声明
摘要
第1章 绪论
1.1 课题研究背景和意义
1.2 风场预测的研究概况
1.3 最大风能捕获方法的研究概述
1.4 本文的主要工作
1.5 章节安排
第2章 风速预测与风力发电机
2.1 引言
2.2 风速的特性
2.2.1 风速的分布特性
2.2.2 风速的变化特性
2.2.3 风力等级
2.3 风力发电机
2.3.1 风力发电机概念
2.3.2 风力发电机的分类概述
2.3.3 风力发电机的基本性能参数
2.4 本章小结
第3章 风电系统三维风场预测
3.1 BP神经网络算法
3.1.1 BP神经网络算法的网络结构
3.1.2 BP神经网络算法的步骤
3.1.3 BP神经网络算法的优缺点
3.2 使用MATLAB实现BP神经网络模型
3.2.1 神经网络涉及到的MATLAB工具箱中相关函数的介绍
3.2.2 使用MATLAB实现BP神经网络模型的步骤
3.3 基于蚁群优化BP神经网络的短期风速预测
3.3.1 蚁群算法的基本原理
3.3.2 基于蚁群优化BP神经网络的预测模型
3.3.3 仿真结果
3.4 基于空间相关法对三维风场的预测
3.4.1 空间相关法
3.4.2 仿真结果
3.5 本章小结
第4章 基于爬山搜索法的最大风能捕获仿真研究
4.1 双馈风力发电机的基本结构和工作原理
4.1.1 基本结构及特点
4.1.2 基本方程式、等效电路和向量图
4.1.3 定、转子电流计算
4.1.4 能量流动平衡关系
4.2 双馈风力发电机数学模型
4.2.1 三相静止坐标系下电机模型
4.2.2 三相静止坐标到两相旋转坐标的转换
4.2.3 两相同步旋转坐标系上的数学模型
4.2.4 PQ解耦控制
4.3 最大风能捕获算法
4.3.1 最佳叶尖速比控制
4.3.2 功率信号反馈控制
4.3.3 爬山搜索法
4.4 仿真模型
4.4.1 风力机仿真模型
4.4.2 双馈异步发电机仿真模型
4.4.3 捕获最大风能仿真模型
4.4.4 系统整体仿真模型
4.4.5 仿真结果
4.5 本章小结
结论
参考文献
攻读硕士学位期间发表论文和获得的科研成果
致谢