基于模糊神经网络的双馈风力发电机最大风能追踪控制研究

发布时间：2017-04-08 00:20

  本文关键词：基于模糊神经网络的双馈风力发电机最大风能追踪控制研究，由笔耕文化传播整理发布。

【摘要】：随着全球能源互联网的提出,在能源开发方面以清洁能源替代传统化石能源,能源消费方面以电能替代化石能源成为未来的发展方向,风力发电技术的突破是构建全球能源互联网的动力之源。随着风电场的大规模建设,风能的高效利用变成风力发电领域的研究热点。本文首先总结了国内外风力发电的发展现状、趋势和风力发电技术的研究现状。在双馈异步风力发电机基本原理的基础上,建立了其在两相旋转坐标系下的数学模型,再将其按定子磁场定向对模型进行简化。分析了最大风能追踪的运行原理和运行区域,对应用较多的几种最大风能跟踪方法进行了深入分析。针对叶尖速比法很难测得准确风速的缺点,提出基于模糊神经网络的最大功率跟踪控制。低于额定风速时对风速进行估计,通过确定最佳叶尖速比,利用估计风速得到发电机最大风力发电跟踪的最优转速命令;高于额定风速时,通过变桨距控制器使风力机进行恒功率输出。最后通过Matlab做出仿真分析,仿真结果表明,本文设计的方法能够使风力发电系统更快速和准确的跟踪到最大功率点。
【关键词】：双馈风力发电机 最大风能追踪 模糊神经网络 最佳叶尖速比法 风速估计
【学位授予单位】：天津理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TM315
【目录】：

• 摘要5-6
• Abstract6-9
• 第一章 绪论9-14
• 1.1 课题研究的背景及意义9-10
• 1.2 风力发电及其技术发展现状及趋势10-13
• 1.2.1 国外风力发电发展现状及趋势10-11
• 1.2.2 我国风电发展现状及趋势11-12
• 1.2.3 风力发电技术发展现状12-13
• 1.3 本文研究内容13-14
• 第二章 变速恒频双馈风力发电机的基本理论14-21
• 2.1 双馈异步风力发电系统的结构14-15
• 2.2 双馈异步风力发电机的数学模型15-20
• 2.2.1 三相静止坐标下的数学模型15-18
• 2.2.2 双馈发电机dq0坐标变换下的数学模型18-19
• 2.2.3 双馈发电机dq0坐标变换下按定子磁场定向的数学模型19-20
• 2.3 本章小结20-21
• 第三章 最大风能追踪基本理论21-28
• 3.1 风力机的运行特性分析21-22
• 3.2 风力发电系统的运行状态22-24
• 3.3 双馈型风力发电系统的最大风能跟踪控制原理24
• 3.4 最大风能捕获控制方式和方法24-27
• 3.4.1 最佳叶尖速比控制24-25
• 3.4.2 功率信号反馈控制25-26
• 3.4.3 爬山搜索法26-27
• 3.4.4 转矩控制方式27
• 3.5 本章小结27-28
• 第四章 基于模糊神经网络的最大风能追踪控制器设计28-39
• 4.1 模糊神经网络的基本理论28-30
• 4.1.1 模糊控制28-29
• 4.1.2 神经网络29-30
• 4.2 模糊系统与神经网络的结合30-32
• 4.3 模糊神经网络的结构32-33
• 4.4 基于模糊神经网络的双馈风力发电机最大风能追踪控制器设计33-36
• 4.4.1 转速控制器的设计34-35
• 4.4.2 变桨距控制器的设计35-36
• 4.5 基于模糊神经网络的风速估计36-38
• 4.5.1 风力发电机机械功率的估计37
• 4.5.2 风力发电机机械损耗的估计37-38
• 4.6 本章小结38-39
• 第五章 最大风能追踪的仿真与分析39-49
• 5.1 基于模糊神经网络的风速估计仿真42-45
• 5.2 低于额定风速下仿真结果45-47
• 5.3 在恒功率状态下仿真结果47-49
• 第六章 总结与展望49-50
• 参考文献50-54
• 发表论文和科研情况说明54-55
• 致谢55-56

