基于模型预测控制算法的风电场有功控制

被引量 : 4次 | 上传用户:kellyfly
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
风电存在随机性、间歇性等的特点,并且风电机组本身存在的非线性、强耦合性和不确定性以及风电场环境中风速变化干扰等因素的影响,这些都严重限制了风电场有功功率输出控制能力,给电网制定调度计划带来困难。为了解决此问题,要求风电场及风力发电机组自身具备一定的调控能力,确保风电场有功功率输出不超过调度部门给定的参考值。而模型预测控制能够使具有不确定性的风电场实现协调控制风电有功功率输出,以满足约束条件下跟踪调度需求。本文研究了模型预测控制方法的控制原理和控制算法,将其应用于风电场的有功功率控制系统中。主要做的研
其他文献
本文主要研究了人工神经网络在语音识别中的应用,径向基函数神经网络(RBFNN)的原理及在语音识别中的应用,重点在于研究基于径向基神经网络的命令集语音识别系统,研究构造了相应
复杂非线性系统的表达和控制问题是控制理论领域的重要研究方向之一,遗传算法作为一种新的搜索算法得到了控制理论界的重视。本文介绍了基于遗传算法的模糊模型的非线性系统的
本文以大容量机组(600MW或以上)为研究对象,首先分析了机组的煤耗特性。在特性曲线的拟合上,提出了一种统计方法,综合考虑历史数据和当前数据对煤耗特性的影响,使曲线更真实的反映机组的实际状况。在此基础上,建立了简单、完整、符合电厂实际的数学模型。然后分别用动态规划法和遗传算法解决负荷优化问题。动态规划法对模型要求较低,结果准确,但是当机组台数较多时产生“维数灾”问题。针对这一不足,本文提出两种改进
信息融合是一个在多级别、多层次上对多种源信息进行综合处理的过程,是一门有着很强的一般性和多样性的新兴学科,不论在军事还是在民用领域,都得到了广泛的应用。本文的主要
随着现代工业的快速发展,工业过程正朝着一体化和智能化的方向发展,同时对生产过程中的安全性逐渐提高。人们不仅希望能够在故障出现时做出有效的隔离和防护措施,还要求在过
植物mRNA序列中多聚腺苷化位点(简称poly(A)位点)识别是基因识别的重要组成部分,在基因组分析中,对poly(A)位点的正确识别有助于确定基因编码的终止位置,对分析基因的转录过程及