| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-21页 |
| 1.1 课题背景及研究意义 | 第9页 |
| 1.2 国内外风能转换系统发展现状 | 第9-11页 |
| 1.2.1 国外风能转换发展现状 | 第10-11页 |
| 1.2.2 国内风能转换发展现状 | 第11页 |
| 1.3 风能转换系统研究现状 | 第11-20页 |
| 1.3.1 大型风力发电机组的设计 | 第12-13页 |
| 1.3.2 国内外风力发电机组设计研究现状 | 第13页 |
| 1.3.3 风力发电系统的控制策略 | 第13-16页 |
| 1.3.4 并网逆变器控制 | 第16-20页 |
| 1.4 研究内容 | 第20-21页 |
| 第2章 风能转换系统运行特性分析 | 第21-26页 |
| 2.1 引言 | 第21页 |
| 2.2 风力发电机的组成 | 第21-23页 |
| 2.2.1 风力发电机组运行特性 | 第21-23页 |
| 2.3 风速低于额定风速情况时运行控制 | 第23-24页 |
| 2.4 风速高于额定风速情况时运行控制 | 第24-25页 |
| 2.4.1 统一变桨距控制 | 第24-25页 |
| 2.4.2 独立变桨距控制 | 第25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 变桨距风能转换系统的神经网络PID控制 | 第26-37页 |
| 3.1 引言 | 第26页 |
| 3.2 风力发电机组的模型 | 第26-28页 |
| 3.2.1 风轮模型 | 第26-27页 |
| 3.2.2 传动系统模型 | 第27页 |
| 3.2.3 发电机模型 | 第27-28页 |
| 3.2.4 变桨距执行机构模型 | 第28页 |
| 3.3 大型风力发电机组PID控制仿真 | 第28-30页 |
| 3.4 神经网络PID控制 | 第30-34页 |
| 3.4.1 人工神经网络概述 | 第30-31页 |
| 3.4.2 基于BP神经网络的PID控制原理 | 第31页 |
| 3.4.3 BP神经网络 | 第31-34页 |
| 3.5 BP神经网络PID控制在变桨距控制中仿真 | 第34-36页 |
| 3.5.1 在额定风速附近的风速仿真 | 第34-35页 |
| 3.5.2 在随机风速下的仿真 | 第35-36页 |
| 3.6 本章小结 | 第36-37页 |
| 第4章 风能转换系统并网逆变器控制策略的研究 | 第37-51页 |
| 4.1 引言 | 第37页 |
| 4.2 风能转换并网系统结构 | 第37-38页 |
| 4.3 并网逆变器的控制方法 | 第38-39页 |
| 4.3.1 恒功率控制(PQ控制) | 第38页 |
| 4.3.2 下垂控制(droop control) | 第38-39页 |
| 4.3.3 恒压恒频控制 | 第39页 |
| 4.4 基于虚拟同步发电机的并网发电系统控制技术 | 第39-41页 |
| 4.4.1 传统同步发电机的特点 | 第39-40页 |
| 4.4.2 虚拟同步发电机的概念 | 第40-41页 |
| 4.5 逆变器的虚拟同步电机的模型 | 第41-42页 |
| 4.6 虚拟同步电机的控制 | 第42-46页 |
| 4.6.1 传统同步电机控制系统 | 第42-43页 |
| 4.6.2 虚拟同步电机的控制 | 第43-46页 |
| 4.7 虚拟同步电机的并网系统仿真 | 第46-50页 |
| 4.7.1 负载阶跃变化 | 第46-48页 |
| 4.7.2 转动惯量变化 | 第48-50页 |
| 4.8 本章小结 | 第50-51页 |
| 第5章 结论与展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56页 |