分布式模型预测控制在风电场中的研究与应用

摘要

目前，在大多数风电场中给风机进行功率分配时采用的是静态分配方式，虽然满足了电网的发电命令，但延长了风电场中风机运行的时间，同时造成风机发电量过多或不足的情形，加剧了风机的疲劳负荷，而风机的疲劳负荷严重会降低风电机组的发电效率甚至损坏风机。为了改善这种情况，使风电场的疲劳负荷减小，本文利用模型预测控制算法滚动优化的特点设计风电场控制器，将风电场中静态分配功率设定值的方式改为使风机能够实时地根据自身运行情况来动态地设置风机的功率给定值，在满足电网发电要求的同时，使风电场的疲劳负荷最小。　　本文利用标准的风机模型建立线性风电场模型，采用分布式模型预测控制算法设计风电场控制器，使风电场中的每台风机根据自身的测量信息和与相邻机组之间的耦合关系动态地调整该风机的功率设定值，实现风电场的疲劳负荷最小化。同时，该控制器具有分布式控制的模块化性质，能够在不改变风机控制器的情况下任意的增加或减少风电场中的风机。仿真显示使用分布式模型预测控制器在保证发电功率满足电网要求的同时很大程度上减小了风电场的疲劳负荷。

目录

声明

摘要

第一章 绪论

1．1 选题背景

1．2 风电场控制

1．3 分布式模型预测控制研究现状

1．4 论文的主要工作

1．5 论文安排

2．1 风力机结构

2．2 风机中基本原理介绍

2．2．1 风速简介

2．2．2 风能转换理论(贝兹理论)

2．2．3 风轮的气动特性

2．2．4 作用在运动叶片上的力

2．3 变速变桨风力发电机组

2．3．1 系统的组成及运行过程

2．3．2 控制目标

2．4 风电场系统

2．5 本章小结

3．1 风机动态模型

3．1．1 风机动态模型

3．1．2 风机模型

3．2 风速模型

3．2．1 风速

3．2．2 风速模型

3．3 疲劳负荷模型

3．3．1 疲劳负荷的产生

3．3．2 疲劳负荷的测量

3．4 风电场模型

3．5 风电场控制问题

3．6 本章小结

第四章 分布式模型预测控制器的设计

4．1 凸优化

4．2 分布式模型预测控制算法

4．2．1 对偶分解法

4．2．2 乘子法

4．2．3 ADMM法介绍

4．3 确定性模型控制器设计

4．3．1 模型预测控制器设计

4．3．2 分布式模型预测控制器设计

4．4 本章小结

第五章 仿真结果与分析

5．1 确定性风场模型仿真结果分析

5．2 改变运行条件

5．3 本章小结

6．1 结论

6．2 展望

附录

参考文献

攻读硕士学位期间发表的论文及其它成果

致谢