双馈风力发电机无速度传感器控制

提出了一种新型的基于模型参考自适应原理的双馈风力发电机的无速度传感器矢量控制方案.根据双馈风力发电机运行的特点,针对双馈发电机并网前空载励磁阶段和并网后发电运行阶段分别采用了不同的无速度传感器矢量控制方案.在发电机并网前,根据双馈发电机空载时定子侧电压矢量的q轴分量估计发电机并网前转速及转子位置.在并网运行阶段采用了一种基于双馈电机磁链关系的模型参考自适应方法进行转速及转子位置的跟踪.最后在理论分析的基础上,在实验室的双馈风力发电机组模拟平台上进行了实验研究.实验结果证明了该文提出的双馈风力发电机无速度传感器矢量控制方案的正确性和可行性.     

双馈风力发电机机侧变流器分析

根据变速恒频双馈风力发电机定子磁链定向矢量控制理论,采用双闭环结构SVPWM（Space Vector Pulse Width Modulation）,通过控制转子侧励磁电流达到控制电机定子侧的无功功率和频率的目的。并通过PSIM软件进行亚同步、超同步运行实验,双闭环控制保证了双馈电机的快速响应,仿真验证了双馈风力发电机控制策略的正确性     

无刷双馈风力发电系统双空间矢量调制矩阵变换器励磁控制

矩阵变换器具有低频性能好、功率因数可调节、四象限运行等特点,以矩阵变换器为无刷双馈风力发电机的励磁控制器,可建立交流励磁变速恒频风力发电系统。采用双空间间接矢量控制策略控制矩阵变换器输出电流的幅值、频率、相位,从而调节发电机控制绕组电流的幅值、频率、相位,实现无刷双馈风力发电系统的变速恒频运行及功率因数控制。采用C语言编写数字信号处理器控制系统程序,实现双空间间接矢量调制策略,复杂可编程逻辑器件实现四步换流和产生双向开关矩阵控制信号。通过实际风力发电机组平台进行了相关试验,结果验证了控制方案的有效性。     

变速双馈风力发电机工作原理

现代变速双馈风力发电机的工作原理就是通过叶轮将风能转变为机械转距（风轮转动质量）,通过主轴传动链,经过齿轮箱增速到异步发电机的转速后,通过励磁变流器励磁而将发电机的定子电能并人电网。如果超过发电机同步转速,转子也处于发电状态,通过变流器向电网馈电。     

微电网中带蓄电池的DFIG动态模型仿真

通过分析双馈电机的数学模型,建立了基于定子磁链定向矢量控制的双馈异步风力发电机模型,并且在其转换器直流侧加入蓄电池,在风力不足和大电网发生故障时给转换器转子侧或电网侧注入功率。以一个20 kV电源等效电网模型建立微电网系统,利用电力系统分析软件PSCAD/EMTDC分别对不带蓄电池的风力发电机和带蓄电池的风力发电机进行仿真。仿真结果表明,该控制方式能够实现双馈式异步风力发电机的有功、无功解耦。在变换器侧加入蓄电池,可改善电网质量,当负荷产生波动时能提高电压稳定性,还节约了变频器资源,节省了开支。     

双馈风力发电机组并网控制策略及性能分析

为了实现双馈风力发电机组无冲击电流并网,基于电网电压定向矢量控制技术,提出了一种考虑转子电流动态调节特性的双馈风力发电机组空载并网控制策略。基于Matlab/Simulink仿真平台,建立了双馈风力发电机系统及其并网控制的数学模型,并对不同初始运行转速的双馈风力发电机组的自动并网运行特性进行了仿真。仿真实验结果证明无论初始转速为同步转速,还是超、亚同步转速,利用提出的并网控制策略,双馈风力发电机组能很好快速地建立定子电压,并网过渡过程定子电流基本没有冲击。     

双馈风力发电系统最大风能追踪控制

在分析风力机功率特性和DFIG运行特性的基础上,通过对双馈机转速控制进行最大风能追踪具体过程的深入研究,提出一种基于最大风能追踪的双馈电机有功、无功功率的解耦控制方法。建立了基于发电机定子磁链定向矢量控制的双馈风力发电系统最大风能追踪系统模型,并利用PSCAD／EMTDC对其进行仿真,结果验证了控制策略的正确性。     

