欢迎来到天天文库
浏览记录
ID:34897490
大小:3.16 MB
页数:66页
时间:2019-03-13
《低温余热发电系统功率变换控制方法研究》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、沈阳工业大学硕士学位论文低温余热发电系统功率变换控制方法研究ResearchontheControlMethodofLowtemperatureWasteHeatPowerGenerationSystemPowerConversion姚光伟电气工程学院作者:单位:指导教师:王正教授单位:沈阳工业大学协助指导教师:单位:单位:论文答辩日期:2015年3月3日学位授予单位:沈阳工业大学摘要低温余热发电技术,以有机朗肯循环为基础,通过有机工质吸收低品位热能之后,在涡轮机内膨胀做功推动涡轮机旋转。发电系统是通过对工业余热中热能的利用,带动永磁同步发电机发电。由于其动力
2、来源于工业余热,也就决定了其动力来源的有限,因此对于能源的利用率变得尤为重要。通过对余热发电系统中效率提高方法的研究,以及最大功率点跟踪控制方式,调整发电系统的工作点,以达到热能的最大效率利用。首先,分析余热发电系统基本原理、研究朗肯循环特性并结合余热发电系统的特点,对多种工质进行分析,最终选取R600a为循环工质;通过对涡轮机热力学特性的分析,研究影响余热发电系统最大功率点的参考因素;根据涡轮机热力学特性,以及实验数据,建立BP神经网络,并通过BP神经网络拟合系统的数学模型,证实其最大功率点的存在并分析跟踪策略。其次,根据涡轮机特性与实验数据研究,提出余热发
3、电系统最大功率点跟踪控制(MPPT)策略,并对于MPPT控制的核心控制思想,即爬山搜索法,提出了改进方案,在传统爬山法中引入速度因子与最大调整步长,并提出了详细的设计方案;研究了永磁同步发电机的矢量控制方法,并与MPPT控制相结合,实现最大功率跟踪的目的;以MATLAB/Simulink为平台建立系统仿真模型,通过仿真证实MPPT控制的有效性。最后,结合余热发电原理,通过AutoCAD设计实验平台结构,搭建实验平台;设计实验方案,并对实验数据进行分析,验证了工质泵频率、涡轮机转速与工作压力对于系统输出效率的影响;记录大量的实验数据,为BP神经网络建模提供训练参
4、数。关键词:余热发电,涡轮机,最大功率点跟踪控制,爬山搜索法,矢量控制IAbstractThelow-temperaturewasteheatpowergenerationtechnologyisbasedonOrganicRankineCyclethroughtheorganicworkingfluidabsorbinglow-gradeheatenergy,thenswellingwithintheturbinetodriveturbinesrotate.Thepowertodrivepermanentmagnetgeneratorsisfromtheut
5、ilizationofindustrialwasteheatthermalenergy.Becauseofthatthepowerislimited,theutilizationefficiencyofenergyisbecomingmoreimportant.Therefore,themaximumpowerpointtrackingstrategyofwasteheatpowergenerationsystemwasstudied,andthemaximumefficiencyofheatutilizationwasachievedthroughadjus
6、tingtheoperatingpoint.Firstly,withthebasictheoryoflow-temperaturewasteheatpowergenerationsystem,theRankinecyclecharacteristics,thesystemfeatures,applicationfeaturesandavarietyofworkingfluidperformancewasanalyzed,ultimatelyR600awasselectedforcirculatingrefrigerant;throughtheanalysiso
7、fturbinethermodynamicproperties,thefactorsofcogenerationsystemmaximumpowerpointwasresearched;accordingturbinethermodynamicproperties,aswellasexperimentaldata,theBPneuralnetworkwasestablishedandthesystemmathematicalmodelwasfittedthroughtheBPneuralnetwork.Secondly,accordingtotheturbin
8、echaracteristicsand
此文档下载收益归作者所有