基于短期风速预测最大风能捕获技术的研究

《基于短期风速预测最大风能捕获技术的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要提高JxL力发电机组运行效率和实时捕获最大风能技术已经成为JxL力发电研究的重要内容。变速恒频风力发电技术可实现最大风能捕获。随着风力发电机组容星的不断增大，风力机响应时延和控制系统时延严重影响了风力发电机组捕获最大风能的实时性。本文首先分析了变速恒频风力发电的优点以及双馈感应电机运行时的工作原理。在讨论双馈感应电机数学模型和等效电路的基础上，构建了基于定子磁链定向的定子无功功率独立解耦控制和转子侧最大风能捕获的转速控制策略。针对双馈电机转子能量流动的特殊性，研究设计了具有能量双向流动功能的双PWM变换器。然后以风速为研究对象，分析风速的变化规律，采用小波变换对

2、风速数据进行分频处理，运用最小二乘支持向量机LS．SVM模型对小波分解后的低频成份进行预测；运用时间序列差分自回归移动平均ARMA模型对小波分解后的高频成份进行预测，采用小波重构高频和低频的预测结果，从而实现对随机风速的短期预测。最后，从分析风力机特性出发，重点介绍了风力机的运行特性，确定了采用双馈感应电机的解耦控制来实现最大jxL能追踪的控制方案，并给出了基于最大风能捕获的定子参考功率的计算方法。从理论上计算了一定风速下风力机捕获的最大风能数值。在仿真研究中，建立了风力机的仿真模型，并在此基础上构建了变速恒频双馈JxL力发电系统的整体仿真模型，实现了不同风速下最大

3、风能捕获控制的仿真。仿真分析了风力机响应时延和控制系统时延对风力发电机组最大JxL能捕获的影响。讨论了随机风速下基于预测的最大风能捕获控制系统捕获风能的有效性。仿真结果验证了本文理论研究的币确性。关键词：变速恒频短期风速预测解耦控制最大风能捕获仿真AbstractThetechnologywhichcanimprovetheefficiencyofwindturbinesandcapturethelargestwindpowerinrealtimehasbecometheimportantpartofthewindpowerstudy．Variablespeedco

4、nstantfrequency(VSCF)windpowergenerationtechnologycanachievemaximumwindpowercaptured．Withtheincreasingofwindturbinecapacity’windturbineresponsedelayandwindturbinecontrolsystemresponsedelayaffectsthereal·timemaximumwindpowercaptureseriously．Inthispaper,amaximumwindcapturecontrolsystemof

5、thenonlinearVSCFdoublyfedwindpowergenerationisdiscussedunderthestochasticwindspeed．Indiscussingthedouble-fedinductionmotorequivalentcircuitandmathematicalmodel，astatorfluxorientationdecouplingcontrolstrategyhasbeenusedinthispaper．Tomeetthetwo-wayflowenergyofdouble—fedgeneration，apulsew

6、idthmodulation(PWM)converteranditsmathematicalmodelisanalyzed．Secondly,ashort·termwindspeedforecastingmethodbasedonauto-regressiveintegratedmovingaverageandleastsquaresupportvectormachineisproposed．Atfirst，thewindseriesaredecomposedintodifferentfrequencycharacteristicsbasedonwavelettra

7、nsformmethod，andthenaccordingtothefeaturesofthedecomposedcomponents，leastsquaressupportvectormachine(LS．SVM)modelisselectedtopredictthelowfrequencycomponents，whileauto-regressivemovingaverage(ARMA)modelusedtopredictthehigllfrequencycomponents．Andthentheforecastedsignalofthecomponents