双馈风力发电系统最大风能追踪控制的研究

在分析了风力机功率特性和DFIG运行特性的基础上,通过对双馈机转速控制进行最大风能追踪具体过程的深入研究,提出了一种基于最大风能追踪的双馈电机有功、无功功率的解耦控制方法。建立了基于发电机定子磁链定向矢量控制的双馈风力发电系统最大风能追踪系统模型,并利用PSCAD/EMTDC对其进行仿真,结果验证了控制策略的正确性。     

基于PSCAD的双馈感应发电机矢量控制研究

在各种风力发电系统方案中,双馈感应电机（DFIG）变速恒频风力发电系统以其独特的优点逐渐成为当今风力发电的主流。在分析双馈电机的数学模型及原理的基础上,建立了基于定子磁链定向矢量控制的双馈感应电机风力发电系统模型。运用目前国外广泛应用的电力系统计算机辅助设计软件PSCAD/EMTDC对该系统进行仿真研究,并分析风力发电机运行时的动态性能。仿真结果表明,该控制方式实现了定子端口有功功率和无功功率的解耦控制,具有良好的控制效果。     

交流励磁变速恒频双馈风力发电系统并网控制策略与试验

提出了一种双馈风力发电系统并网控制策略。给出了双馈电机在同步旋转坐标系里的数学模型,采用电网电压定向矢量控制,对双馈电机的数学模型进行了简化。结合交流励磁双馈电机风力发电系统并网的实际情况,提出了分段并网控制策略,给出了各个控制器的设计方法。在实验室所搭建的变速恒频双馈电机风力发电试验平台,作了相应的验证性试验。试验结果证明,所提出的方法可以使双馈电机实现平滑并网。     

基于改进经验小波变换和最小二乘支持向量机的短期风速预测

针对原始风速信号非线性和非平稳性的特征,提出一种新的改进经验小波变换(IEWT)方法,该方法可将风速信号分解成一组有限带宽的子序列,以降低其不稳定性。在此基础上,结合最小二乘支持向量机(LSSVM),提出基于改进经验小波变换和最小二乘支持向量机(IEWT-LSSVM)的短期风速预测方法,并通过模拟退火粒子群优化算法(SAPSO)对相空间重构参数以及LSSVM模型的2个超参数进行共同优化。最后以华北某风电场采集的风速信号为算例,结果表明基于IEWT-LSSVM的预测模型能有效追踪风速信号的变化,在单步预测和多步预测上均具有较高的预测精度。     

基于相空间重构的支持向量机的风电场风速预测

风力发电具有波动性、间歇性和随机性的特点,风力发电的并网给电力系统的安全运行带来了严峻挑战,因此,实现风电场风速的预测具有重要意义。支持向量机是发展比较好的一种常用的风速预测方法,但是由于其输入特征对预测的精度影响比较大,所以特征的选择一直是人们所关注的问题。文章提出采用相空间重构理论对风电场风速进行预测,并通过与使用自然特征作为输入特征的预测方法作比较,验证了基于相空间重构的支持向量机的预测方法的优越性。     

PWM整流器在变速恒频风力发电系统中的应用

变速恒频风力发电系统要求励磁电源有良好的输入、输出特性和能量双向流动的能力.交-直-交双PWM变频器是理想的励磁电源,而PWM整流器是其中一项关键技术.文章从三相电压型PWM整流器主电路拓扑结构出发,建立了基于三相静止坐标系和两相同步旋转坐标系的数学模型.阐述了电压、电流双闭环控制的基本原理和空间矢量脉宽调制技术在三相PWM整流器中的应用.在Matlab/Simulink环境下,对其进行了单位功率因数整流和逆变的仿真研究.结果证明,该整流器是满足交流励磁需要的理想整流电源.     

