风力发电机组控制系统关键技术研究

风力发电机组控制系统关键技术研究

论文摘要

本文以风力机控制系统为研究对象,将功率、载荷控制作为目标,提出了相应的控制策略。在分析建立风力机模型的基础上,对风力机在额定风速以下的最优功率控制、在额定风速以上的变桨控制、功率预测控制以及整机的载荷减小等策略进行了深入的研究。运用提出的控制策略和方法,对风力机控制系统进行了仿真设计。全文的主要研究内容为:第1章:介绍了课题的研究背景,阐述了研究意义,对风力发电机组研究现状进行了归纳分析,尤其是对控制系统的策略和算法进行了详细的分析,在此基础上介绍了论文的主要内容和组织结构。第2章:根据风力机动态入流理论建立非定常入流模型,详细分析了采用动态入流理论建立风力机模型的合理性,指出了尾流对风力机动态特性的影响,对非定常流中的加速势方法进行了调整。以von Karman理论建立湍流风模型,得到系统需要的三维风场。将Matlab仿真模型和Bladed软件设计分析结果进行对比,验证本文所建风力机空气动力学模型的正确性。第3章:根据风力机运行特点,将其控制阶段分为三个区域,按照区域的不同设计相应的控制策略,重点研究了全负荷最优控制阶段的控制策略,实现控制环的解耦,确保控制平滑过渡。由于风力机功率控制系统具有延迟特性,以系统特性为基础,结合预测控制方法,减小系统延时,提高系统控制性能。分析了线性状态空间模型预测控制算法,结合风力机特征,设计系统模型预测控制器;将模型预测控制器分为干扰模型和估计器、目标计算以及动态最优等三个模块;分析了各个模块的特点并建立数学模型。采用仿真的方式验证了模型预测控制在风力机功率控制方面的优越性。第4章:分析了风力机线性化方法,根据本章的研究重点,选择3状态风力机线性模型作为控制对象。对单神经元的特点进行分析,推导了单神经元数学模型,并对算法进行改进,得到改进的单神经元数学模型,采用改进单神经元控制算法对常规PID进行在线参数调整,得到基于改进单神经元的自适应PID控制器,并将其应用到变桨系统的控制中,比较分析了改进单神经元自适应PID控制器和常规PID控制器的控制性能。第5章:建立了风力机塔架/转子运动学方程,设计了塔架前后向和侧向阻尼滤波器,增大其阻尼,减小振动。增大传动链主动阻尼并屏蔽桨叶穿越频率,避免塔架和转子发生共振;分析了多叶片坐标转换理论,结合独立变桨控制方法,将旋转坐标系运动方程转化到固定坐标系,简化控制设计过程,再利用多叶片坐标逆变换将结果转换为旋转坐标,此物理量与功率控制环输出量一起构成风力机变桨控制的输入量,可以有效减小湍流引起的不确定载荷。第6章:总结本文的主要研究内容和成果,并给出了今后有待进一步研究的工作和方向。

论文目录

  • 中文摘要
  • 英文摘要
  • 1 绪论
  • 1.1 研究背景及意义
  • 1.1.1 研究背景
  • 1.1.2 研究目的和意义
  • 1.2 风力发电机组研究现状
  • 1.2.1 风力发电机组变速恒频技术研究现状
  • 1.2.2 风电机组控制策略及其算法研究现状
  • 1.3 课题来源
  • 1.4 本文研究的主要内容及组织结构
  • 2 风力机空气动力学模型
  • 2.1 引言
  • 2.2 叶素-动量理论
  • 2.2.1 动量理论
  • 2.2.2 叶素理论
  • 2.2.3 叶素-动量理论
  • 2.3 非稳态气流对风力机气动力影响
  • 2.3.1 塔影效应
  • 2.3.2 上风向风力机尾流
  • 2.3.3 非稳态尾流对翼型空气动力的影响
  • 2.3.4 非稳态气流中加速势方法
  • 2.3.5 动态入流模型
  • 2.4 风模型
  • 2.5 仿真及结果分析
  • 2.6 本章小结
  • 3 风力机功率控制策略研究
  • 3.1 引言
  • 3.2 变速变桨风力机分阶段功率控制策略
  • 3.2.1 额定风速以下控制策略
  • 3.2.2 额定风速以上控制策略
  • 3.2.3 额定风速附近控制策略
  • 3.3 算例仿真
  • 3.4 模型预测控制的基本特征
  • 3.4.1 预测模型
  • 3.4.2 滚动优化
  • 3.4.3 反馈校正
  • 3.4.4 参考轨迹
  • 3.5 线性状态空间模型预测控制算法
  • 3.6 风力机系统模型预测控制设计
  • 3.6.1 干扰模型和估计器
  • 3.6.2 目标计算
  • 3.6.3 动态最优
  • 3.7 控制策略结果比较
  • 3.8 本章小结
  • 4 风力机变桨距控制系统设计与分析
  • 4.1 引言
  • 4.2 风力机模型线性化
  • 4.2.1 风力机模型线性化方法
  • 4.2.2 风力机3 状态线性模型
  • 4.2.3 风力机11 状态线性模型
  • 4.3 风力机变桨系统单神经元PID 控制
  • 4.3.1 风力机能量转换分析
  • 4.3.2 变桨系统组成
  • 4.3.3 PID 控制器
  • 4.3.4 典型学习规则
  • 4.3.5 单神经元数学模型
  • 4.3.6 控制器性能验证
  • 4.4 仿真及结果分析
  • 4.5 本章小结
  • 5 风力机载荷控制策略研究
  • 5.1 引言
  • 5.2 塔架动力学
  • 5.3 转子/塔架运动方程
  • 5.4 风轮/塔架耦合振动分析
  • 5.5 传动链主动阻尼控制设计
  • 5.6 塔架振动控制
  • 5.6.1 塔架前后阻尼改善
  • 5.6.2 塔架侧向阻尼改善
  • 5.7 独立变桨控制
  • 5.7.1 载荷减小中的独立变桨基本思想
  • 5.7.2 周期变换线性模型
  • 5.7.3 坐标转换
  • 5.7.4 线性时不变模型
  • 5.7.5 LQG 控制器设计
  • 5.8 仿真及结果分析
  • 5.9 本章小结
  • 6 结论与展望
  • 6.1 主要研究内容与创新点
  • 6.2 后续研究工作展望
  • 致谢
  • 参考文献
  • 附录
  • A.作者在攻读博士学位期间发表的学术论文
  • B.作者在攻读博士学位期间参加的科研项目
  • 相关论文文献

