变速变桨距风力发电机组功率优化控制研究
发布时间：2022-01-05 09:02
国家能源科技“十二五”规划（2011-2015）指出，“在风力发电方面，风电机组主要采用变桨、变速技术”。本文以变速变桨双馈感应发电机组为研究对象，在对风速和风电功率的短期提前预测的基础上，以最大风能捕获和输出功率平滑为优化目标，以发电机转速和桨矩角为控制变量，建立了相应的多目标优化模型。运用最小化控制标准和变论域算法求解出模型的优化解，实现变速变浆距风力发电机组功率优化控制。本文通过以下几方面的研究来实现对1.5MW的双馈感应风力发电机组功率优化控制。1、建立变速变桨风力发电机组各系统的数学模型，通过对双馈感应电机坐标变换理论的分析，得到旋转坐标系下的数学模型，在MATLAB/Simulink平台中建立了各个子系统的仿真模型，为风速和风电功率的预测及优化控制奠定基础。2、提出EMD-RBFNN短期风电功率预测模型。利用经验模态分解（EMD）将风速时间序列分解为具有相同特征尺度的相对平稳的本征模态（IMF）分量，以实现风速时间序列信号平稳化；针对各个模态分量的特性，采用径向基函数神经网络模型（RBFNN）对各个模态分量分别进行预测，选用正交最小二乘法来最大限度减少错误率，最后将各IMF...
【文章来源】：南华大学湖南省
【文章页数】：69 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题的研究背景及意义
1.2 国内外风力发电发展概况
1.3 风力发电功率控制技术研究现状
1.4 变桨距控制技术研究现状
1.5 论文研究的主要内容
第2章 变速变桨距风力发电机组特性分析
2.1 风力发电机组的结构
2.2 风速模型
2.3 风力机模型
2.4 传动系统模型
2.5 双馈感应发电机模型
2.6 变桨距机构模型
2.7 本章小结
第3章 基于组合模型的风电功率实时预测
3.1 基于 EMD-RBFNN 的风电功率预测
3.2 基于粗糙集 PCA-Elman 神经网络风电功率预测
3.3 仿真结果及分析
3.4 本章小结
第4章 基于功率预测的变速变桨距风电功率优化控制
4.1 风电功率优化控制方案设计
4.2 最小化控制标准的变速变桨控制器的设计
4.3 基于变论域算法的模糊变桨距控制器的设计
4.4 基于功率预测的变速变桨距风电功率优化控制的实现
4.5 本章小结
第5章 总结与展望
5.1 总结
5.2 展望
参考文献
攻读硕士学位期间发表的学术论文与成果
致谢
【参考文献】：
期刊论文
[1]GH Bladed和Matlab的交互软件设计及风力发电机的独立变桨控制器仿真研究[J]. 刘兴华,敬维,林威. 中国电机工程学报. 2013(22)
[2]基于功率预测的变速变桨距风电系统的优化控制[J]. 王晓兰,李家亮,马呈霞. 电力系统保护与控制. 2013(13)
[3]基于模糊控制的双馈风力发电最优控制策略[J]. 杨文焕,倪凯峰. 电工技术学报. 2013(04)
[4]基于观测器的风力发电系统滑模变结构控制[J]. 徐红,刘东乐. 电力系统及其自动化学报. 2013(02)
[5]基于径向基神经网络的输电线路动态容量在线预测[J]. 王孔森,盛戈皞,孙旭日,王威,王世强,江秀臣. 电网技术. 2013(06)
[6]变结构控制策略在直驱永磁同步风力发电机中的应用[J]. 刘向向,李新宇,王奔,邓大磊. 电网技术. 2013(02)
[7]新型双功率流风力发电系统控制策略[J]. 朱瑛,程明,花为,王伟. 电力系统自动化. 2013(10)
[8]超导储能蓄电池混合储能在风力发电中的应用[J]. 邓汇娟,张铁山,周小光,蒋晓华. 电源学报. 2013(01)
[9]改进Elman神经网络的综合气象短期负荷预测[J]. 刘荣,方鸽飞. 电力系统保护与控制. 2012(22)
[10]变速风力发电机组恒带宽最大功率跟踪控制策略[J]. 陈家伟,陈杰,龚春英. 中国电机工程学报. 2012(27)
博士论文
[1]双馈异步风力发电系统穿越电网故障运行研究[D]. 张禄.北京交通大学 2013
[2]大型风力发电机组独立变桨距控制策略研究[D]. 张纯明.沈阳工业大学 2011
[3]大型风电机组变桨距控制策略研究[D]. 王哲.沈阳工业大学 2010
硕士论文
