直驱式永磁同步风力发电机组建模与仿真

来源 :中国高等学校电力系统及其自动化专业第二十七届学术年会 | 被引量 : 0次 | 上传用户:email_97
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  以直驱式永磁同步风力发电机为研究对象,基于PSCAD/EMTDC仿真平台搭建了包括风速模型、风力机模型、永磁同步发电机模型和控制系统模型的风力发电系统动态数学模型,实现了永磁同步风力发电机组的最大风能追踪和桨距角调节;并以恒定风速和渐变风速扰动为例,对并网后的风力发电机组的运行特性进行了仿真分析。仿真结果证明了所搭建模型的正确性和有效性。
其他文献
针对常规三相光伏并网逆变器主电路与有源滤波器主电路相似的特点,考虑将无功功率补偿与光伏并网发电统一控制,使光伏并网发电系统在向电网提供有功电能的同时也能够提供电网所需的无功电能,从而简化电网的系统结构,提高供电能力,并节省设备投资。文中分析了并网控制原理、瞬时无功检测、无差拍控制原理,并使用MATLABL/SIMULINK仿真验证了方案的正确性。
近些年来,可再生能源并网技术逐渐成为研究的热点,并网逆变器作为整个分布式并网发电系统的核心部件,主要功能是将直流电变换成符合并网要求的交流电。本文主要介绍了并网逆变器的原理和控制方法,引入了同期并网的方法对逆变器的并网进行控制,最后进行实验仿真,验证了用所提出的方法并网,对电网的冲击最小。
直驱变速恒频风力发电系统无需增速齿轮箱,具有维护量小、运行效率高、对电网冲击小等优点,受到了广泛的关注。但由于直驱系统是全功率传输,所以研究其变流器的结构对提高整个系统的运行效率和稳定性具有重要意义。本文对几种常见的DC-DC变换器拓扑结构的最大功率跟踪进行了比较研究。
本文基于VisualStudio2008平台采用C#语言的Windows窗体技术和SqlServer2000数据库搭建风电机组齿轮箱的状态监测系统人机界面,并采用GDI+绘图技术实现齿轮箱温度状态的可视化曲线。然后运用C#语言编写基于ARIMA模型的齿轮箱故障预测算法并编译成动态链接库(dll文件)。最后,系统通过调用故障预测算法获得齿轮箱温度状态预测数据,并与监测数据对比显示。实验结果表明,本系
大量风电并网运行将会影响电力系统的静态电压稳定性。不同的风机类型对系统电压稳定有着不同的影响。建立了两种类型风电机组的静态数学模型,分析了风电场节点在潮流计算中的处理方法,通过连续潮流计算得到了风电场关键节点电压随节点有功负荷变化的P-V曲线,比较了系统接入风电场前后和接入不同风机类型时的系统静态电压稳定极限,分析了风电场不同接入点和风速对负荷参数和崩溃点电压的影响。结果表明,影响包含风电场电力系
针对风电机组出力的波动性,提出了基于风电多状态出力模型的电力系统随机生产模拟方法。传统的随机生产模拟算法只是对可控的火电机组进行优化配置和计算,不适合含风电电源的系统情况。本文首先建立了考虑风速、风电机组出力随机性以及风电场尾流效应的综合风电出力模型,将风电场等效成一个多降额状态的常规机组。然后利用随机生产模拟算法,兼顾多能源机组的强迫停运率,得到电网的可靠性指标和各发电机组的计划发电量,分析了风
风电出力受环境因素影响大,呈现出典型的波动性、随机性和间歇性特点,同时,受限于现有系统的预测精度,风电功率预测值与实际值之间存在一定的误差,该预测误差的分布特性是风电功率预测精度评估和大规模1风电并网电力系统优化调度的重要参考依据。已有的方法大多采用正态分布模型,该模型尽管能够反映风电预测功率误差的整体分布特性,但就精确度而言,这会在一定程度上会偏离预测误差的实际概率分布,而随着系统风电装机容量的
在太阳能新能源的利用技术中,引入最大功率点跟踪技术(MPPT),可以有效提高太阳能电池板的输出效率。本文研究分析了太阳能电池板的内特性、外特性和负载特性,在这个基础上设计了实现最大功率点跟踪的MPPT电路,并开发了基于STC12C5A60S2(51系列)单片机进行控制的程序方法。实验证明,MPPT控制方式在光伏发电系统中有很大的应用前景。
文章首先分析光伏电池的等效模型,接着论述光伏并网发电系统中直流升压电路MPPT的控制原理,继而通过matlab仿真对最大功率跟踪控制的原理和方法进行验证。实验应用TMS320C2808DSP芯片为控制核心,实验结果证明了控制策略的正确性和科学性。光伏发电系统中直流升压电路采用MPPT控制,可以提高光板的利用率,从而提高光伏发电系统的发电效率。
随着大量风电并入电网中,为了增加电网对风电的接纳能力,合理制定发电计划,保证电力系统稳定运行,这就需要对风电输出功率进行准确的预测。针对风电场功率时间序列的非线性和非平稳性,本文将EMD和EEMD方法应用在风电场功率预测中,分别将EMD和EEMD与时间序列的方法相结合,提出两种预测方法EMD-ARMA和EEMD-ARMA法。运用EMD和EEMD技术对原始风功率序列进行预处理,将其自适应地分解为一系