电网电压跌落故障下双馈风力发电机无源性控制

为提高电网电压跌落故障情况下双馈风力发电系统不间断运行的能力,提出了一种基于无源性理论的双馈风力发电机低电压穿越控制策 略. 通过分析双馈风力发电机系统模型的无源性,设计了状态反馈控制器;根据双馈风力发电机在电网电压跌落故障时的运行特点,给出了一种 计及电网电压变化的期望状态值计算方法,状态期望值跟随电网电压变化而迅速改变,通过状态反馈控制器可实现电机电流快速跟踪. 仿真结果 表明在电网电压跌落故障下所提出的控制策略可以有效的抑制双馈风力发电机定、转子过电流,并且降低了电磁转矩波动幅值.     

电网电压跌落故障下双馈风力发电机无源性控制

为提高电网电压跌落故障情况下双馈风力发电系统不间断运行的能力,提出了一种基于无源性理论的双馈风力发电机低电压穿越控制策略.通过分析双馈风力发电机系统模型的无源性,设计了状态反馈控制器;根据双馈风力发电机在电网电压跌落故障时的运行特点,给出了一种计及电网电压变化的期望状态值计算方法,状态期望值跟随电网电压变化而迅速改变,通过状态反馈控制器可实现电机电流快速跟踪.仿真结果表明在电网电压跌落故障下所提出的控制策略可以有效的抑制双馈风力发电机定、转子过电流,并且降低了电磁转矩波动幅值.     

双馈感应式风力发电机的电压跌落响应分析

现代风力发电的发展,对风电生产提出了新的需求,即在电网电压跌落处于一定范围内时风力发电机装置必须保持和电网相连。研究了在电网电压跌落发生期间和故障清除后,双馈感应式风力发电机（DFIG）的转速,直流侧电压,有功,无功等量的动态响应,并分析了响应产生的机理。利用matlab/simulink建立了DFIG的仿真模型,并介绍了相应的控制方法,而DFIG模型在电网电压跌落下的仿真结果则很好地验证了分析所得结论的正确性。     

双馈发电机最大风能捕获和转换策略的仿真

为了最大限度地利用风能,提高风力发电系统的效率,提出了一种既可实现双馈发电机系统低于额定风速下的最大风能捕获又可使得电机铜耗最小化运行的优化控制策略。在分析风力机特性和双馈发电机基本电磁关系的基础上,推导了双馈发电机实现最大风能捕获和转换的定子有功功率和无功功率的数学模型,并应用基于动态同步轴系下的双馈发电机励磁控制策略实现了系统的最优控制。利用Matlab/Simulink对不同风速下双馈发电机系统的运行性能进行了分析和比较,结果验证了该控制策略的正确性和可行性。     

转子侧交-直-交变频器的双馈水轮发电机系统的建模与仿真

为了分析考虑水轮机调节系统影响的双馈水轮发电机系统的运行特性,首先基于双馈发电机和水轮机导叶开度的模型,应用小信号分析方法建立了双馈水轮发电机系统的数学模型;其次,研究了基于电压空间矢量脉宽调制(VSVPWM)控制策略的发电机系统的谐波特性。为了验证文中所提出的系统模型的正确性和可行性,采用Matlab/Simulink软件对双馈水轮发电机系统的稳态调节特性和暂态运行特性进行了研究。仿真结果表明双馈水轮发电机系统可实现定子有功功率和无功功率的独立稳态调节,在暂态运行特性中显示了很好的稳定性和动态性能。     

基于微分神经网络的风电机群低电压穿越特性建模

针对目前缺少分析风电机群低电压穿越特性高效建模方法的问题，提出了一种基于微分神经网络的风电机群低电压穿越特性建模 方法 。模型输入为风电场并网点电压与各台风机风速，输出为并网点电流。该模型能够较好地表征其强非线性切换过程，刻画风电场不同风速分布场景下风电机群的低电压穿越特性。在CloudPSS云仿真平台上建立了包含3台双馈风力发电机的风电机群仿真算例，对所提方法进行测试，测试结果验证了微分神经网络模型的泛化能力与有效性。     

不对称电网故障下PWM整流器的控制策略研究

在不对称电网故障下传统的PWM整流器控制策略需对电流正、负序分解并分别进行独立调节控制,由于正、负分离环节的引入势必减小了整个控制系统的控制带宽甚至影响了系统的稳定性,鉴于此,在分析了PWM整流器数学模型和传统控制器的基础上,提出了一种无需对电流进行正、负分解的新型电流控制器,以此修改了控制策略并进行了仿真研究。结果表明,新的控制方法能使PWM整流器在故障电网下的输入电流正弦,抑制了谐波功率的产生,保证了直流电压的稳定,增强了PWM整流器故障不间断运行的能力。     

光伏并网发电系统及其控制策略的研究与仿真

详细分析、研究了太阳能光伏并网发电系统的工作原理,建立了系统功率输出级的数学模型;提出了基于改进型重复控制和电网电压前馈控制相结合的复合控制策略,重复控制可以抵消周期性的负载扰动,改善稳态情况下的并网电流波形;电网电压的前馈控制可以抵消电网的影响,使系统近似成为一个简单的无源跟随系统;在MATLAB/SIMULINK环境下建立了系统功率输出级的仿真模型,并分别采用了不同的控制策略进行仿真;结果表明,在电网电压畸变时,本控制策略可以更有效改善并网电流的波形,降低并网电流的总谐波畸变率(THD).     

