首页> 中文学位 >风机最大功率点跟踪的湍流影响机理研究与性能优化
【6h】

风机最大功率点跟踪的湍流影响机理研究与性能优化

代理获取

目录

声明

摘要

英文缩写对照表

符号表

图表目录

1 绪论

1.1 低风速风能资源开发的机遇

1.1.1 能源危机促进风力发电技术发展

1.1.2 低风速风能资源开发的前景

1.2 低风速条件对风电控制技术的挑战

1.2.1 风力机最大功率点跟踪控制原理

1.2.2 低风速条件对最大功率点跟踪控制提出的挑战

1.2.3 面对挑战的两条技术途径

1.3 考虑湍流的MPPT控制系统参考输入优化设定的研究动态

1.3.1 功率曲线与参考转速优化设定的研究进展

1.3.2 现有研究存在的问题

1.4 本文的研究工作

1.4.1 研究内容

1.4.2 章节安排

2 湍流模拟与跟踪控制的模型

2.1 湍流特性的描述

2.2 湍流的模拟

2.3 风力机的数学模型

2.4 MPPT的仿真模型

2.5 小结

3 最大功率点跟踪的影响因素研究与机理分析

3.1 传统功率曲线法及其参数优化

3.1.1 传统功率曲线法

3.1.2 功率曲线的两种优化设定

3.2 跟踪控制的影响因素的分类与提取

3.2.1 影响因素的分类与获得

3.2.2 具体因素影响的量化分析方法

3.3 湍流特性的影响

3.3.1 平均风速与湍流强度

3.3.2 空气密度

3.4 风力机结构参数的影响

3.4.1 风力机半径

3.4.2 风力机转动惯量

3.4.3 最佳叶尖速比

3.5 影响因素及其作用机理的总结

3.6 小结

4 自适应转矩控制搜索性能的改进

4.1 自适应转矩控制

4.2 湍流致使转矩增益系数出现异常

4.2.1 转矩增益系数异常的机理分析

4.2.2 转矩增益系数异常的仿真验证

4.3 转矩增益系数搜索范围的限定

4.3.1 搜索范围限定方法的原理

4.3.2 搜索范围限定的自适应转矩控制

4.3.3 搜索范围限定的自适应转矩控制的具体步骤

4.3.4 转矩增益系数搜索范围限定的有效性分析

4.4 仿真分析

4.4.1 仿真模型和参数

4.4.2 风能捕获效率的对比分析

4.5 小结

5 考虑湍流的跟踪区间的优化设定

5.1 跟踪区间优化设定的难点

5.2 考虑湍流的跟踪区间的优化

5.2.1 RBF神经网络结构的设定

5.2.2 输入和输出变量的选取

5.2.3 RBF神经网络的训练

5.2.4 跟踪区间优化设定的实现和具体步骤

5.3 仿真分析

5.3.1 仿真模型和参数

5.3.2 风能捕获效率的对比分析

5.3.3 神经网络的预测精度分析

5.4 小结

6 爬山算法搜索性能的改进

6.1 传统爬山算法

6.2 湍流导致搜索方向出错的问题

6.3 基于停止机制的性能优化

6.3.1 停止机制的原理

6.3.2 基于停止机制的爬山算法的步骤

6.4 仿真分析

6.4.1 仿真模型和参数

6.4.2 阶跃风速的仿真分析

6.4.3 周期性斜坡风速的仿真分析

6.4.4 湍流风速的仿真分析

6.5 小结

7 总结与展望

致谢

参考文献

攻读博士学位期间发表的论文情况

攻读博士学位期间发表的专利情况

攻读博士学位期间参加的科研项目情况

展开▼

摘要

风力发电作为最具有商业化潜力的可再生能源形式之一,逐渐受到各国的广泛关注。如何使风电机组最大效率地吸收和转化风能是风力发电需要解决的首要问题。
  随着高风速低湍流的理想风场资源逐渐开发殆尽,幅员辽阔且同样适用于风力发电的低风速地区逐渐受到关注。然而,低风速地区的风速幅值低、湍流强度大,为风电机组运行带来了不利于风能捕获的环境。
  面对应用场景从理想风场向低风速风场的转变,风力机慢动态性能与湍流风速快速变化的矛盾愈发显著,使得传统最大功率点跟踪控制难以获得满意的控制效果。因此,本文在不改变风力机结构和控制器结构设计的前提下,围绕湍流对最大功率点跟踪的影响,以及考虑湍流的最大功率点跟踪的控制系统参数优化两个方面展开研究,以期进一步提升低风速条件下最大功率点跟踪的性能。主要获得以下结果:
  1.探索和分析了最大功率点跟踪的影响因素及其作用机理。具体地,将影响跟踪效果的因素归为动态性能和跟踪要求两大方面,并以此为指导,围绕湍流特性和风机结构特性提取出多个具体的影响因素,包括平均风速、湍流强度等。研究结果表明,湍流特性和风力机结构都会影响最大功率点跟踪的效果。因此,在应用最大功率点跟踪控制时,需要全面考虑上述因素的影响,并相应调整控制系统参数。
  2.针对湍流导致的自适应转矩控制中转矩增益系数异常的问题,对其搜索范围进行限定。该方法以湍流特性与转矩增益系数的统计关系为指导,设定转矩增益系数的上下限值,以此剔除转矩增益系数的异常值。研究结果表明,该方法能够提高风能捕获效率。
  3.对基于收缩跟踪区间的最大功率点跟踪控制的跟踪区间进行优化。鉴于跟踪区间的优化与湍流特性具有复杂的非线性关系而难以解析描述,本文采用径向基函数神经网络建立平均风速、湍流强度与最优跟踪区间的映射关系,实现根据风速动态优化跟踪区间。研究结果表明,与传统方法相比,该方法具有更高的风能捕获效率,且具有良好的预测精度和泛化能力。
  4.针对爬山算法受湍流干扰而出现搜索方向出错的问题,通过设置最大功率点检测和停止机制,使风力机跟踪至最大功率点附近时,不仅避免了转速振荡对系统机械部件的磨损,更克服了停止机制生效后风速再次变化时对搜索方向判断的干扰,从而提高了风能捕获效率。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号