風力發(fā)電機變槳距控制技術的研究.pdf

1、風力發(fā)電變槳控制技術是風力發(fā)電相關技術中的一個研究熱點，通過變槳控制技術，有效的控制風能轉換效率；改善電能質量；緩解傳動系統(tǒng)及塔架上的載荷、延長設備使用年限；保證風力發(fā)電機在大風速時安全穩(wěn)定運行的同時，減少風力發(fā)電并網時的不利影響，并最大可能平穩(wěn)輸出功率。
　　 本論文的研究對象是1.5MW直驅型永磁同步風力發(fā)電機系統(tǒng)。論文依據原有理論模型并結合實際情況，充分考慮到風力機大慣性，大滯后的特點，對模型進行相應的簡化與修正。通過MA

2、TLAB仿真實驗平臺構建了風力機系統(tǒng)的仿真模型；并結合上海萬德風力發(fā)電股份有限公司1.5MW-W78直驅型永磁風力發(fā)電機對仿真模型參數進行設置，使仿真模型更貼合實際，同時，使仿真討論更具現實意義。
　　 本文建立了PI變槳控制器，實驗結果表明PI控制算法不易滿足非線性系統(tǒng)的控制要求。因此，本文設計了自適應模糊PI控制器，采用模糊推理的方法實現PI控制器參數kp、ki的自整定。仿真實驗結果表明，基于自適應模糊PI控制算法的變槳控制

3、器具有魯棒性強、超調量小、穩(wěn)態(tài)精度高，且在變槳控制中調控平穩(wěn)，對傳動系統(tǒng)及變槳執(zhí)行機構的損耗小等優(yōu)點。因此，是一種較為理想的智能性控制方案，更適合于大型風力發(fā)電機系統(tǒng)的變槳控制。
　　 考慮到風力機系統(tǒng)多變量，非線性，多干擾的特點，論文中同時嘗試了使用神經網絡技術解決風力發(fā)電機功率控制問題。建立了基于RBF神經網絡的槳距角預測模型，并設計了神經網絡模型控制器，利用神經網絡模型控制器對風力機系統(tǒng)的輸出功率進行了預測控制。實驗結果表