近日我校现代教育技术学院人工智能教研室的邓曦老师在学术研究领域取得重要成果！其撰写的论文《Coordinative Optimization for Wind Farms Considering lmproved Fatigue Load Index》近日被国际权威期刊《INTERNATIONAL JOURNAL OF ELECTRICAL POWER & ENERGY SYSTEMS》正式接收发表。

随着风电行业的发展，全球投入和使用的风电场日益增加。但大型风场阵列机组尾流分布复杂，上游机组处，不同形态尺度的尾涡脱落且相互干扰，引发卡门涡街效应，致使下游风机叶片颤振，升阻系数突变，阵列机组载荷分布各异，风电机组应力集中区易受损伤。面向风场阵列机组的主动调控，能够协调机组尾流和载荷分配，保证风电机组传动链磨损均匀。但阵列机组尾流耦合模型复杂，特别是相似相邻机组，扰流、绕流分布存在显著差异，致使风电机组状态感知和载荷调控难度较高。

针对上述研究难点，该论文提出了一个通过考虑改进的疲劳载荷指标进行协调优化，实现了风电场和单个风电机组的优化。对于单一机组级，利用小信号线性化建立了有功功率调度的状态空间模型，然后进行改进的灵敏度分析，以评估塔和轴部件的疲劳载荷。此外，设计了一个协调的多目标函数，该函数最小化风电场的总等效疲劳载荷，并平衡单个风电机组的疲劳载荷分布。对于风电场级，提出了一种自适应内部模型控制来抑制塔架振动和主轴扭矩波动。通过功率和负载系数的权重分析，进行了几个实验来验证所提出的方法的重要性。比较结果表明，协调优化在减轻疲劳载荷的同时满足风力发电参考跟踪具有优势。

风电场分布示意图

风机仿真模型图

风电场仿真模型图

该期刊为JCR一区，中科院2区，影响因子IF=5.0，具有较高的学术影响力。

来源：教务科研处

编辑：姚璐

责审：伍晔