基于改进型神经网络的风力发电系统预测及控制研究

《基于改进型神经网络的风力发电系统预测及控制研究》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、硕士学位论文MASTER’SDISSERTATION论文题目基于改进型神经网络的风力发电系统预测及控制研究作者姓名贾文静学科专业控制理论与控制工程指导教师吴忠强2015年5月中图分类号：TP13学校代码：10216UDC：621.3密级：公开工学硕士学位论文基于改进型神经网络的风力发电系统预测及控制研究硕士研究生：贾文静导师：吴忠强申请学位：工学硕士学科专业：控制理论与控制工程所在单位：电气工程学院答辩日期：2015年5月授予学位单位：燕山大学ADissertationinControlTheoryandControlEngineering

2、RESEARCHONPREDICTIONANDCONTROLOFWINDPOWERSYSTEMBASEDONIMPROVEDNEURALNETWORKbyJiaWenjingSupervisor:Prof.WuZhongqiangYanshanUniversityMay,2015燕山大学硕士学位论文原创性声明本人郑重声明：此处所提交的硕士学位论文《基于改进型神经网络的风力发电系统预测及控制研究》，是本人在导师指导下，在燕山大学攻读硕士学位期间独立进行研究工作所取得的成果。论文中除已注明部分外不包含他人已发表或撰写过的研究成果。对本文的研究工

3、作做出重要贡献的个人和集体，均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。作者签字：日期：年月日燕山大学硕士学位论文使用授权书《基于改进型神经网络的风力发电系统预测及控制研究》系本人在燕山大学攻读硕士学位期间在导师指导下完成的硕士学位论文。本论文的研究成果归燕山大学所有，本论文的研究内容不得以其它单位的名义发表。本人完全了解燕山大学关于保存、使用学位论文的规定，同意学校保留并向有关部门送交论文的复印件和电子版本，允许论文被查阅和借阅。本人授权燕山大学，可以采用影印、缩印或其它复制手段保存论文，可以公布论文的全部或部分内容。保密

4、□，在年解密后适用本授权书。本学位论文属于不保密□。(请在以上相应方框内打“√”)作者签名：日期：年月日导师签名：日期：年月日I摘要风能是一种清洁的、免费的、可再生的自然资源。自上世纪70年代出现石油危机起，在能源短缺和生态环境恶化的双重压力下，风能作为一种新型高效能源得到了社会各界的重视，未来风能将是解决能源和环境问题的重要能源之一。在风力发电系统中，风的随机性和波动性会影响电能的质量和电力系统的可靠性。准确的风速预测对电网的实时调度、供电可靠性和风机控制都具有重要意义，还能降低风力发电运行成本。目前，国内外已经提出多种对风速准确预测的方

5、法，在比较优缺点之后，提出一种基于粒子群优化B样条神经网络(B-SplineNeuralNetwork,BSNN)的短期预测方法，BSNN可以实现对输入空间的任意划分和对隐含层基函数的定义，但若对输入空间划分不当，容易使网络陷入局部极小，影响预测精度。利用粒子群优化(ParticleSwarmOptimization,PSO)算法优化BSNN对输入空间节点位置的划分，可避免BSNN陷入局部极小并提高预测精度。仿真验证了该方法的有效性。研究风-柴混合发电系统频率优化控制问题，风力发电部分采用最佳叶尖速比法实现对风能的最大捕获，柴油发电机用于补

6、偿负荷与风电之间的功率偏差。风速的变化和负荷的扰动会引起较大的电网频率偏差，这种频率偏差会给系统的安全运行造成威胁。因此，设计了一种基于执行依赖启发式动态规划(ActionDependentHeuristicDynamicProgramming,ADHDP)的频率控制器，采用实时性较强的RBF神经网络作为ADHDP函数近似结构。该频率控制器可将变化幅度大且周期长的频率偏差限制在规定的安全范围内。仿真验证了该方法的有效性。采用最佳叶尖速比法实现风能最大捕获的风力发电系统，需要测量每一时刻的风速值，由于风速难于准确测量，不易实现。设计了一种无需

7、风速检测，基于云RBF神经网络的执行依赖双启发式动态规划(ActionDependentDoubleHeuristicDynamicProgramming,ADDHDP)控制器，实现最大风能捕获。ADDHDP与ADHDP基本原理相似，但在结构设计上，ADDHDP相对较严谨且控制精度高。风电机组采用永磁直驱风力发电机，利用最佳功率-转速曲线和矢量控制技术，通过ADDHDP控制定子端的输出电压实现对电磁转矩的控制，进而使永磁同步发电机稳定运行在最大功率点。采用云RBF神经网络作为ADDHDP函数近似结构，同时提高逼近精度和收敛速度。仿真验证了该

8、方法的有效性。摘要关键词：B样条神经网络；粒子群优化算法；短期风速预测；频率优化；ADHDP；最大风能捕获；ADDHDP；云RBF神经网络IIIⅡ燕山大学工学硕士学位论文Abst