| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 课题研究的背景及意义 | 第10-11页 |
| 1.2 国内外风电发展概况 | 第11-14页 |
| 1.2.1 中国风电发展现状 | 第11-12页 |
| 1.2.2 国外风电发展现状 | 第12-14页 |
| 1.3 风电机组功率控制技术的研究现状 | 第14-15页 |
| 1.4 变桨距控制技术研究现状 | 第15-18页 |
| 1.4.1 统一变桨距控制策略 | 第15-17页 |
| 1.4.2 独立变桨距控制策略 | 第17-18页 |
| 1.5 论文的主要工作 | 第18-20页 |
| 第二章 变速变桨距风电机组的特性分析和功率控制 | 第20-36页 |
| 2.1 风电机组的构成 | 第20-21页 |
| 2.2 风电机组建模 | 第21-34页 |
| 2.2.1 风速模型 | 第21-24页 |
| 2.2.2 风力机模型 | 第24-27页 |
| 2.2.3 传动装置模型 | 第27-28页 |
| 2.2.4 DFIG模型 | 第28-33页 |
| 2.2.5 变桨距执行机构模型 | 第33-34页 |
| 2.3 风电机组的功率控制 | 第34-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第三章 基于IEMD和RBF神经网络的风电功率实时预测 | 第36-50页 |
| 3.1 基于IEMD分解风速时间序列 | 第36-39页 |
| 3.1.1 基于EMD分解风速时间序列 | 第36-37页 |
| 3.1.2 基于IEMD分解风速时间序列 | 第37-39页 |
| 3.2 基于RBFNN的风电功率实时预测 | 第39-42页 |
| 3.2.1 基于RBFNN的风速预测 | 第39-41页 |
| 3.2.2 基于RBFNN的风电功率预测 | 第41-42页 |
| 3.3 基于EMD和RBF神经网络的风电功率预测 | 第42-43页 |
| 3.4 基于IEMD和RBF神经网络的风电功率预测 | 第43-44页 |
| 3.5 仿真结果及分析 | 第44-49页 |
| 3.6 本章小结 | 第49-50页 |
| 第四章 基于预测和优化模型的变速变桨距风电机组功率控制 | 第50-62页 |
| 4.1 风电机组的功率控制方案 | 第50-51页 |
| 4.2 加权多目标优化模型的建立 | 第51-52页 |
| 4.3 基于模糊PID算法的变桨距控制器设计 | 第52-57页 |
| 4.3.1 PID变桨距控制器设计 | 第54-55页 |
| 4.3.2 模糊变桨距控制器设计 | 第55-57页 |
| 4.4 基于预测和优化模型的变速变桨距风电机组功率控制的实现 | 第57-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 5.1 总结 | 第62-63页 |
| 5.2 展望 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 致谢 | 第69-70页 |
| 附录A（攻读硕士学位期间发表的相关论文目录） | 第70页 |
