本文關(guān)鍵詞：風(fēng)電場(chǎng)場(chǎng)站級(jí)有功功率優(yōu)化控制研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：我國(guó)正在大力發(fā)展新能源產(chǎn)業(yè),風(fēng)電發(fā)展尤其迅速。但發(fā)展到一定程度,風(fēng)電出力不可控性對(duì)電網(wǎng)的影響將會(huì)凸顯,成為制約其進(jìn)一步發(fā)展的阻力。提高風(fēng)電輸出功率的可控性勢(shì)在必行,而風(fēng)電場(chǎng)場(chǎng)站級(jí)有功控制正是實(shí)現(xiàn)這一目標(biāo)的關(guān)鍵。基于此,本文以風(fēng)電場(chǎng)場(chǎng)站級(jí)有功功率控制為研究對(duì)象,圍繞風(fēng)電機(jī)組有功控制策略、風(fēng)電場(chǎng)機(jī)組分群方法和場(chǎng)站級(jí)有功控制策略三個(gè)方面進(jìn)行了研究。本文首先研究了風(fēng)電機(jī)組的有功控制策略。建立雙饋風(fēng)電機(jī)組數(shù)學(xué)模型,并分析了功率不受限制時(shí)的風(fēng)機(jī)運(yùn)行特性。在研究風(fēng)電機(jī)組的轉(zhuǎn)速-功率控制原理和槳距角-功率控制原理的基礎(chǔ)上,提出了風(fēng)電機(jī)組出力受控制時(shí)的定功率分段控制策略。其次,對(duì)風(fēng)電場(chǎng)機(jī)組分群方法進(jìn)行研究。在分析模糊C均值聚類算法的原理和不足后,提出了基于遺傳算法改進(jìn)的模糊C均值聚類算法。提出風(fēng)電場(chǎng)機(jī)組分群特征值,使用GA-FCM算法對(duì)風(fēng)電場(chǎng)機(jī)組分群,并進(jìn)行了算例驗(yàn)證。最后,針對(duì)大中型風(fēng)電場(chǎng)機(jī)組數(shù)量多,直接控制效果差的問(wèn)題,在風(fēng)電場(chǎng)參與電網(wǎng)調(diào)度的情景下,提出了風(fēng)電場(chǎng)場(chǎng)站級(jí)多時(shí)間尺度下兩級(jí)有功控制策略,并分別研究了機(jī)群間優(yōu)化調(diào)度策略和機(jī)群內(nèi)優(yōu)化模型。算例分析表明所提場(chǎng)站級(jí)兩級(jí)有功控制策略有效可行。
【關(guān)鍵詞】：風(fēng)電場(chǎng) 聚類算法 場(chǎng)站級(jí)有功控制
【學(xué)位授予單位】：華北電力大學(xué)(北京)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TM614
【目錄】：

• 摘要5-6
• Abstract6-9
• 第1章 緒論9-15
• 1.1 課題背景及研究意義9-10
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀10-13
• 1.2.1 風(fēng)電機(jī)組有功控制研究現(xiàn)狀10-11
• 1.2.2 風(fēng)電場(chǎng)機(jī)組分群方法研究現(xiàn)狀11-12
• 1.2.3 風(fēng)電場(chǎng)場(chǎng)站級(jí)有功控制研究現(xiàn)狀12-13
• 1.3 本文的主要研究?jī)?nèi)容13-15
• 第2章 風(fēng)電機(jī)組建模及有功功率控制策略15-26
• 2.1 引言15
• 2.2 雙饋風(fēng)電機(jī)組數(shù)學(xué)模型15-18
• 2.2.1 風(fēng)力機(jī)模型16-17
• 2.2.2 傳動(dòng)系模型17
• 2.2.3 雙饋風(fēng)力發(fā)電機(jī)模型17-18
• 2.3 風(fēng)電機(jī)組最大功率追蹤控制18-20
• 2.4 風(fēng)電機(jī)組定功率分段控制策略20-25
• 2.4.1 風(fēng)電機(jī)組轉(zhuǎn)速-功率控制原理21-22
• 2.4.2 風(fēng)電機(jī)組槳距角-功率控制原理22-23
• 2.4.3 啟停機(jī)功率控制原理23-24
• 2.4.4 風(fēng)電機(jī)組定功率分段控制策略24-25
• 2.5 本章小結(jié)25-26
• 第3章 基于模糊聚類的風(fēng)電場(chǎng)機(jī)組分群方法26-41
• 3.1 引言26
• 3.2 基于遺傳算法改進(jìn)的模糊C均值聚類算法26-32
• 3.2.1 模糊C均值聚類算法基本原理26-29
• 3.2.2 遺傳算法基本原理29-30
• 3.2.3 基于遺傳算法改進(jìn)的模糊C均值聚類算法30-32
• 3.3 基于遺傳-模糊C均值聚類的風(fēng)電場(chǎng)機(jī)組分群方法32-37
• 3.3.1 風(fēng)電場(chǎng)機(jī)組分群特征值提取32-33
• 3.3.2 基于GA-FCM算法的風(fēng)電場(chǎng)機(jī)組分群方法33-37
• 3.4 算例分析37-40
• 3.5 本章小結(jié)40-41
• 第4章 風(fēng)電場(chǎng)場(chǎng)站級(jí)有功功率控制策略41-52
• 4.1 引言41
• 4.2 風(fēng)電場(chǎng)場(chǎng)站級(jí)兩級(jí)有功控制策略41-44
• 4.2.1 風(fēng)電場(chǎng)運(yùn)行模式分析41-42
• 4.2.2 風(fēng)電場(chǎng)場(chǎng)站級(jí)兩級(jí)有功控制策略42-44
• 4.3 風(fēng)電場(chǎng)群間優(yōu)化調(diào)度策略44-45
• 4.3.1 不切機(jī)群間優(yōu)化調(diào)度策略44
• 4.3.2 風(fēng)電場(chǎng)最小切機(jī)策略44-45
• 4.3.3 風(fēng)電場(chǎng)群間平衡策略45
• 4.4 風(fēng)電場(chǎng)群內(nèi)優(yōu)化調(diào)度策略45-47
• 4.4.1 風(fēng)電場(chǎng)群內(nèi)優(yōu)化調(diào)度目標(biāo)45-46
• 4.4.2 風(fēng)電場(chǎng)群內(nèi)優(yōu)化調(diào)度模型46-47
• 4.5 算例分析47-51
• 4.6 本章小結(jié)51-52
• 第5章 結(jié)論與展望52-54
• 5.1 結(jié)論52-53
• 5.2 后續(xù)研究展望53-54
• 參考文獻(xiàn)54-59
• 附錄59-62
• 附錄A59-60
• 附錄B60
• 附錄C60-62
• 攻讀碩士學(xué)位期間發(fā)表的論文及參加的科研工作62-63
• 致謝63

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 曹易;張寧;;一種改進(jìn)的模糊C-均值聚類算法[J];上海理工大學(xué)學(xué)報(bào);2012年04期

2 王圓妹;;一種改進(jìn)的K-均值聚類算法的研究[J];長(zhǎng)江大學(xué)學(xué)報(bào)(自科版)理工卷;2006年04期

3 劉韜;蔡淑琴;曹豐文;崔志磊;;基于距離濃度的K-均值聚類算法[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年10期

4 周云龍;王鎖斌;趙鵬;;基于改進(jìn)k-均值聚類算法的風(fēng)機(jī)振動(dòng)分析[J];振動(dòng).測(cè)試與診斷;2012年03期

5 同小軍;曾山;歐軍;萬(wàn)波;;兩階段模糊c-均值聚類算法及其應(yīng)用[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年11期

6 曾山;同小軍;桑農(nóng);李蓉?zé)?;基于對(duì)應(yīng)分析的冗余模糊C均值聚類算法研究[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年02期

7 宋清昆;郝敏;;一種改進(jìn)的模糊C均值聚類算法[J];哈爾濱理工大學(xué)學(xué)報(bào);2007年04期

8 單志強(qiáng);;基于模糊C-均值聚類算法的柴油機(jī)磨損模式識(shí)別[J];機(jī)械設(shè)計(jì)與制造;2008年12期

9 劉蕊潔;張金波;劉銳;;模糊c均值聚類算法[J];重慶工學(xué)院學(xué)報(bào)(自然科學(xué)版);2008年02期

10 周萍;;改進(jìn)的圖像分割遺傳K-均值聚類算法[J];海軍工程大學(xué)學(xué)報(bào);2009年03期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前9條

1 孫廣玲;唐降龍;;一種快速k-均值聚類算法[A];第六屆全國(guó)計(jì)算機(jī)應(yīng)用聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2002年

2 陳曉山;朱建沖;翁輝;;一種改進(jìn)的模糊C均值聚類算法及其應(yīng)用[A];2011年全國(guó)電子信息技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2011年

3 葛繼科;余建橋;張帆;張蕊;;改進(jìn)的K-均值聚類算法[A];’2004計(jì)算機(jī)應(yīng)用技術(shù)交流會(huì)議論文集[C];2004年

4 劉健莊;謝維信;;一種改進(jìn)的快速模糊C均值聚類算法[A];中國(guó)系統(tǒng)工程學(xué)會(huì)模糊數(shù)學(xué)與模糊系統(tǒng)委員會(huì)第五屆年會(huì)論文選集[C];1990年

5 汪民樂(lè);高曉光;李勇;;新型遺傳模糊C-均值聚類算法及其在導(dǎo)彈目標(biāo)選擇中的應(yīng)用[A];2007年中國(guó)智能自動(dòng)化會(huì)議論文集[C];2007年

6 趙爽;李曉奇;沙秀艷;;特征加權(quán)模糊C均值聚類算法在劃分勞動(dòng)報(bào)酬中的應(yīng)用[A];第三屆中國(guó)智能計(jì)算大會(huì)論文集[C];2009年

7 黃建軍;楊勛;謝維信;;基于類云模型的C均值聚類算法[A];第十三屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2007）論文集[C];2007年

8 羅小剛;彭承琳;劉婷;侯長(zhǎng)軍;霍丹群;文利;;基于模糊C均值聚類算法的心臟扭轉(zhuǎn)運(yùn)動(dòng)中心室壁輪廓的自動(dòng)提取[A];中國(guó)儀器儀表學(xué)會(huì)醫(yī)療儀器分會(huì)第四次全國(guó)會(huì)員代表大會(huì)暨2009年學(xué)術(shù)年會(huì)論文集[C];2009年

9 劉靖明;韓麗川;;粒子群優(yōu)化k均值的混合聚類算法研究[A];2004年中國(guó)管理科學(xué)學(xué)術(shù)會(huì)議論文集[C];2004年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 徐曼舒;基于改進(jìn)人工蜂群的模糊C均值聚類算法研究[D];安徽大學(xué);2016年

2 孫釩;風(fēng)電場(chǎng)場(chǎng)站級(jí)有功功率優(yōu)化控制研究[D];華北電力大學(xué)(北京);2016年

3 蔣帥;K-均值聚類算法研究[D];陜西師范大學(xué);2010年

4 吳曉蓉;K-均值聚類算法初始中心選取相關(guān)問(wèn)題的研究[D];湖南大學(xué);2008年

5 趙爽;改進(jìn)的模糊C均值聚類算法及其應(yīng)用[D];東北大學(xué);2010年

6 歐陳委;K-均值聚類算法的研究與改進(jìn)[D];長(zhǎng)沙理工大學(xué);2011年

7 劉莉莉;K-均值聚類算法的研究與改進(jìn)[D];曲阜師范大學(xué);2015年

8 王威娜;改進(jìn)的模糊C-均值聚類算法[D];大連海事大學(xué);2007年

9 梁燁煒;K-均值聚類算法的改進(jìn)及其應(yīng)用[D];湖南大學(xué);2012年

10 趙麗;全局K-均值聚類算法研究與改進(jìn)[D];西安電子科技大學(xué);2013年

  本文關(guān)鍵詞：風(fēng)電場(chǎng)場(chǎng)站級(jí)有功功率優(yōu)化控制研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：432833