基于先进优化算法的LADRC风力发电过程控制研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题背景及研究的目的和意义 | 第11页 |
| 1.2 国内外风电发展研究现状 | 第11-13页 |
| 1.2.1 国外风电发展概况 | 第11-12页 |
| 1.2.2 国内风电发展概况 | 第12-13页 |
| 1.3 风力发电技术的发展和现状 | 第13-16页 |
| 1.3.1 风力机功率调控技术 | 第14-15页 |
| 1.3.2 风力发电机的控制 | 第15页 |
| 1.3.3 风电用变频器 | 第15-16页 |
| 1.4 抗扰技术研究现状 | 第16-17页 |
| 1.5 自适应免疫粒子群 | 第17页 |
| 1.5.1 人工免疫算法 | 第17页 |
| 1.5.2 粒子群优化算法 | 第17页 |
| 1.6 研究内容 | 第17-19页 |
| 第2章 线性自抗扰技术 | 第19-24页 |
| 2.1 引言 | 第19页 |
| 2.2 自抗扰控制器 | 第19-22页 |
| 2.2.1 跟踪微分器 | 第20-21页 |
| 2.2.2 扩张状态观测器 | 第21页 |
| 2.2.3 非线性误差反馈控制器 | 第21-22页 |
| 2.3 线性自抗扰控制器 | 第22-23页 |
| 2.3.1 线性扩张状态观测器 | 第22-23页 |
| 2.3.2 误差反馈控制器 | 第23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 自适应免疫粒子群算法 | 第24-35页 |
| 3.1 引言 | 第24页 |
| 3.2 粒子群算法 | 第24-28页 |
| 3.2.1 粒子群算法思路 | 第24-26页 |
| 3.2.2 粒子群算法步骤 | 第26-27页 |
| 3.2.3 粒子群算法优缺点 | 第27-28页 |
| 3.3 免疫算法 | 第28-31页 |
| 3.3.1 免疫算法的思路 | 第28-30页 |
| 3.3.2 免疫算法的步骤 | 第30页 |
| 3.3.3 免疫算法的特点 | 第30-31页 |
| 3.4 自适应免疫粒子群算法 | 第31-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第4章 风电PWM的优化控制 | 第35-44页 |
| 4.1 引言 | 第35页 |
| 4.2 PWM的结构与模型 | 第35-39页 |
| 4.2.1 PWM的结构 | 第35页 |
| 4.2.2 网侧PWM的数学模型 | 第35-37页 |
| 4.2.3 PWM的线性自抗扰控制器 | 第37-39页 |
| 4.3 自适应免疫粒子群对线性自抗扰控制器的优化 | 第39-40页 |
| 4.4 仿真研究 | 第40-43页 |
| 4.4.1 稳态实验 | 第40-41页 |
| 4.4.2 电压突变实验 | 第41页 |
| 4.4.3 抗扰动实验 | 第41-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第5章 风电机组的运行控制技术 | 第44-64页 |
| 5.1 引言 | 第44页 |
| 5.2 变桨距控制 | 第44-57页 |
| 5.2.1 DFIG模型 | 第44-48页 |
| 5.2.2 变桨距系统的线性自抗扰控制器设计 | 第48-50页 |
| 5.2.3 IAPSO对LADRC的优化 | 第50-52页 |
| 5.2.4 仿真研究 | 第52-57页 |
| 5.3 最大风能追踪控制 | 第57-63页 |
| 5.3.1 DFIG功率解耦模型 | 第57-59页 |
| 5.3.2 MPPT的LADRC设计 | 第59-60页 |
| 5.3.3 基于IAPSO的LADRC设计 | 第60-61页 |
| 5.3.4 仿真研究 | 第61-63页 |
| 5.4 本章小结 | 第63-64页 |
| 第6章 DFIG的并网控制 | 第64-74页 |
| 6.1 引言 | 第64-65页 |
| 6.2 DFIG空载并网数学模型 | 第65-67页 |
| 6.3 空载并网LADRC设计 | 第67-68页 |
| 6.4 基于IAPSO对LADRC的优化设计 | 第68-69页 |
| 6.5 仿真研究 | 第69-73页 |
| 6.5.1 空载启动仿真研究 | 第70-71页 |
| 6.5.2 参数变化下的并网控制仿真研究 | 第71-73页 |
| 6.6 本章小结 | 第73-74页 |
| 第7章 结论与展望 | 第74-76页 |
| 参考文献 | 第76-82页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第82-83页 |
| 致谢 | 第83页 |
