摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第11-21页 |
1.1 课题背景和意义 | 第11-13页 |
1.2 国内外研究现状 | 第13-19页 |
1.2.1 双馈感应风力发电机研究现状 | 第13-15页 |
1.2.2 风电场无功补偿设备研究现状 | 第15-16页 |
1.2.3 风电场集群对电网电压的影响 | 第16-17页 |
1.2.4 风电场无功电压控制策略研究现状 | 第17-18页 |
1.2.5 无功优化算法研究现状 | 第18-19页 |
1.3 本文研究内容与主要工作 | 第19-21页 |
第2章 双馈风电机组的数学模型和无功功率极限 | 第21-41页 |
2.1 双馈风电机的运行原理和数学模型 | 第21-30页 |
2.1.1 双馈风电机的运行原理 | 第21-22页 |
2.1.2 双馈风电机的数学模型 | 第22-30页 |
2.2 双馈风电机的无功功率极限范围 | 第30-35页 |
2.2.1 双馈风电机的功率电压关系 | 第30-32页 |
2.2.2 换流器容量 | 第32-33页 |
2.2.3 定子侧无功极限 | 第33-34页 |
2.2.4 网侧无功功率极限 | 第34-35页 |
2.3 双馈风电机的控制策略 | 第35-39页 |
2.3.1 转子侧换流器控制 | 第35-38页 |
2.3.2 网侧换流器控制 | 第38-39页 |
2.4 双馈风电机无功补偿控制 | 第39-40页 |
2.4.1 恒功率因数控制 | 第39页 |
2.4.2 恒电压控制 | 第39-40页 |
2.5 本章小结 | 第40-41页 |
第3章 基于相邻经验粒子群算法的风电场集群无功电压分层控制策略 | 第41-61页 |
3.1 基于相邻经验粒子群算法的无功电压分层控制策略 | 第41-44页 |
3.1.1 风电场集群无功功率的确定 | 第42页 |
3.1.2 风电场内各机组无功功率分配原则 | 第42-43页 |
3.1.3 控制策略流程 | 第43-44页 |
3.2 基于相邻经验粒子群算法的无功电压分层控制数学模型 | 第44-46页 |
3.2.1 目标函数 | 第44-45页 |
3.2.2 约束方程 | 第45-46页 |
3.3 相邻经验粒子群算法 | 第46-51页 |
3.3.1 基本粒子群算法数学模型与流程 | 第46-48页 |
3.3.2 相邻偏差 | 第48页 |
3.3.3 相邻经验粒子群算法数学模型 | 第48-49页 |
3.3.4 相邻经验粒子群算法流程 | 第49-51页 |
3.4 仿真分析 | 第51-60页 |
3.4.1 算例系统 | 第51-53页 |
3.4.2 效果分析 | 第53-60页 |
3.5 本章小结 | 第60-61页 |
第4章 基于无功裕度的风电场集群无功电压分层控制策略 | 第61-79页 |
4.1 基于无功裕度的无功电压分层控制策略 | 第61-65页 |
4.1.1 风电场集群无功功率的确定 | 第62页 |
4.1.2 风电场间的无功功率分配 | 第62-63页 |
4.1.3 单场内的无功功率分配 | 第63页 |
4.1.4 控制策略流程 | 第63-65页 |
4.2 基于无功裕度的无功电压分层控制数学模型 | 第65-66页 |
4.2.1 目标函数 | 第65-66页 |
4.2.2 约束方程 | 第66页 |
4.3 简化自适应人工鱼群算法 | 第66-72页 |
4.3.1 基本人工鱼群算法原理和数学模型 | 第67-68页 |
4.3.2 基本人工鱼群算法流程 | 第68-69页 |
4.3.3 简化自适应人工鱼群算法 | 第69-70页 |
4.3.4 简化自适应人工鱼群算法流程 | 第70-72页 |
4.4 仿真分析 | 第72-78页 |
4.4.1 算例系统 | 第72-73页 |
4.4.2 效果分析 | 第73-78页 |
4.5 本章小结 | 第78-79页 |
第5章 总结与展望 | 第79-81页 |
参考文献 | 第81-87页 |
致谢 | 第87-89页 |
攻读硕士期间所做工作及科研成果 | 第89页 |