风电系统三维风场预测与最大风能捕获方法的研究

摘要

风能相比于不可再生能源有着很大的优势，随着人们对风能的利用越来越广泛，对风力发电系统的要求也越来越高，目前能够准确预测风电系统的发电量和最大限度的捕获风能已经称为研究风力发电系统的两大热点问题。
　　将风电系统的发电量进行准确预测的基础是先将风速进行准确预测，所以本文所研究的三维风场预测主要侧重于风速的预测。根据风电场的历史风速数据采用蚁群优化BP神经网络算法对风速进行提前一个小时短期预测，并将相对百分误差、平均绝对百分比误差和均方根相对误差这3个指标对模型进行评价，结果表明其相较于单纯的BP神经网络算法误差更小，具有更高的精度，为了实现风电场的三维风场预测引入空间相关法，不仅实现了对风电场时间上的预测同时实现了对多个地点的风速预测，仿真结果表明在同一风向上的不同点风速曲线不仅出现了时间上的延迟，并且大致的走向及波动也表现出了很强的相似性，说明基于蚁群优化BP神经网络对风速进行时间上的预测再加上空间相关法对风速进行空间上的预测组合形成的三维风场仿真模型在判断风电场的大致走向上是可行有效的。通过对三维风场的预测，不仅可以作为风电场的参考数据，并且使用风速对风功率进行准确预测可以有效的对并网进行控制，减少并网带来的不利影响。
　　针对双馈异步风力发电机想要最大限度的捕获最大风能，关键是使风力发电机保持在最佳叶尖速比处，根据叶尖速比与转速的函数关系得知存在最佳转速对应其最佳叶尖速比，所以当风速变化时能够及时变化转速是捕获最大风能的主要问题。本文基于爬山搜索法建立了捕获最大风能仿真模型，同时建立了风力仿真模型、双馈发电机仿真模型并进行仿真，仿真结果表明当风速由5m/s突变为7m/s时利用爬山搜索法能够及时调整风力发电机的转速使其到达其最优转速附近，从而捕获最大风能。

目录

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