[1]大型双馈风电机组多目标优化控制[D]. 侯世旭.沈阳工业大学 2013
[2]变速变桨风力发电系统的控制[D]. 倪昊.兰州理工大学 2012
[3]含飞轮储能永磁直驱风力发电系统功率平滑控制策略研究[D]. 熊倩.重庆大学 2012
[4]风力发电系统的变桨距控制策略研究[D]. 秦生升.南京理工大学 2009
[5]永磁直驱风力发电系统控制算法的一些研究[D]. 李喆.上海交通大学 2009
[6]大型风电机组变桨距系统设计及其智能控制方法研究[D]. 郭威.天津工业大学 2007
本文编号：3570069
【文章来源】：南华大学湖南省
【文章页数】：69 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题的研究背景及意义
1.2 国内外风力发电发展概况
1.3 风力发电功率控制技术研究现状
1.4 变桨距控制技术研究现状
1.5 论文研究的主要内容
第2章 变速变桨距风力发电机组特性分析
2.1 风力发电机组的结构
2.2 风速模型
2.3 风力机模型
2.4 传动系统模型
2.5 双馈感应发电机模型
2.6 变桨距机构模型
2.7 本章小结
第3章 基于组合模型的风电功率实时预测
3.1 基于 EMD-RBFNN 的风电功率预测
3.2 基于粗糙集 PCA-Elman 神经网络风电功率预测
3.3 仿真结果及分析
3.4 本章小结
第4章 基于功率预测的变速变桨距风电功率优化控制
4.1 风电功率优化控制方案设计
4.2 最小化控制标准的变速变桨控制器的设计
4.3 基于变论域算法的模糊变桨距控制器的设计
4.4 基于功率预测的变速变桨距风电功率优化控制的实现
4.5 本章小结
第5章 总结与展望
5.1 总结
5.2 展望
参考文献
攻读硕士学位期间发表的学术论文与成果
致谢
【参考文献】：
期刊论文
[1]GH Bladed和Matlab的交互软件设计及风力发电机的独立变桨控制器仿真研究[J]. 刘兴华,敬维,林威. 中国电机工程学报. 2013(22)
[2]基于功率预测的变速变桨距风电系统的优化控制[J]. 王晓兰,李家亮,马呈霞. 电力系统保护与控制. 2013(13)
[3]基于模糊控制的双馈风力发电最优控制策略[J]. 杨文焕,倪凯峰. 电工技术学报. 2013(04)
[4]基于观测器的风力发电系统滑模变结构控制[J]. 徐红,刘东乐. 电力系统及其自动化学报. 2013(02)
[5]基于径向基神经网络的输电线路动态容量在线预测[J]. 王孔森,盛戈皞,孙旭日,王威,王世强,江秀臣. 电网技术. 2013(06)
[6]变结构控制策略在直驱永磁同步风力发电机中的应用[J]. 刘向向,李新宇,王奔,邓大磊. 电网技术. 2013(02)
[7]新型双功率流风力发电系统控制策略[J]. 朱瑛,程明,花为,王伟. 电力系统自动化. 2013(10)
[8]超导储能蓄电池混合储能在风力发电中的应用[J]. 邓汇娟,张铁山,周小光,蒋晓华. 电源学报. 2013(01)
[9]改进Elman神经网络的综合气象短期负荷预测[J]. 刘荣,方鸽飞. 电力系统保护与控制. 2012(22)
[10]变速风力发电机组恒带宽最大功率跟踪控制策略[J]. 陈家伟,陈杰,龚春英. 中国电机工程学报. 2012(27)
博士论文
[1]双馈异步风力发电系统穿越电网故障运行研究[D]. 张禄.北京交通大学 2013
[2]大型风力发电机组独立变桨距控制策略研究[D]. 张纯明.沈阳工业大学 2011
[3]大型风电机组变桨距控制策略研究[D]. 王哲.沈阳工业大学 2010
硕士论文
[1]大型双馈风电机组多目标优化控制[D]. 侯世旭.沈阳工业大学 2013
[2]变速变桨风力发电系统的控制[D]. 倪昊.兰州理工大学 2012
[3]含飞轮储能永磁直驱风力发电系统功率平滑控制策略研究[D]. 熊倩.重庆大学 2012
[4]风力发电系统的变桨距控制策略研究[D]. 秦生升.南京理工大学 2009
[5]永磁直驱风力发电系统控制算法的一些研究[D]. 李喆.上海交通大学 2009
[6]大型风电机组变桨距系统设计及其智能控制方法研究[D]. 郭威.天津工业大学 2007
本文编号：3570069
本文链接：https://www.wllwen.com/kejilunwen/dianlilw/3570069.html
