風(fēng)電機(jī)組短期輸出功率預(yù)測及變槳系統(tǒng)優(yōu)化控制.pdf

1、隨著我國風(fēng)力發(fā)電事業(yè)的不斷發(fā)展，風(fēng)電在電力系統(tǒng)中所占的比重也越來越大。對風(fēng)電機(jī)組輸出功率進(jìn)行預(yù)測及控制，對減少風(fēng)電成本、提高風(fēng)電在電力市場的競爭性及保證風(fēng)電機(jī)組安全穩(wěn)定運(yùn)行有著重要的意義。本文對風(fēng)機(jī)機(jī)組短期輸出功率的預(yù)測模型進(jìn)行了研究，提出了基于脊波神經(jīng)網(wǎng)絡(luò)的預(yù)測方法；同時(shí)對變速變槳風(fēng)力發(fā)電機(jī)組的功率控制策略進(jìn)行了研究，提出了基于神經(jīng)網(wǎng)絡(luò)優(yōu)化的功率控制策略。論文的主要工作集中在以下三個(gè)方面：
　　首先，針對風(fēng)速信號強(qiáng)烈的非線性與奇

2、異性、風(fēng)速與功率之間的分散性，采用脊波神經(jīng)網(wǎng)絡(luò)建立短期輸出功率的預(yù)測模型；同時(shí)，針對脊波網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜、可調(diào)參數(shù)眾多的特點(diǎn)，采用混沌DNA遺傳算法對網(wǎng)絡(luò)的隱層結(jié)構(gòu)進(jìn)行尋優(yōu)，采用粒子群算法對網(wǎng)絡(luò)的方向向量與權(quán)值進(jìn)行尋優(yōu)。仿真結(jié)果表明，采用上述方法優(yōu)化后的脊波網(wǎng)絡(luò)預(yù)測精度大幅提高。
　　其次，對變速變槳風(fēng)力機(jī)組的運(yùn)行特性進(jìn)行了研究，根據(jù)運(yùn)行特性劃分運(yùn)行區(qū)域，建立了變速變槳機(jī)組的數(shù)學(xué)模型；同時(shí)基于所建的數(shù)學(xué)模型對并網(wǎng)后的運(yùn)行區(qū)域的功率控制

3、策略進(jìn)行了仿真分析。仿真結(jié)果表明傳統(tǒng)的功率控制策略存在響應(yīng)時(shí)間慢、超調(diào)現(xiàn)象嚴(yán)重等問題。
　　最后，對額定風(fēng)速下的轉(zhuǎn)速控制策略進(jìn)行優(yōu)化，采用 GA-RBF神經(jīng)網(wǎng)絡(luò)綜合學(xué)習(xí)風(fēng)電機(jī)組狀態(tài)參數(shù)，根據(jù)運(yùn)行工況實(shí)現(xiàn)網(wǎng)絡(luò)參數(shù)的在線調(diào)整。仿真結(jié)果表明，與傳統(tǒng)的PID控制相比，本文提出GA-RBF神經(jīng)網(wǎng)絡(luò)控制器可適應(yīng)風(fēng)電機(jī)組強(qiáng)烈的非線性與時(shí)變性，系統(tǒng)的響應(yīng)時(shí)間大幅減少且?guī)缀醪淮嬖诔{(diào)。同時(shí)，針對額定風(fēng)速上頻繁變化的工況，采用 GA-RBF神經(jīng)網(wǎng)絡(luò)控