基于数据驱动的海上风电机组载荷优化及控制
发布时间：2021-10-15 03:37
海上丰富的风能资源,使得海上风电技术成为近年来研究和应用的热点。然而,海上环境相对于陆地环境更加复杂恶劣,海上风力发电机组各部件承受的载荷比陆地上的更大,给海上风力发电机组载荷优化及控制造成一定的困难。同时,低效的载荷优化方法将会造成过大的疲劳载荷和极限载荷,进一步严重影响海上风电系统的稳定运行。因此,本文以提高海上风力发电机组的稳定性、降低机组载荷为研究目标,结合数据驱动理论,对海上风力发电机组的功率及载荷优化展开研究。论文的主要工作内容如下:首先,针对海上风力发电机组所处的海洋环境特点,基于风速四分量以及随机过程理论分别建立海上风电场中风速和海浪模型以及风电系统模型,基于Matlab/Simulink对风速、海浪以及风电系统模型进行了仿真验证,作为后续海上风力发电机组的功率和载荷优化的研究基础。其次,根据海上风电场中风力发电机组受到复杂环境干扰,其受控模型难以精确建立的缺点,借鉴数据驱动思想,基于Hammerstein模型设计出海上风力发电机组的功率预测模型,为了有效降低预测过程的计算复杂度对预测效果的影响,通过中间信号重构方法简化了奇异值分解计算步骤,同时保证了海上风电机组输出功...
【文章来源】：江苏科技大学江苏省
【文章页数】：79 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 本课题研究背景与意义
1.2 国内外研究现状
1.2.1 海上风电现状及趋势
1.2.3 海上风电载荷控制研究现状
1.3 数据驱动理论
1.4 本文主要研究内容
第2章 海上风电系统基本理论
2.1 海上风电机组基础结构和特点
2.2 海上风电场空气动力学原理
2.2.1 流体力学原理
2.2.2 海上风电场风轮模型
2.2.3 风力发电机动力学特性参数
2.3 海上风电机组变桨距系统模型
2.4 本章小结
第3章 海上风电系统载荷建模与仿真
3.1 海浪模型建立
3.1.1 海浪频谱
3.1.2 海浪方向谱
3.2 海上风速模型建立
3.2.1 基本风速
3.2.2 渐变风
3.2.3 阵风
3.2.4 随机噪声风
3.3 风波联合作用下的海上风电系统载荷分析
3.3.1 气动载荷
3.3.2 波浪载荷
3.3.3 风波联合载荷
3.4 基于Bladed的海上风电系统仿真平台
3.5 仿真分析
3.6 本章小结
第4章 基于数据驱动的海上风电机组统一变桨距控制
4.1 基于Hammerstein功率预测模型的海上风电机组统一变桨距载荷控制
4.2 基于数据驱动的统一变桨距模糊控制
4.2.1 矩阵秩最小化理论
4.2.2 分段线性插值法
4.2.3 Hankle矩阵的构造
4.2.4 基于数据驱动的统一变桨距模糊控制器的设计
4.3 仿真分析
4.4 本章小结
第5章 基于数据驱动的海上风电机组独立变桨距控制
5.1 基于广义预测模型的海上风电机组独立变桨距载荷控制
5.2 基于数据驱动的独立变桨距广义预测控制
5.2.1 广义预测控制基本思想
5.2.2 拟牛顿信赖域混沌粒子群混合优化算法
5.2.3 增量桨距角计算
5.2.4 基于数据驱动的独立变桨距广义预测控制器的设计
5.3 仿真分析
5.4 本章小结
总结与展望
参考文献
攻读硕士学位期间承担的科学任务和主要成果
致谢
【参考文献】：
期刊论文
[1]海上漂浮式风力发电机组载荷计算软件特点分析[J]. 张开华,张智伟,陈明亮,吴俊辉,宋丽丽,常璐. 水电与新能源. 2017(10)
[2]我国可再生能源及可再生能源制氢发展概况[J]. 宋时莉,李黎明,赵宇,朱艳兵. 科技风. 2017(18)
[3]基于神经网络的风电机组变桨距恒功率控制系统的研究[J]. 黄俊梅. 电子产品世界. 2017(05)
[4]波浪荷载下近海风电高桩承台基础动力响应分析[J]. 周静姝,张淑华,陈光明,赵丹会,于可忱. 中国港湾建设. 2017(03)
[5]基于联合仿真的风电机组低电压穿越传动链扭振抑制研究[J]. 胡文平,周文,王磊,李晓军. 电力系统保护与控制. 2016(24)
[6]双馈异步风力发电机稳态等值模型分析[J]. 田君杨,柳影,黄超. 电工技术. 2016(12)
[7]随机波浪荷载作用下海上风电机组基础关键结构疲劳强度分析[J]. 陆道辉,杨勇,黄冬明. 风能. 2016(08)
[8]随机波浪载荷作用下海洋平台结构动力响应分析[J]. 王宏,刘贤贺. 船舶职业教育. 2016(04)
[9]基于专家系统的风电机组协调控制策略研究[J]. 史朝晖,白明,盖东飞,傅钧,夏安俊. 电气应用. 2016(12)
[10]海上风电是风电产业未来的发展方向——全球及中国海上风电发展现状与趋势[J]. 闵兵,王梦川,傅小荣,赵婵. 国际石油经济. 2016(04)
博士论文
[1]漂浮式海上风力发电机组载荷控制研究[D]. 谢洪放.沈阳工业大学 2017
[2]风电机组动态载荷特性及主动抑制策略研究[D]. 杨超.重庆大学 2015
硕士论文
[1]永磁直驱式风电机组有功功率预测控制研究[D]. 王伟.华北电力大学 2016
