雙饋型風(fēng)力發(fā)電系統(tǒng)參數(shù)辨識
本文關(guān)鍵詞:雙饋型風(fēng)力發(fā)電系統(tǒng)參數(shù)辨識
更多相關(guān)文章: 風(fēng)力發(fā)電 雙饋系統(tǒng) 參數(shù)辨識 模型驗證 遺傳算法
【摘要】:大規(guī)模風(fēng)力發(fā)電能改善全球環(huán)境污染和緩解能源危機。風(fēng)電并網(wǎng)是風(fēng)力發(fā)電最為經(jīng)濟有效的形式,但大規(guī)模并網(wǎng)對電網(wǎng)規(guī)劃和運行帶來了巨大挑戰(zhàn)。如何建立準確的機組數(shù)學(xué)模型,辨識具有較高精度的模型重要參數(shù)并驗證其適用性顯得尤為重要。論文以雙饋型風(fēng)力發(fā)電系統(tǒng)作為研究對象,針對不同運行環(huán)境,對其中風(fēng)力機、傳動系統(tǒng)、雙饋發(fā)電機和控制系統(tǒng)的數(shù)學(xué)模型,相應(yīng)的參數(shù)辨識策略和適用性驗證進行了研究。首先,本文介紹了雙饋型風(fēng)力發(fā)電系統(tǒng)各部分的數(shù)學(xué)模型。在分析雙饋型風(fēng)力發(fā)電系統(tǒng)的結(jié)構(gòu)之上,研究了主要部件的數(shù)學(xué)模型,包括風(fēng)力機模型、傳動系統(tǒng)模型和雙饋感應(yīng)發(fā)電機模型,其中發(fā)電機模型包括其靜態(tài)模型和動態(tài)模型。同時,介紹了控制系統(tǒng)中最為核心的風(fēng)力機控制策略和發(fā)電機控制策略,風(fēng)力機控制策略包括槳距角控制和最大功率點跟蹤(MPPT);發(fā)電機控制策略包括基于定子磁場定向的轉(zhuǎn)子側(cè)變流器矢量控制以及基于電網(wǎng)電壓定向的網(wǎng)側(cè)變流器矢量控制。其次,介紹了仿真實驗所涉及的軟件平臺DIgSILENT PowerFactory、實驗條件、實數(shù)編碼的遺傳算法和參數(shù)靈敏度;提出了“微分方程簡化”和“整體辨識”兩種優(yōu)化辨識策略,前者針對含微分方程的數(shù)學(xué)模型,后者用于模型結(jié)構(gòu)并未完全知曉或者模型輸入輸出變量不易測得的情況。在此基礎(chǔ)上,分別對風(fēng)力機模型、傳動系統(tǒng)模型、雙饋感應(yīng)發(fā)電機模型和控制器模型進行了可辨識性分析和參數(shù)辨識。其中對風(fēng)力機模型進行了嚴格的公式推導(dǎo)論證其參數(shù)可辨識性,而對其他模型參數(shù)運用靈敏度進行了分析,從而確定了對應(yīng)的參數(shù)辨識策略。最后,運用適用性驗證的思想,驗證了風(fēng)力機模型、傳動系統(tǒng)模型、雙饋感應(yīng)發(fā)電機模型和控制器模型參數(shù)辨識策略的適用性和辨識結(jié)果的可信性,從而說明,本文提出的辨識策略行之有效,能為工程實際中遇到的參數(shù)辨識難題提供一種新的解決思路。
【學(xué)位授予單位】:合肥工業(yè)大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2016
【分類號】:TM614
【參考文獻】
中國期刊全文數(shù)據(jù)庫 前10條
1 張華強;嚴洪峰;冷艷禮;王學(xué)義;;基于模型參考自適應(yīng)的PMSM在線辨識研究[J];電氣傳動;2015年12期
2 陳濤;王瀅;王穎;;一種改進的雙饋電機解耦控制方法[J];水電能源科學(xué);2015年09期
3 趙杰;王宇;朱鐵林;郭巧蓮;;能量排序Prony算法在電力系統(tǒng)低頻振蕩參數(shù)辨識中的應(yīng)用[J];水電能源科學(xué);2015年09期
4 孫艷豐;齊光磊;胡永利;趙璐;;基于改進Fisher準則的深度卷積神經(jīng)網(wǎng)絡(luò)識別算法[J];北京工業(yè)大學(xué)學(xué)報;2015年06期
5 李傳斌;梁俊宇;趙明;鄭飄飄;;變槳距風(fēng)力機在全風(fēng)速段內(nèi)的槳距角控制策略仿真研究[J];電機與控制應(yīng)用;2015年03期
6 沈欣煒;鄭競宏;朱守真;朱凌志;施濤;曲立楠;;光伏并網(wǎng)逆變器控制參數(shù)的dq軸解耦辨識策略[J];電力系統(tǒng)自動化;2014年04期
7 鐘沁宏;阮毅;趙梅花;談立;;變步長爬山法在雙饋風(fēng)力發(fā)電系統(tǒng)最大風(fēng)能跟蹤控制中的應(yīng)用[J];電力系統(tǒng)保護與控制;2013年09期
8 肖,
本文編號:1158286
本文鏈接:http://www.sikaile.net/kejilunwen/dianlidianqilunwen/1158286.html