基于模型参考自适应的无速度传感器双馈风力发电机组控制技术研究

考虑到变速恒频风力发电机组在运行工况下安装速度传感器具有诸多缺陷,提出了一种基于模型参考自适应(MRAS)转速辨识理论的无速度传感器变速恒频风力发电机组控制策略.应用Popov超稳定理论,经过严格的推导得出了转速和转子时间常数的自适应律,使系统在准确辨识转速的同时,对电机参数变化具有较强的鲁棒性.通过引入自适应补偿改进积分器消除了电压模型中纯积分环节存在的直流偏移和初始值问题.最后,通过Matlab/Simulink功能进行了系统的仿真,并详细分析了电机参数变化对辨识精度的影响,仿真结果验证了所提策略的有效性.     

基于小波变换和LS-SVM的短期风速预测方法

针对风速序列的周期性和非平稳性,提出了基于小波变换和LS-SVM相结合的风电场风速预测模型,利用小波变换的多分辩分析法对风速序列进行分解,将风速序列投影到不同尺度上.结合LS-SVM的小样本学习能力强和计算简单等特点,将小波分解后的各风速子序列分别采用LS-SVM进行训练和预测,最后将各预测结果进行叠加得到最终的风速预测值.与LS-SVM风速预测方法进行比较,采用该文提出的方法可明显提高短期风速预测的精度,并具有较强的适应性,具有一定的工程应用前景.最后通过具体实例验证了该模型的有效性.     

组合权重相似日选取方法及光伏输出功率预测

提出一种光伏功率预测方法,该方法利用相似变量的基值点误差,采用组合权重法求取相似误差,确定相似日,然后将相似日的输出功率按不同权重系数加权得到预测功率。根据最小鉴别信息原理,将主观权重和客观熵权有效融合获得相似日选取的组合权重系数,功率权重系数按相似性指标生成。某光伏电站实测数据算例仿真表明,所提方法可选出相似度高的相似日,提高了光伏输出功率的预测精度。     

基于多Agent协作控制的风电场功率调度策略

提出一种基于多Agent协作控制的风电场功率分布式控制策略。首先,设计风电场多Agent系统的架构;其次,为减少风电机组目标功率波动,提出一种基于风电机组功率变化趋势分类调度的方法,详细介绍机组分组策略以及基于各级Agent协作下风电场升-降功率控制策略;最后,基于Java/JADE平台建立风电场多Agent系统控制模型。仿真结果表明,该方法在功率目标跟踪性及稳定性上较常规方法均有良好改善。