全球能源发展近年来出现巨大变革,清洁能源也需要加快自身发展的脚步。发展可再生能源是实现可持续获取清洁能源的主要途径。风力发电是可再生能源的重要形式。风力机是风能转换过程中不可或缺的设备,对风力机进行研究具有重要意义。在风力发电技术的发展过程中,变桨距风力机以系统稳定、停机便利、安全高效等优势在风力机领域里得到了广泛应用。为对恒功率控制的变桨风力机进行研究,建立准确的数学模型,因此对变桨风力机进行参数辨识,获取具有较高精度的模型参数显得尤为重要。本文基于MATLAB仿真平台,围绕变桨风力机的三个子系统的参数辨识进行了以下研究:首先,本文根据变桨风力机的整体结构组成和各部件工作性能,对各待辨识参数所属子系统建立了数学模型。在风能转换模块中,根据空气动力学原理分析了变桨风力机系统的能量转换方式,并建立了数学模型。在建立传动系统过程中,采用两质量块和动态阻力转矩模型,并分析了该系统与发电机的联系。控制模块采用基于阀控缸的液压变桨执行机构。由于系统存在很强的非线性,因此对其进行反馈线性化处理,并对整体模型进行仿真验证。然后,本文对变桨风力机进行了辨识策略和算法的研究。由于变桨风力机系统复杂、参数较多并且参数阶次高,难以进行精度较高的整体参数辨识。为解决该问题,本文确定了基于粒子群算法,以子系统为基本单元的整体辨识策略。由于粒子群算法的辨识误差较大,进而运用量子粒子群算法对参数进行辨识。但仍存在部分参数辨识误差较大的问题,因此采用最小二乘法对待辨识参数进行粗略估计,解决粒子群搜索边界过大的问题。为验证算法的辨识精度,对其进行性能测试,然后基于变桨风力机进行参数辨识。最后,为验证辨识效果,联合各子系统辨识结果进行整体模型重建。再将重建模型与原模型进行相同外环境下的仿真比对,验证基于辨识结果重建模型的整体合理性。然后更换模型所在环境,以基于粒子群算法及其衍生算法的辨识结果的重建模型作为参照,进行仿真效果比较,整体验证算法的有效性。