基于Matlab/Simulink的永磁直驱风力发电机组建模和仿真研究

以永磁直驱风力发电机组为研究对象,建立了包括风力机、传动部分、永磁直驱发电机、矢量控制策略、最大风能捕获策略的整体数学模型;应用Matlab/Simulink工具,以建立的数学模型为基础搭建了永磁直驱风力发电机组仿真模型,并以两次阶跃风速为例对所建模型并网后运行特性进行了仿真研究。实现了永磁直驱风力发电机组的最大风能捕获和功率解耦控制,仿真结果表明,永磁直驱风力发电机组具有良好的运行特性,同时验证了所建模型的正确性和有效性。     

Machine learning ensembles for wind power prediction

For a sustainable integration of wind power into the electricity grid, a precise prediction method is required. In this work, we investigate the use of machine learning ensembles for wind power prediction. We first analyze homogeneous ensemble regressors that make use of a single base algorithm and compare decision trees to k-nearest neighbors and support vector regression. As next step, we construct heterogeneous ensembles that make use of multiple base algorithms and benefit from a gain of diversity among the weak predictors. In the experimental evaluation, we show that a combination of decision trees and support vector regression outperforms state-of-the-art predictors (improvements of up to 37% compared to support vector regression) as well as homogeneous ensembles while requiring a shorter runtime (speed-ups from 1.60× to 8.78×). Furthermore, we show the heterogeneous ensemble prediction can be improved when using high-dimensional patterns by increasing the number of past steps considered and hereby the spatio-temporal information available by the measurements of the nearby turbines. The experiments are based on a large wind time series data set from simulations and real measurements.     

高频链矩阵变换器解结耦调制策略在风电场中的应用

由于风电场运行的波动性和不确定性,使高频链矩阵变换器输出侧电压电流谐波含量较高.为此,提出一种应用于风电场运行的高频链矩阵变换器解结耦调制策略.基于解结耦调制思想从单向可控开关的角度分析由双向开关组成的矩阵变换器,并引入极性选择信号实现拓扑解耦.进而通过优化空间矢量信号与极性选择信号的逻辑组合,进一步优化双向开关驱动逻...     

Fault diagnosis for a wind turbine transmission system based on manifold learning and Shannon wavelet support vector machine

Fault diagnosis for wind turbine transmission systems is an important task for reducing their maintenance cost. However, the non-stationary dynamic operating conditions of wind turbines pose a challenge to fault diagnosis for wind turbine transmission systems. In this paper, a novel fault diagnosis method based on manifold learning and Shannon wavelet support vector machine is proposed for wind turbine transmission systems. Firstly, mixed-domain features are extracted to construct a high-dimensional feature set characterizing the properties of non-stationary vibration signals from wind turbine transmission systems. Moreover, an effective manifold learning algorithm with non-linear dimensionality reduction capability, orthogonal neighborhood preserving embedding (ONPE), is applied to compress the high-dimensional feature set into low-dimensional eigenvectors. Finally, the low-dimensional eigenvectors are inputted into a Shannon wavelet support vector machine (SWSVM) to recognize faults. The performance of the proposed method was proved by successful fault diagnosis application in a wind turbine's gearbox. The application results indicated that the proposed method improved the accuracy of fault diagnosis.     

风轮机输出特性模拟系统的设计

为了在不具备风场环境的情况下进行风力发电技术研究,设计了一套风轮机输出特性模拟系统.通过建立随机风速模型和风轮机转矩输出特性计算式,利用变频器控制异步电机的输出转矩来模拟风轮机的输出特性,使用所搭建的实验平台进行试验.试验结果表明,该模拟系统具有良好的动态实时特性,适用于在实验室内进行风力发电技术的研究工作.     

Convertible wind energy based on predicted wind speed at hub-height

Support vector machine is proposed to find wind speed at higher heights using measurements at lower heights. The mean absolute percentage error between measured and the estimated wind speed at height 40 m is found to be satisfactory. After validation at 40 m, the model was used to calculate the wind speed at hub heights up to 100 m. Annual energy yield was found to be increasing with hub height and, hence, accurate estimation of wind speed at heights becomes essential for realistic wind energy assessment. Furthermore, the plant capacity factor was found to be increasing approximately 1% for each 10-m increase in hub height.     

基于PSO优化LS-SVM的短期风速预测

提出了一种基于粒子群(PSO)算法优化最小二乘支持向量机(LS-SVM)的风电场风速预测方法。以相关性较高的历史风速序列作为输入,建立预测模型,并用粒子群算法优化模型参数。在对未来1 h风速进行预测时,文章所提出的模型比最小二乘支持向量机模型及BP神经网络模型具有较高的预测精度和运算速度。算例结果表明,经粒子群优化的最小二乘支持向量机算法是进行短期风速预测的有效方法。