[2]风电机组模型预测控制研究与联合仿真平台设计[D]. 张国强.华北电力大学 2015
[3]基于数据驱动的风力发电机组系统辨识研究[D]. 叶飞.浙江大学 2014
[4]基于智能滑模变结构控制的风力发电系统变桨距控制研究[D]. 周浩.湖南工业大学 2013
[5]水火互联电网平抑风电功率波动的模型预测控制研究[D]. 杨文杰.华北电力大学 2013
[6]电动变桨的自适应控制研究[D]. 孙传华.兰州交通大学 2010
本文编号：3437352
【文章来源】：江苏科技大学江苏省
【文章页数】：79 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 本课题研究背景与意义
1.2 国内外研究现状
1.2.1 海上风电现状及趋势
1.2.3 海上风电载荷控制研究现状
1.3 数据驱动理论
1.4 本文主要研究内容
第2章 海上风电系统基本理论
2.1 海上风电机组基础结构和特点
2.2 海上风电场空气动力学原理
2.2.1 流体力学原理
2.2.2 海上风电场风轮模型
2.2.3 风力发电机动力学特性参数
2.3 海上风电机组变桨距系统模型
2.4 本章小结
第3章 海上风电系统载荷建模与仿真
3.1 海浪模型建立
3.1.1 海浪频谱
3.1.2 海浪方向谱
3.2 海上风速模型建立
3.2.1 基本风速
3.2.2 渐变风
3.2.3 阵风
3.2.4 随机噪声风
3.3 风波联合作用下的海上风电系统载荷分析
3.3.1 气动载荷
3.3.2 波浪载荷
3.3.3 风波联合载荷
3.4 基于Bladed的海上风电系统仿真平台
3.5 仿真分析
3.6 本章小结
第4章 基于数据驱动的海上风电机组统一变桨距控制
4.1 基于Hammerstein功率预测模型的海上风电机组统一变桨距载荷控制
4.2 基于数据驱动的统一变桨距模糊控制
4.2.1 矩阵秩最小化理论
4.2.2 分段线性插值法
4.2.3 Hankle矩阵的构造
4.2.4 基于数据驱动的统一变桨距模糊控制器的设计
4.3 仿真分析
4.4 本章小结
第5章 基于数据驱动的海上风电机组独立变桨距控制
5.1 基于广义预测模型的海上风电机组独立变桨距载荷控制
5.2 基于数据驱动的独立变桨距广义预测控制
5.2.1 广义预测控制基本思想
5.2.2 拟牛顿信赖域混沌粒子群混合优化算法
5.2.3 增量桨距角计算
5.2.4 基于数据驱动的独立变桨距广义预测控制器的设计
5.3 仿真分析
5.4 本章小结
总结与展望
参考文献
攻读硕士学位期间承担的科学任务和主要成果
致谢
【参考文献】：
期刊论文
[1]海上漂浮式风力发电机组载荷计算软件特点分析[J]. 张开华,张智伟,陈明亮,吴俊辉,宋丽丽,常璐. 水电与新能源. 2017(10)
[2]我国可再生能源及可再生能源制氢发展概况[J]. 宋时莉,李黎明,赵宇,朱艳兵. 科技风. 2017(18)
[3]基于神经网络的风电机组变桨距恒功率控制系统的研究[J]. 黄俊梅. 电子产品世界. 2017(05)
[4]波浪荷载下近海风电高桩承台基础动力响应分析[J]. 周静姝,张淑华,陈光明,赵丹会,于可忱. 中国港湾建设. 2017(03)
[5]基于联合仿真的风电机组低电压穿越传动链扭振抑制研究[J]. 胡文平,周文,王磊,李晓军. 电力系统保护与控制. 2016(24)
[6]双馈异步风力发电机稳态等值模型分析[J]. 田君杨,柳影,黄超. 电工技术. 2016(12)
[7]随机波浪荷载作用下海上风电机组基础关键结构疲劳强度分析[J]. 陆道辉,杨勇,黄冬明. 风能. 2016(08)
[8]随机波浪载荷作用下海洋平台结构动力响应分析[J]. 王宏,刘贤贺. 船舶职业教育. 2016(04)
[9]基于专家系统的风电机组协调控制策略研究[J]. 史朝晖,白明,盖东飞,傅钧,夏安俊. 电气应用. 2016(12)
[10]海上风电是风电产业未来的发展方向——全球及中国海上风电发展现状与趋势[J]. 闵兵,王梦川,傅小荣,赵婵. 国际石油经济. 2016(04)
博士论文
[1]漂浮式海上风力发电机组载荷控制研究[D]. 谢洪放.沈阳工业大学 2017
[2]风电机组动态载荷特性及主动抑制策略研究[D]. 杨超.重庆大学 2015
硕士论文
[1]永磁直驱式风电机组有功功率预测控制研究[D]. 王伟.华北电力大学 2016
[2]风电机组模型预测控制研究与联合仿真平台设计[D]. 张国强.华北电力大学 2015
[3]基于数据驱动的风力发电机组系统辨识研究[D]. 叶飞.浙江大学 2014
[4]基于智能滑模变结构控制的风力发电系统变桨距控制研究[D]. 周浩.湖南工业大学 2013
[5]水火互联电网平抑风电功率波动的模型预测控制研究[D]. 杨文杰.华北电力大学 2013
[6]电动变桨的自适应控制研究[D]. 孙传华.兰州交通大学 2010
本文编号：3437352
本文链接：https://www.wllwen.com/kejilunwen/dianlilw/3437352.html
