将PID和模糊PID应用于风力发电机的控制，其中风力发电机采用具有强非线性的数学模型，模糊PID控制器使用二维线性规则库和标准三角型隶属度函数的结构。在MATLAB平台上搭建仿真模型，仿真结果表明在误差存在的情况下，采用模糊PID控制比PID控制效果好，模糊PID控制鲁棒性强。

风力发电机组的控制系统是综合性控制系统，控制系统不仅要监视机组运行参数，对机组进行并网与脱网控制，而且还要根据风速与风向的变化，对机组进行优化控制。CAN总线是一种支持分布式控制系统和实时性控制的串行通信网络。其以多主机方式工作，通信速率可达1mbps。 can总线的上述特点正适用于风力发电机控制系统的独特要求，因此，本文提出一种基于can总线架构的风力发电控制系统。控制系统中各模块之间通过can总线实时交换数据，实现主控系统及各控制节点间的实时通信与数据交换。文章在分析了can协议及can独立控制器sja1000工作原理和读写逻辑的基础上，设计了can接口，给出了硬件原理图，分析了can通讯程序流程及系统中信号和控制指令的通讯帧格式。另外，本文还给出了基于嵌入式qt的应用程序的设计方案。

本文提出了一种基于最大功率点跟踪（MPPT）策略和主动干扰抑制控制（ADRC）技术的永磁同步发电机（PMSG）风力发电机组的优化控制方案。 针对风力发电机组的ADRC参数整定问题，提出了一种混合优化方法，该方法结合了智能遗传算法和非线性最小二乘法的数值优化方法。 该方法可以有效地调整ADRC的参数。 借助本文采用的控制方法，PMSG风力涡轮机可以实现最佳的功率捕获。

双馈风力发电并网matlab_simulink模型，电网有功无功控制

2022风力发电预测数据集（100多w条数据信息（间隔10min），9多w条数据信息（间隔15min），含数据集来源及详细说明） 空间动态风力发电预测的数据集 特征包括：风力涡轮机的空间分布，以及时间、天气和涡轮机内部状态等动态背景因素。

风力发电发电量预测数据集（训练集28201条，测试集12087条） 根据风机 id（tracking_id）、日期时间、风速(m/s)、大气温度(° c)、轴温(° c)、叶片角度(° c)、齿轮箱温度(° c)、发动机温度(° c)、电机转矩(N-m)、发电机温度(° c)、大气压力(Pascal)、面积温度(° c)、风车车体温度(° c)、风向(° c)、电阻(ohm)、转子转矩(N-m)、状态、云层高度、叶片长度(m)、风车高度(m)来预测风力发电发电量

对风电场选址区域进行投资估算时，风速情况的模拟分析将更加有助于把握待建风电场的投资可靠性。本文将复杂的风速分解为有效的4个部分组合，借助Matlab/simulink仿真软件把组成风速4个部分的数学模型模块化，再设置适合于风电场的数据参数得出风速的仿真曲线。仿真结果与风速仪记录的曲线进行比对分析，进一步验证了风速模型和仿真结果的正确性，为后续风力发电系统的研究工作提供参考。

参考文献《A Distributionally Robust Optimization Model for Unit Commitment Considering Uncertain Wind Power Generation》

空间动态风力发电预测的数据集 特征包括：风力涡轮机的空间分布，以及时间、天气和涡轮机内部状态等动态背景因素。 风电预测（WPF）旨在准确估计风电场在不同时间尺度上的风能供应。 风电是世界上安装量最大的可再生能源之一，风电预测方法的准确性直接影响电网的调度和运行安全。 WPF已被广泛认为是风电并网运行中最关键的问题之一。 列名解释： TurbID：风力涡轮机ID；Day：记录日；Tmstamp：记录创建时间；Wspd(m/s)：风速计记录的风速；Wdir(°)：风向与涡轮机位置之间的角度；Etmp(℃)：环境温度；Itmp(℃)：涡轮机舱内的温度；Ndir(°)：机舱方向，即机舱的偏航角；Pab1(°)：叶片1的桨距角；Pab2(°)：叶片2的桨距角；Pab3(°)：叶片3的桨距角；Prtv(kW)：无功功率；Patv(kW)： 有功功率（目标变量）；

风力发电的调研报告.zip风力发电的调研报告.zip