，时间占比系数越大则优化的权重越高。其中多目标函数FiX为：FiX＝αi*ηiX2其中，下标i对应不同水位时期系数，分别为1、2、3。最后，遗传算法对由设计变量、约束条件与目标函数所建立起来的多效率优化体系进行迭代计算与求解。当满足算法结束的判定条件时，结束优化程序并输出最优解。本发明的方法首先建立目标水电站的水文数据库，数据库包括水头、流量、降雨量以及水位等相关统计数据；随后基于已建立数据库，对水文数据分布差异所导致的发电机输入端负载信息变化进行分析，匹配得到发电机的预运行工况；最后基于预运行工况建立多效率优化体系，利用最优化算法对多个效率的目标函数进行求解并得到关键设计参数。利用该方法合理的选取和利用了水文领域的诸多变量对电机参数进行设计，能有效地提高水电站的年发电量输出，且计算量小。本发明各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。最后，本发明的方法仅为较佳的实施方案，并非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，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

权利要求：1.一种年发电量最优的水力永磁发电机优化设计方法，其特征在于，该方法包括如下步骤：S1：建立水文数据库，所述水文数据库包括年周期内的水头、流量、降雨量与水位；S2：对所述水文数据库进行数据分析，将水文数据离散化以区分水文时期，所述水文时期包括枯水期、平水期和丰水期，并建立各个水文时期所映射的永磁发电机的输入功率P1～P3、输入转速ω1～ω3、时间占比系数α1～α3，进而建立水文变化与发电机效率的解析关系，从而获得各个水文时期对应的效率模型η1X～η3X；其中，各个水文时期所占的累计时间T1～T3决定了对应的时间占比系数α1～α3，α1～α3的计算公式1为：下标i为不同水位时期系数，分别取值为1、2、3。S3：建立永磁同步发电机的解析模型，从而利用最优化算法来迭代获取最优的设计变量X；所述解析模型的包括了多目标函数FiX、约束条件GjX和发电机的设计变量X，所述目标函数FiX的建立利用了时间占比系数α1～α3和效率模型η1X～η3X。2.根据权利要求1所述的优化设计方法，其特征在于，所述步骤S1中建立的水文数据库具体是目标水库或河流水文信息的水文数据库。3.根据权利要求1所述的优化设计方法，其特征在于，所述多目标函数FiX具体满足下式2：FiX＝αi*ηiX2其中，下标i对应不同水位时期系数，分别为1、2、3。4.根据权利要求1或3所述的优化设计方法，其特征在于，所述设计变量X为电机轴长L1、转子内径Rr、永磁体厚度hm、气隙宽δ、定子槽高hs、定子轭部高hy、定子齿宽wt、极弧系数αp中的一种或多种。5.根据权利要求1所述的优化设计方法，其特征在于，所述约束条件GjX包括定子绕组电流密度J1X、定子槽满率SfX、气隙磁密BgX、定子齿部磁密BtX和或定子轭部磁密ByX的约束函数。6.根据权利要求1所述的优化设计方法，其特征在于，所述步骤S3中的最优化算法为遗传算法。

百度查询： 湖南大学 年发电量最优的水力永磁发电机优化设计方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD