能源危機(jī)意識(shí)的增強(qiáng)使各國都致力于開發(fā)利用新能源。太陽能、風(fēng)能等裝機(jī)容量的不斷增大也因此引發(fā)了新能源電力消納的問題和矛盾,導(dǎo)致電網(wǎng)頻率出現(xiàn)較大波動(dòng),存在安全隱患,因此需要具有快速響應(yīng)的互補(bǔ)電源來彌補(bǔ)。水電機(jī)組控制較簡單、響應(yīng)較快,再加上云南地區(qū)水資源豐富,并作為發(fā)電的主要來源之一,是作為互補(bǔ)電源的不二選擇,因此提高水電機(jī)組的負(fù)荷響應(yīng)速度對(duì)新能源電力消納問題有著重要意義。云南水電大部分采用AGC為主的調(diào)頻模式,當(dāng)AGC和一次調(diào)頻同時(shí)動(dòng)作時(shí),兩者不能有效配合,常常導(dǎo)致一次調(diào)頻作用被抵消。為響應(yīng)南網(wǎng)號(hào)召,現(xiàn)對(duì)其進(jìn)行改進(jìn),并以功率反饋方式為例,在頻差環(huán)節(jié)引入調(diào)差率系數(shù)e_p,在保證兩者能夠協(xié)調(diào)的前提下進(jìn)而加快響應(yīng)速度,改善電網(wǎng)質(zhì)量,滿足控制要求。常規(guī)PID雖然簡單,但適用條件有限,當(dāng)面臨復(fù)雜的工況或非線性時(shí)效果很差,而水輪機(jī)調(diào)節(jié)系統(tǒng)中恰好存在非最小相位、死區(qū)、限幅等環(huán)節(jié),為此本文在常規(guī)算法之上引入單神經(jīng)模糊算法。首先分析了導(dǎo)葉、水頭對(duì)功率的非線性特性,并引入模型以使理論仿真更接近于實(shí)際;其次對(duì)功率反饋方式的機(jī)組協(xié)調(diào)進(jìn)行上述改進(jìn),經(jīng)仿真兩者能夠?qū)崿F(xiàn)協(xié)調(diào)控制,但響應(yīng)較慢,穩(wěn)態(tài)時(shí)間... 

【文章來源】：華北電力大學(xué)河北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：54 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

我國風(fēng)能和太陽能逐年裝機(jī)容量

圖 2-5 所示。狀態(tài)轉(zhuǎn)換K 被控對(duì)象Z-1+_e(k)u(k)X2(k)X3(k)模糊增益自整定r(k)y(k)圖 2-3 單神經(jīng)元模糊控制框圖在單神經(jīng)元 Simulink 中采用了 S-Function，該模塊不能直接用于仿真，需要提前對(duì)該函數(shù)進(jìn)行 m 文件的編寫，并通過調(diào)用子函數(shù)來實(shí)現(xiàn)。單神經(jīng)元算法中的相關(guān)參數(shù)分別設(shè)定如下：比例系數(shù) K=2，初始化學(xué)習(xí)效率 p= 65、 = 68、 = 10，初始化權(quán)值 = 0.3、 = 0.3、 = 0.3，采樣時(shí)間ts= 0.001s，次數(shù) n=20000，仿真結(jié)果如圖 2-5 中的曲線 3。

圖 3-3 非線性電液隨動(dòng)系統(tǒng)圖中 1為交流伺服電機(jī)的反映時(shí)間常數(shù)， 為主接力器反應(yīng)時(shí)間。3.2 水輪機(jī)及引水系統(tǒng)水輪機(jī)在整個(gè)調(diào)節(jié)系統(tǒng)中具有重要作用，主要完成水能到機(jī)械能的高效轉(zhuǎn)換，保證機(jī)組的安全、穩(wěn)定運(yùn)行。該模型中涉及過機(jī)流量、力矩、水頭、導(dǎo)葉等特性，結(jié)構(gòu)復(fù)雜，目前我們所應(yīng)用的模型都是根據(jù)實(shí)驗(yàn)獲得，并經(jīng)一定的數(shù)學(xué)分析與處理得到的，大致分為簡化的線性和復(fù)雜的非線性模型[1,6,23,34]。3.2.1 復(fù)雜的非線性模型非線性模型考慮了水頭的沿程損失以及水輪機(jī)的機(jī)械功率損耗，其表達(dá)式如式（3-1）所示，其中 為輸出功率； 和 1分別為水輪機(jī)的過機(jī)、空載流量；H 為導(dǎo)葉開度；h 為轉(zhuǎn)輪入口水壓；D 為阻尼系數(shù)；fp為引水管道摩擦系數(shù)； 為

【參考文獻(xiàn)】：
期刊論文
[1]新能源消納關(guān)鍵因素分析及解決措施研究[J]. 舒印彪,張智剛,郭劍波,張正陵.  中國電機(jī)工程學(xué)報(bào). 2017(01)
[2]“十三五”骨干網(wǎng)架發(fā)展的探討[J]. 韓豐,宋福龍,羅金山,韓曉男.  中國電力. 2017(01)
[3]基于混沌粒子群算法的水輪機(jī)調(diào)速系統(tǒng)參數(shù)辨識(shí)及建模試驗(yàn)[J]. 馮雁敏,王湛,張雪源,張恩博,劉春林.  長江科學(xué)院院報(bào). 2016(08)
[4]Coping with climate change and China’s wind energy sustainable development[J]. HE De-Xin.  Advances in Climate Change Research. 2016(Z1)
[5]一種改進(jìn)型粒子群優(yōu)化算法在電力系統(tǒng)經(jīng)濟(jì)負(fù)荷分配中的應(yīng)用[J]. 吳辰斌,李海明,劉棟,吳正陽,武蕾.  電力系統(tǒng)保護(hù)與控制. 2016(10)
[6]基于模糊增益單神經(jīng)元PID控制的地源熱泵空調(diào)系統(tǒng)的建模與仿真[J]. 曹振華.  系統(tǒng)仿真技術(shù). 2016(02)
[7]借鑒德國新能源消納的經(jīng)驗(yàn)[J]. 范征,廖宇.  能源研究與利用. 2016(02)
[8]Gain-scheduling control of a floating offshore wind turbine above rated wind speed[J]. Omid BAGHERIEH,Ryozo NAGAMUNE.  Control Theory and Technology. 2015(02)
[9]水電機(jī)組一次調(diào)頻與AGC典型控制策略的工程分析及優(yōu)化[J]. 何常勝,董鴻魁,翟鵬,蘇杭,王新樂,丁永勝.  電力系統(tǒng)自動(dòng)化. 2015(03)
[10]自適應(yīng)混沌整體退火遺傳算法在水電站群優(yōu)化調(diào)度中的應(yīng)用[J]. 王森,程春田,武新宇,李保健.  水力發(fā)電學(xué)報(bào). 2014(05)

博士論文
[1]水輪發(fā)電機(jī)及其調(diào)速系統(tǒng)的參數(shù)辨識(shí)方法與控制策略研究[D]. 寇攀高.華中科技大學(xué) 2012

碩士論文
[1]模糊神經(jīng)PID控制在水輪機(jī)調(diào)節(jié)系統(tǒng)中的研究與仿真[D]. 鄒佳慶.南昌工程學(xué)院 2015
[2]粒子群優(yōu)化算法在AGC機(jī)組調(diào)配中的應(yīng)用[D]. 劉佳青.華北電力大學(xué) 2014
[3]水輪發(fā)電機(jī)調(diào)速器的控制研究[D]. 任靜娜.河北科技大學(xué) 2014
[4]云南水電機(jī)組功頻控制中有功功率振蕩的預(yù)防研究[D]. 高東磊.華北電力大學(xué) 2014
[5]云南水火電機(jī)組功率振蕩的控制研究[D]. 李曉嬌.華北電力大學(xué) 2014
[6]基于智能融合算法的水電機(jī)組辨識(shí)與控制策略研究[D]. 曾仕琦.湖北工業(yè)大學(xué) 2013
[7]基于模糊PID水輪機(jī)調(diào)節(jié)系統(tǒng)的仿真研究[D]. 劉建交.西北農(nóng)林科技大學(xué) 2012
[8]改進(jìn)二進(jìn)制粒子群算法在梯級(jí)水電站AGC中的應(yīng)用研究[D]. 肖文.華中科技大學(xué) 2011
[9]水輪機(jī)調(diào)節(jié)系統(tǒng)的模糊神經(jīng)網(wǎng)絡(luò)控制研究[D]. 包居敏.桂林電子科技大學(xué) 2007



本文編號(hào)：3454401