学位论文 > 优秀研究生学位论文题录展示

风力发电机组运行优化研究

作　者: 相龙阳
导　师: 彭春华
学　校: 华东交通大学
专　业: 电力系统及其自动化
关键词: 能量优化叶尖速比微分进化风电机出力桨距角 LS-SVM
分类号: TM315
类　型: 硕士论文
年　份: 2012年
下　载: 135次
引　用: 0次
阅　读: 论文下载

内容摘要

随着全球经济的快速发展，能源危机和环境污染已成为全球亟待解决的问题；近年来可再生能源的开发和利用，特别是风力发电技术受到了世界各国的高度重视并得到迅速发展。但目前风力机风能利用率较低、风电机出力不够高及风电电能质量较差等问题已成为各风电场运行过程中普遍存在问题，对风力发电技术更快的发展产生了不利影响。因此如何实现在固定风电场中特定风能资源下风力发电机组能量输出最大化，是目前风力发电技术研究中的重要课题，对我国乃至全世界风电产业的发展具有重要的意义。本文首先综述了风力发电技术基本理论、风力发电机的工作原理和运行特性、支持向量机算法（Support Vector Machine Algorithm,SVM）和微分进化（DifferentialEvolution,DE)算法；同时在SVM算法的基础上提出了性能更优的最小二乘支持向量机（least square-support vector machine，LS-SVM），针对基本DE算法的缺点与不足，提出了DE算法的改进策略，为后文模型建立和问题求解作了准备。然后，针对风力机出力与风速和桨距角之间存在非常复杂的关系，很难建立通用准确的数学模型，本文提出了一种新的风电机优化运行模式，即首先通过最小二乘支持向量机建立风电机出力与风电机运行参数之间的非线性拟合模型，并基于此模型和根据风速的变化，采用高效的改进型微分进化算法对风电机桨距角进行快速动态优化，从而实现风电机出力最大化。再以鄱阳湖长岭风电场风电机组实际运行数据来进行了仿真应用与分析，结果表明通过优化风电机桨距角可有效的提高风电机出力，并验证了本文方法的可行性和优越性。采用本文方法可准确建立风速与最佳桨距角的动态对应关系，为风力发电机的优化运行提供科学的指导。最后，针对风力机出厂时设定的叶尖速比不能保证所在环境下捕获最大风能，导致风能利用率偏低问题；本文基于风速分布服从Weibull双参数分布，以1.5MW变速恒频风电机为研究对象，以尽可能实现年能量输出最大化为优化目标，将改进型微分进化算法用于模型进行求解，得到了特定风资源下的最佳叶尖速比，并与原设计的风电机参数相比，求解结果显示其优越性，从而说明该方法的可行性和实用性。同时，探讨了不同环境下Weibull分布尺度参数和形状参数不同时，叶尖速比与能量输出的关系；结果表明风能大小更多的由Weibull分布的尺度参数决定，说明了与风速分布相比风能大小更多的取决于平均风速。

全文目录

摘要  4-5
ABSTRACT  5-10
第一章绪论  10-20
  1.1 课题研究背景及意义  10-11
  1.2 国内外风力发电发展现状及趋势  11-16
    1.2.1 国外风力发电发展历程及现状  11-13
    1.2.2 我国风力发电发展历程及现状  13-15
    1.2.3 风力发电技术的发展趋势  15-16
  1.3 风力发电机组运行优化控制的研究现状  16-18
  1.4 本文的主要研究内容  18-20
第二章风力发电系统的基本理论  20-44
  2.1 风能特性  20-26
    2.1.1 风速分布  20-23
    2.1.2 风能原理  23-24
    2.1.3 风功率密度  24-26
  2.2 风力机风轮空气动力学基础  26-29
    2.2.1 叶素理论  26-28
    2.2.2 风轮动量理论  28-29
  2.3 风力发电机组的分类及其构成  29-33
    2.3.1 风力发电机组的主要分类  29-31
    2.3.2 风力发电机的组成  31-32
    2.3.3 风电机组的基本功能构成  32-33
  2.4 风力发电机组的运行特性及其分析  33-43
    2.4.1 风力机性能参数  33-37
    2.4.2 风力发电机组的工作原理  37-39
    2.4.3 风力发电机最大风能捕获控制方法  39-42
    2.4.4 风力发电机年发电量计算  42-43
  2.5 本章小结  43-44
第三章微分进化算法理论  44-52
  3.1 微分进化算法简介  44-45
  3.2 基本微分进化算法  45-49
    3.2.1 微分进化算法流程  45-47
    3.2.2 控制参数选择  47-49
    3.2.3 DE 算法的优化策略  49
  3.3 改进的微分进化算法  49-51
    3.3.1 控制参数的自适应调整  49-50
    3.3.2 随机变异策略  50-51
  3.4 本章小结  51-52
第四章支持向量机理论  52-64
  4.1 机器学习理论  52-54
    4.1.1 机器学习问题的表示  52-53
    4.1.2 经验风险最小化  53-54
  4.2 统计学习理论  54-56
    4.2.1 函数集的 VC 维理论  54
    4.2.2 推广能力的界  54-55
    4.2.3 结构风险最小化原则  55-56
  4.3 支持向量机理论  56-60
    4.3.1 支持向量回归机  57-59
    4.3.2 核参数的选取  59-60
  4.4 最小二乘支持向量机原理  60-62
  4.5 本章小结  62-64
第五章基于微分进化和支持向量机算法的风电机优化运行  64-76
  5.1 引言  64-65
  5.2 风电机出力优化模型  65-66
  5.3 风电机优化运行方法设计  66-67
    5.3.1 风电机优化运行系统框图  66
    5.3.2 风电机出力优化算法流程  66-67
  5.4 算例与分析  67-75
    5.4.1 数据样本的选择与预处理  67-69
    5.4.2 核函数和核参数的选取  69-70
    5.4.3 训练结果分析  70-71
    5.4.4 优化问题的数学描述  71
    5.4.5 优化结果与分析  71-75
  5.5 本章小结  75-76
第六章变速恒频风力发电机组叶尖速比优化  76-84
  6.1 引言  76
  6.2 变速恒频风电机组最大风能捕获原理  76-77
  6.3 变速恒频风电机组能量优化模型  77-78
    6.3.1 优化变量  77-78
    6.3.2 目标函数  78
    6.3.3 约束条件  78
  6.4 算例及分析  78-83
    6.4.1 变速恒频风力发电机参数及算法流程  78-80
    6.4.2 仿真结果与分析  80-83
  6.5 本章小结  83-84
第七章结论与展望  84-86
  7.1 结论  84-85
  7.2 展望  85-86
参考文献  86-90
个人简历在读期间发表的学术论文  90-91
致谢  91

风力发电机组运行优化研究

内容摘要

全文目录

相似论文