含有风电场的互联电力系统的滑模自动发电控制
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1课题背景及研究的目的和意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 风力发电的发展 | 第11-12页 |
| 1.2.2 自动发电控制的研究现状 | 第12-14页 |
| 1.3 论文的主要工作 | 第14-16页 |
| 第2章 自动发电控制系统分析与模型建立 | 第16-25页 |
| 2.1 自动发电控制基本原理 | 第16-18页 |
| 2.1.1 自动发电控制概述 | 第16页 |
| 2.1.2 自动发电控制的任务 | 第16-17页 |
| 2.1.3 自动发电控制的功能原理 | 第17-18页 |
| 2.2 风电机组频率响应模型 | 第18-20页 |
| 2.3 互联电力系统频率响应模型 | 第20-22页 |
| 2.4 含风电的两区域自动发电控制系统模型 | 第22-23页 |
| 2.5 系统不确定性特性分析 | 第23-24页 |
| 2.6 本章小结 | 第24-25页 |
| 第3章 滑模控制在自动发电控制系统中的应用 | 第25-37页 |
| 3.1 滑模控制基本原理 | 第25-27页 |
| 3.2 积分滑模自动发电控制策略设计 | 第27-31页 |
| 3.2.1 积分滑模控制器的设计 | 第28-29页 |
| 3.2.2 仿真结果及分析 | 第29-31页 |
| 3.3 终端滑模自动发电控制策略设计 | 第31-35页 |
| 3.3.1 系统描述 | 第32-33页 |
| 3.3.2 终端滑模控制器的设计 | 第33-34页 |
| 3.3.3 仿真结果及分析 | 第34-35页 |
| 3.4 本章小结 | 第35-37页 |
| 第4章 神经网络在自动发电控制系统中的应用 | 第37-47页 |
| 4.1 神经网络基本原理 | 第37-39页 |
| 4.1.1 人工神经网络概述 | 第37-38页 |
| 4.1.2 RBF神经网络的基本原理和模型结构 | 第38-39页 |
| 4.2 RBF神经网络补偿器的设计 | 第39-40页 |
| 4.3 稳定性分析 | 第40-42页 |
| 4.3.1 积分滑模自动发电控制系统的稳定性分析 | 第40-41页 |
| 4.3.2 终端滑模自动发电控制系统的稳定性分析 | 第41-42页 |
| 4.4 仿真结果及分析 | 第42-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第5章 结论与展望 | 第47-49页 |
| 5.1 本文工作总结 | 第47页 |
| 5.2 未来工作展望 | 第47-49页 |
| 参考文献 | 第49-55页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第55-56页 |
| 致谢 | 第56页 |