【相似文献】

中国期刊全文数据库 前10条

1 张晓琴,张富梅,侯永兴,张立毅,王华奎;模糊神经网络的结构分析[J];太原理工大学学报;2005年S1期

2 张思梅;张炳传;;模糊神经网络在水环境保护中的应用综述[J];安徽建筑工业学院学报(自然科学版);2007年02期

3 陈晓洪;刘川;浦金云;;舰艇系统损伤等级模糊神经网络评估模型[J];海军工程大学学报;2009年03期

4 王培勋;王顺磊;陈树娟;;模糊神经网络的理论发展与应用研究[J];中国新技术新产品;2010年01期

5 郭华旺;董海鹰;;基于模糊神经网络的风速预测研究[J];电气传动自动化;2012年03期

6 高明明;刘吉臻;高明帅;杨世明;吴玉平;张明胜;;基于补偿模糊神经网络的灰循环系统控制研究[J];动力工程学报;2012年07期

7 胡贤金;;基于模糊神经网络的切削参数预测方法[J];工具技术;2012年11期

8 吴小苗，韩祯祥;电力系统自组织模糊神经网络稳定器[J];电力系统及其自动化学报;1995年04期

9 刘乐星;王俊超;毛宗源;;基于神经网络的模糊规则自动生成[J];葛洲坝水电工程学院学报;1996年02期

10 邢进生,万百五;基于矩形函数系的模糊神经网络及其应用[J];西安交通大学学报;2000年06期

中国重要会议论文全文数据库 前10条

1 李仁发;乜崇义;;一种用模糊神经网络建立模糊模型的新方法[A];1996年中国智能自动化学术会议论文集（上册）[C];1996年

2 舒赛刚;任雪梅;陈杰;;模糊神经网络在混沌预测中的应用[A];第二十届中国控制会议论文集（下）[C];2001年

3 张剑辉;彭力;林行辛;;变结构的补偿模糊神经网络的研究[A];第二十三届中国控制会议论文集（上册）[C];2004年

4 林雄;张福金;黄槐仁;刘煜;;进化模糊神经网络在时序预测的应用[A];计算机技术与应用进展——全国第17届计算机科学与技术应用（CACIS）学术会议论文集（上册）[C];2006年

5 谢维信;钱涛;;模糊神经网络研究述评[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

6 陈一飞;李怀;;模糊神经网络在室内采光控制中的应用[A];2009年中国智能自动化会议论文集（第一分册）[C];2009年

7 荣莉莉;;模糊神经网络在项目评价系统中的应用[A];全国青年管理科学与系统科学论文集第5卷[C];1999年

8 孙增圻;;模糊神经网络及其在系统建模与控制中的应用[A];1998年中国智能自动化学术会议论文集（上册）[C];1998年

9 马海峰;李晨光;唐涛;;基于模糊神经网络的列车运行安全控制[A];1998年中国智能自动化学术会议论文集（上册）[C];1998年

10 王孙安;杜海峰;;基于相平面的模糊神经网络研究及应用[A];第一届全国流体动力及控制工程学术会议论文集[C];2000年

中国博士学位论文全文数据库 前10条

1 何春梅;模糊神经网络的性能及其学习算法研究[D];南京理工大学;2010年

2 李龙;模糊神经网络学习算法及收敛性研究[D];大连理工大学;2010年

3 翟东海;加乘型模糊神经网络理论和应用的研究[D];西南交通大学;2003年

4 杨洁;模糊神经网络的学习收敛性与阈值可去性[D];大连理工大学;2006年

5 艾芳菊;模糊神经网络的结构优化研究[D];中国科学院研究生院（成都计算机应用研究所）;2006年

6 王振雷;模糊神经网络理论及其在复杂系统中的应用研究[D];东北大学;2002年

7 孙海蓉;模糊神经网络的研究及其应用[D];华北电力大学（河北）;2006年

8 周志坚;基于遗传算法的神经模糊技术应用研究[D];华南理工大学;1999年

9 朱喜林;模糊神经网络选择机械加工参数的应用研究[D];吉林大学;2006年

10 陈向坚;微型飞行器姿态的智能控制方法研究[D];中国科学院研究生院（长春光学精密机械与物理研究所）;2012年

中国硕士学位论文全文数据库 前10条

1 曹甄;基于模糊神经网络的桥梁状态评价[D];天津大学;2009年

2 程冰;模糊神经网络研究[D];广东工业大学;2005年

3 王玉红;基于模糊神经网络的信用风险评级研究[D];哈尔滨工程大学;2006年

4 王雪苗;模糊神经网络优化及应用研究[D];大连理工大学;2006年

5 马秀会;模糊神经网络研究综述[D];吉林大学;2008年

6 徐坤哲;基于区间二型TSK模糊神经网络系统的时间序列预测及应用研究[D];渤海大学;2015年

7 王萌;基于模糊神经网络的高压不对称脉冲轨道电路故障诊断[D];北京交通大学;2016年

8 程林中;基于模糊神经网络的输电线路故障诊断系统研究[D];安徽理工大学;2016年

9 于沙家;基于模糊神经网络的热电厂脱硫系统建模与控制研究[D];青岛科技大学;2016年

10 曲代丽;基于模糊神经网络的驾驶员制动意图辨识技术研究[D];长春工业大学;2016年

  本文关键词：基于模糊神经网络的双馈风力发电机最大风能追踪控制研究，由笔耕文化传播整理发布。

，

本文编号：291671