发电机、齿轮箱等风机部件的高温降容状态是表征风电机组亚健康状态的良好指标,其评估的准确性直接影响了后期人员、设备、资金等多种资源的投入的多少,以及运维方案的最终效果。为了尽可能真实客观反映风机高温降容状态,提出了一种基于随机森林和长短时记忆网络自编码(Long Short Term Memory-Autoencoder,LSTM-Aec)算法相结合的智能评估方法,该方法首先采用随机森林算法对SCADA系统采集的数据进行特征约简,再利用LSTM-Aec算法对风机高温降容状态进行评估检测。测试结果表明,基于该方法的风机高温降容状态评估的精确率和准确率分别达0.9809和0.9558,整体优于未经过特征约简的RNN-Aec算法和未经过特征约简的LSTM-Aec算法的评估检测方法以及传统分类算法。
为分析电价、税收、消纳、电力市场参与、成本控制、技术水平等内外部因素对新能源项目运营能力的影响,本文通过典型项目,对影响运营水平的内外部因素开展了定量分析,结果显示陆上风电电价每下降0.01元/(kW·h),项目资本金内部收益率(internal rate of return,IRR)平均下降0.736个百分点;集中式光伏市场化电量及电价波动由20%升至50%,IRR由9.07%降至约1%;平均绿电交易比例每增加20个百分点,光伏项目IRR增加0.26个百分点,风电项目IRR增加0.5个百分点;光伏项目初始投资成本每减少0.1元/W、IRR提高约0.29个百分点,风电项目单位投资成本每增加500元/kW、IRR平均降低1.85个百分点。新能源企业需系统加强参与市场运营能力建设,形成以营收为核心的电力市场参与策略,同时持续加大科技创新水平,以集约化管理为手段提升新能源项目竞争力。
