臺灣博碩士論文加值系統

風力發電的經濟效益取決於發電效率，而風機發電量是與風速立方成正比，最直接影響到風機接收風能的多寡即取決於其迎風轉向偏航系統追風的性能。因此，本研究針對兆瓦級風力機做為研究載具，並由長期監控的台電四湖發電廠風力發電系統資料庫，進行短期風速與風向預測，設計風機電能擷取優化迎風轉向偏航系統。此系統以類神經網路預測短期風速/風向做為初步基準，使迎風轉向偏航控制系統能對預測之風速/風向資料進行運算，藉由在風機擷取電能及偏航轉動耗能兩者間進行爬山控制(HCC)轉向偏航決策，研擬最佳的迎風轉向偏航機制，進而控制風機偏航角度使其維持在最佳淨獲能，並同時以爬山演算法控制風機轉子輸出使風機系統維持在其最佳風能利用係數。最後為驗證本研究建構之優化偏航系統能穩定的使風機維持在其最佳迎風轉向偏航狀況，以Labview人機介面與風機發電資料庫實際模擬風機運作的即時情況，動態模擬驗證此迎風轉向偏航控制的功率優化效果及其穩定性。

The economic benefits of wind turbine system depend on efficiency of power generation. The generating capacity is proportional to the cube of wind speed, and the amount of wind energy directly impacted on the wind turbine is controlled by yaw system. This study based on megawatt wind turbine operation to design a wind turbine yaw control system to optimize energy capture. A neural network process predicted short-term wind speed/direction as a preliminary basis, and the yaw control system calculated energy captured by the blade and the power consumption of yaw rotation. The optimization of yaw angle control mechanism and a simultaneously mountain climbing algorithm to control the blade rotor system are applied to maintain the wind energy utilization at its best factor. A Labview HMI operation of real-time simulation of wind turbine dynamic verifies the effectiveness of yaw control and its stability of power optimization. In additions, the prediction methods based on feed-forward neural network from the Taipower’s meteorological data of wind turbine is described in this work.

第一章 緒論 1
1-1引言 1
1-2文獻回顧 2
1-3研究動機 3
1-4論文大綱 4
第二章 風力發電系統架構 5
2-1 風力發電機原理與架構 5
2-2 風力發電機偏航系統結構 8
第三章 風能預測研究方法 11
3-1 類神經網路簡介 11
3-2 感知器類神經網路 14
3-3 倒傳遞類神經網路 15
3-4 徑向基類神經網路 16
3-5 決策樹 17
第四章 前饋倒傳遞類神經網路原理與架構 18
4-1標準型倒傳遞演算法 18
4-2 批次梯度下降倒傳遞演算法 20
4-3具動量的批次梯度下降演算法 20
4-4牛頓法 21
4-5擬牛頓法BFGS 21
4-6 One Step Secant 22
4-7 Levenberg-Marquardt演算法 22
4-8 前饋倒傳遞類神經網路收斂情形比較 23
第五章 類神經模擬 27
5-1類神經研究方法與步驟 27
5-2 類神經網路廣義化 27
5-2-1規則化 27
5-2-2即早停止 30
5-3 類神經網路預測準確度 31
第六章 風機偏航系統建模 34
6-1 風機機組參數 34
6-2 固定流場 35
6-3 風機偏航系統架構 37
第七章 風機偏航決策控制系統 38
7-1 風力發電機轉動耗能 38
7-2 風機偏航決策HCC控制系統 39
7-3 風機偏航控制效益 48
7-4 風機3D偏航控制監測介面 50
第八章 結論與未來展望 52
8-1 結論 52
8-2 未來展望 53
參考文獻 54