    • [1].风力发电机组接入系统的几个问题[J]. 新疆电力技术 2008(01)
    • [2].风力发电机组定期维护管理[J]. 湖北水利水电职业技术学院学报 2019(03)
    • [3].风力发电机组的调试方案探讨[J]. 黑龙江科学 2019(24)
    • [4].一种基于风力发电机组检测平台的加载系统设计[J]. 制造业自动化 2019(12)
    • [5].风力发电机组二氧化碳灭火系统应用探讨[J]. 现代职业安全 2020(01)
    • [6].振动监测系统在双馈异步风力发电机组的应用[J]. 设备管理与维修 2019(23)
    • [7].风力发电机组电气控制系统检修分析[J]. 时代农机 2019(12)
    • [8].基于复合灰色的风力发电机组效能评估方法(英文)[J]. 机床与液压 2020(06)
    • [9].永磁风力发电机组抗饱和控制器设计[J]. 节能 2020(04)
    • [10].风力发电机组故障诊断研究探讨[J]. 现代制造技术与装备 2020(01)
    • [11].聚风式新型风力发电机组[J]. 电机技术 2019(04)
    • [12].简述风力发电机组基础预应力锚栓防腐技术[J]. 装备维修技术 2020(02)
    • [13].风力发电机组安全保护技术探究[J]. 科学技术创新 2020(19)
    • [14].风力发电机组功率曲线状态评估方法[J]. 电子元器件与信息技术 2020(04)
    • [15].《风力发电机组延寿技术规范》发布[J]. 风能 2020(05)
    • [16].浮式风力发电机组现状及发展趋势综述[J]. 分布式能源 2020(03)
    • [17].早期风电场风力发电机组技术优化[J]. 工程技术研究 2020(14)
    • [18].风力发电机组控制技术的研究[J]. 科技风 2019(03)
    • [19].风力发电机组试验平台研究[J]. 农村牧区机械化 2018(06)
    • [20].浅析风力发电机组定期维护管理[J]. 科技创新导报 2019(10)
    • [21].浅析风力发电机组定期维护管理[J]. 山东工业技术 2018(03)
    • [22].论风力发电机组防雷性能改善的内容和方法[J]. 居舍 2018(02)
    • [23].风力发电机组传动链振动特性研究及试验[J]. 太阳能学报 2016(08)
    • [24].风力发电机组振动监测技术应用与实践[J]. 应用能源技术 2016(11)
    • [25].风力发电机组塔筒振动频率的计算[J]. 机械管理开发 2016(11)
    • [26].风力发电机组的电气控制[J]. 山东工业技术 2016(23)
    • [27].一种风力发电机组功率曲线的验证方法[J]. 发电与空调 2017(01)
    • [28].风力发电机组噪声测量方法探讨[J]. 工程技术研究 2017(03)
    • [29].60kW风力发电机组噪声测试实验的研究[J]. 太阳能 2017(01)
    • [30].海上风力发电机组防腐研究简述[J]. 福建水力发电 2016(02)

    标签:;  ;  ;  ;  

    风力发电机组控制系统关键技术研究
    下载Doc文档

    猜你喜欢