中文摘要 | 第3-5页 |
英文摘要 | 第5-6页 |
1 绪论 | 第10-22页 |
1.1 研究背景及意义 | 第10-11页 |
1.1.1 问题的提出 | 第10页 |
1.1.2 研究的目的与意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-19页 |
1.2.1 风力发电的研究现状 | 第11-14页 |
1.2.2 风电并网频率稳定性研究现状 | 第14-17页 |
1.2.3 风电并网系统频率控制策略研究现状 | 第17-19页 |
1.3 本文研究的内容 | 第19-22页 |
2 基于改进的弹性神经网络并网系统频率偏移评估方法 | 第22-40页 |
2.1 引言 | 第22-23页 |
2.2 并网频率偏移评估方法的确定及其网络结构 | 第23-27页 |
2.2.1 人工神经网络系统 | 第23-24页 |
2.2.2 BP神经网络结构 | 第24-27页 |
2.3 基于神经网络算法的频率偏移评估模型构建 | 第27-33页 |
2.3.1 网络训练参数选择 | 第27-28页 |
2.3.2 学习初始化 | 第28-29页 |
2.3.3 同伦算法改进 | 第29-30页 |
2.3.4 网络流程图 | 第30-33页 |
2.4 算例分析 | 第33-37页 |
2.4.1 算例仿真 | 第33-35页 |
2.4.2 误差分析 | 第35-37页 |
2.5 小结 | 第37-40页 |
3 基于模糊逻辑系统的并网风电场频率响应分析 | 第40-64页 |
3.1 引言 | 第40-41页 |
3.2 基于直流潮流的风电并网系统模型简化 | 第41-47页 |
3.2.1 直流潮流网络结构模型简化 | 第41-42页 |
3.2.2 传统发电机组模型简化 | 第42-43页 |
3.2.3 DFIG机组模型简化 | 第43-45页 |
3.2.4 基于直流潮流的频率响应模型 | 第45-47页 |
3.3 基于模糊逻辑系统的并网风电场频率响应推理系统 | 第47-55页 |
3.3.1 模糊逻辑系统的组成 | 第47-50页 |
3.3.2 输入变量的确定 | 第50-52页 |
3.3.3 模糊逻辑规则库 | 第52-53页 |
3.3.4 自适应模糊逻辑推理系统 | 第53-55页 |
3.4 算例分析 | 第55-61页 |
3.4.1 算例系统说明 | 第55-56页 |
3.4.2 算例仿真 | 第56-60页 |
3.4.3 方法比较 | 第60-61页 |
3.5 小结 | 第61-64页 |
4 并网风电场等值下垂控制系数概率模型 | 第64-80页 |
4.1 引言 | 第64-65页 |
4.2 风力发电机组的频率控制 | 第65-72页 |
4.2.1 风力发电机出力模型 | 第65-66页 |
4.2.2 恒速风电机组的频率响应 | 第66-68页 |
4.2.3 直驱式永磁同步风力发电机的频率控制 | 第68-69页 |
4.2.4 双馈风力发电机组参与频率控制 | 第69-72页 |
4.3 基于风速变化的下垂控制系数概率模型 | 第72-76页 |
4.3.1 风力发电机有功概率模型 | 第72-73页 |
4.3.2 风电场等值下垂控制系数概率模型 | 第73-74页 |
4.3.3 半不变量法的计算过程及流程图 | 第74-76页 |
4.4 算例分析 | 第76-79页 |
4.5 小结 | 第79-80页 |
5 基于风电场-储能系统的频率联合控制策略 | 第80-98页 |
5.1 引言 | 第80-81页 |
5.2 风电场储能系统 | 第81-85页 |
5.2.1 现代储能技术 | 第81-83页 |
5.2.2 储能系统充放电模型 | 第83页 |
5.2.3 储能系统接入方式 | 第83-85页 |
5.3 基于风电场-储能系统的频率联合控制策略 | 第85-92页 |
5.3.1 风电场等效惯性时间常数对于系统频率响应的影响 | 第85-88页 |
5.3.2 超级电容储能系统控制设计 | 第88-89页 |
5.3.3 风电场-储能系统频率控制策略 | 第89-92页 |
5.4 算例分析 | 第92-96页 |
5.5 小结 | 第96-98页 |
6 结论与展望 | 第98-100页 |
6.1 结论 | 第98-99页 |
6.2 未来的展望 | 第99-100页 |
致谢 | 第100-102页 |
参考文献 | 第102-110页 |
附录 | 第110-117页 |
A. 作者在攻读博士学位期间发表的论文目录 | 第110页 |
B. 作者在攻读博士学位期间参与的科研项目 | 第110-111页 |
C. IEEE标准试验系统 | 第111-117页 |