[1] M’onica Chinchilla, Santiago Arnaltes, Juan Carlos Burgos,“Control of permanent-magment generator applied to variable-speed wind-energy systems connected to the grid” ,IEEE transactions on energy conversion, vol 21, no, 1, march 2006
[2] Andrew Kusiak, Member, IEEE, and Zijun Zhang. “Short-Horizon Prediction of Wind Power_ A Data-Driven Approach” IEEE TRANSACTIONS ON ENERGY CONVERSION, VOL. 25, NO. 4, DECEMBER 2010
[3] C. Pérez-Llera, M.C. Fernández-Baizán, J.L. Feito and V. González del Valle. “Local Short-Term Prediction of Wind Speed A Neural Network Analysis” iEMSs 2002 sessions (part two) TECHNIQUES AND METHODOLOGIES
[4] Shao Zhang, King-Jet Tseng “Design of a Robust Grid Interface System for PMSG-Based Wind Turbine Generators” IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS, VOL. 58, NO. 1, JANUARY 2011
[5] R. Esmaili, L. Xu, Fellow, D. K. Nichols, “A New Control Method of Permanent Magnet Generator for Maximum Power Tracking in Wind Turbine Application” Power Engineering Society General Meeting, 2005. IEEE
[6] Xin-yan Zhang, Jing Cheng ,Wei-qing Wang, “The Intelligent Control Method Study of Variable Speed Wind Turbine Generator” Sustainable Energy Technologies, 2008. ICSET 2008. IEEE
[7] WU Xin, LIU Yanping, TENG Wei, “Modified Hill Climbing Method for Active Yaw Control In Wind turbine” Control Conference (CCC), 2012 31st Chinese
[8] Andrew Kusiak, Haiyang Zheng, Zhe Song “Power optimization of wind turbines with data mining and evolutionary computation”, Renewable Energy
[9] Shao Zhang, King-Jet Tseng, D. Mahinda Vilathgamuwa, Trong Duy Nguyen, Xiao-Yu Wang,“ Design of a robust grid interface system for PMSG-based wind turbine generators” , IEEE transactions on industrial electronics, Vol. 58, No. 1, January 2011
[10] Keqing Qu, Hao Zhou, Yuehong Xing, Zuojin Ding,“A LVRT method for wind power PMSG system with Z-source inverter”, Shanghai University of Electric Power Shanghai, China
[11] R. Esmaili, L. Xu, Fellow, D. K. Nichols,“A new control method of permanent magnet generator for maximum power tracking in wind turbine application” , IEEE
[12] Xin-yan Zhang, Jing Cheng and Wei-qing Wang“The Intelligent Control Method Study of Variable Speed Wind Turbine Generator” , ICSET2008
[13] Kazuo Suzuki, Naoki Hoshino, Noboru Inomata, Hiroshi Kimura, Tamiya Fujiwara,“Influence of Wind Turbulence on Yaw-Control Gears in Wind Turbine” , Electrical Engineering in Japan, Vol. 176, No. 4, 2011” , CSEE
[14] David J. C. MacKay,“A Practical Bayesian Framework for Backpropagation Networks” , CA91105 USA
[15] 羅華強，高立圖書出版，“類神經網路-MATLAB的應用”
[16] 楊贇，程明，“基于直流電動機的風力機特性動態模擬器研究”東南大学電器工程學院伺服控制技術教育部工程研究中心(210096)
[17] 宋文娟，王輝，劉红燕，“直驅永磁風力發電機组偏航系统的設計”(湖南大學電器與信息工程學院，湖南長沙410082)
[18] 黃靖哲，“全橋半控型整流器及阻抗源變流器整合之風力發電系統”國立交通大學機械系碩士論文，中華民國一百零一年三月。
[19] 曾炫錡，“順滑模態觀測速度控制應用於無轉速感測之直驅式可變速風力發電機”，國立交通大學機械系碩士論文，中華民國一百零一年六月。
[20] 江國維，“基於倒階法則之積分型順滑模態控制應用於可變速風力發電機”，國立交通大學機械系碩士論文，中華民國一百零一年六月。
[21] 蔡珺竹，“基於短期風力預測估算最大電能擷取之大型風機迎風轉向控制估測研究”， 國立交通大學機械系碩士論文，中華民國一百零二年十月。
[22] WU Xin ,“Modified Hill Climbing Method for Active Yaw Control In Wind turbine” , Chinese Control Conference
[23] 霍志紅，左潞，郝源，張德虎，“風力發電機組技術控制”(中國水利水電出版社)
[24] 王進德，全華圖書出版，“類神經網路與模糊控制理論入門應用”
[25] 謝岱凌，張家維，徐如欽，蕭子健，高立圖書出版，“Labview201X 虛擬儀控程式設計”
[26] 鄭遠鐘，“適應性類神經模糊控制器於泵浦系統之應用”， 國立中央大學機械系碩士論文，中華民國八十九年六月。
[27] 陳瓊興，台科大圖書股份有限公司出版，“Labview2010與ZigBee感測電路”
[28] 台灣中小型風力機發展協會，http://www.small-wind.org.tw/content/wind/
[29] 能源科技，http://technews.cn/2013/07/01/a-climb-up-ges-brilliant-turbine/
[30] 綠色能源工程有限公司，http://www.hkgreenpower.com/website/
[31] 大連華銳特種傳動設備有限公司，風機偏航變獎驅動器http://www.huaxiawind.cn/detail_new1.asp?9874.html
[32] 陳柏宇，“應用案例式推論與類神經網路建立智慧型股票買賣策略預測系統”，國立中山大學資訊工程學系碩士論文. 中華民國九十八年七月。
[33] Remote controlled toy helicopter，http://www.google.com.br/patents/US8002604
[34] 瀋陽中科天道新能源裝備股份有限公司，http://shop.ibicn.com/4319/
[35] 陳穆臻，“Introduction to Data Mining Tan, P. T., Steinbach, M., Kumar,. Vipin”，http://123android.blogspot.tw/2011/10/111003-data-mining.html