定速失速型风力机功率控制策略改良研究

为了提高风力发电系统综合系统性能, 在传统风力发电技术的基础上,对定速失速控制风力发电机组进行了详细的分析和研究,在Matlab下建立仿真模型,对其进行仿真分析,查看该型风力发电机性能的不足.在定速失速风力发电机的基础上,对其进行变速变浆距控制策略设计,建立数学模型进行仿真分析,分析结果表明经过改良设计后,风力发电机的风能利用效率和发电品质更高.为风力发电机控制系统改良设计提供了新的方法.     

基于双级矩阵变换器的无刷双馈风力发电系统仿真研究

从转子速旋转坐标模型出发,研究了同步坐标下无刷双馈电机的教学模型.采用基于功率绕组定子磁链定向的矢量控制策略,运用最大风能捕获原理,建立无刷双馈电机风力发电系统仿真模型.同时提出一种基于d-q坐标系下的双级矩阵变换器输出电压闭环控制方案,以优化系统中变频器的控制.仿真验证了模型与控制策略的可行性和有效性.     

基于桥臂电流控制的风力发电并网逆变器研究

在大功率风力发电系统中,并网逆变器控制是实现电能转换与传输的重要环节。针对采用T型滤波器结构的风力发电并网逆变器,提出基于桥臂电流闭环结合前馈补偿间接控制逆变器并网输出电流的控制策略,并根据三相电压源型并网逆变器开关函数的数学模型进行了控制系统仿真研究。仿真实验结果证明采用该控制策略提高了并网逆变器的稳定性和动态性能,同时可以有效抑制并网节点输出电流中的电流谐波。     

基于混合建模仿真的大型风电场降损控制

由于大型风电场变压设备多、集电线路长,在实际运行中集电系统损耗突出,对此提出一种利用风电机组作为分布式无功源,以优化风电场内潮流、降低集电系统总体损耗的无功/电压控制策略。同时,为提升风电场建模以及多场景降损优化仿真的效率,设计了一种基于对象模型组态与控制算法编程相结合的混合建模仿真方案,风电场模型采用模块组态建模,并由控制算法形成的引擎文件自主调用实施仿真优化。通过对某125 MW大型风电场进行降损控制的算例研究,验证了所提控制方案的有效性和混合仿真建模方法的高效性。     

基于PLECS的直驱永磁风电系统直接功率控制研究

在研究风力机特性和永磁同步发电机运行机理的基础上,建立了直驱式永磁风力发电系统数学模型,在实现最大风能捕获的同时,分析了负载变化对发电机侧电能转换单元控制参数的影响。对于网侧逆变器控制,采用基于直轴虚拟电网磁链定向的直接功率控制,避免了对电网电压的检测和电流闭环控制,有效简化了系统结构,提高了工作可靠性。通过在Matlab/Simulink环境下嵌入PLECS工具箱进行仿真研究,结果表明该系统具有较好的控制鲁棒性和低电压穿越能力,进一步验证了基于PLECS工具箱进行风电系统建模与仿真的可行性。     

液压型风力发电机组并网冲击仿真研究

以液压型风力发电机组励磁同步发电机系统和并网控制系统为研究对象,针对励磁同步发电机的准同期并网条件,建立了同步发电机和励磁系统数学模型。理论分析了同步发电机并网冲击电流和冲击转矩。通过MATLAB/Simulink建立同步发电机、励磁系统和准同期锁相模块仿真模型,采用AMESim软件建立液压调速系统模型,采用联合仿真的方法,对液压型风力发电机组准同期并网过程进行研究,分析了系统并网冲击特性。在实验室搭建30kVA实验台,实验验证了仿真模型和仿真结果的正确性。研究表明定量泵-变量马达液压调速系统能将同步发电机转速稳定控制在准同期并网条件范围内,同时能有效控制系统并网冲击,使风力发电机组平稳并入电网。     

基于孪生深度神经网络的风电机组故障诊断方法

为有效提取风电SCADA (supervisory control and data acquisition)中时序数据故障特征,同时考虑一维卷积神经网络(one-dimensional, convolutional neural network,1-D CNN)提取局部时序特征和长短时记忆网络(long short-term memory networks, LSTM)提取长期依赖特征优势,提出一种基于1-D CNN-LSTM的风电机组故障诊断方法;针对故障样本稀缺问题,基于孪生神经网络架构(siamese network),提出一种基于孪生深度神经网络siamese 1-D CNN-LSTM的风电机组故障诊断方法,依靠少量样本数据对机组故障特征进行有效提取。结果表明：1-D CNN-LSTM优于其他现有深度学习方法;当训练样本不足时,所提出的siamese 1-D CNN-LSTM可以显著提升故障诊断结果。     

基于预处理模糊Petri网与改进遗传算法的电网故障诊断方法

为了提升电网复杂故障时的态势感知能力,提出了基于预处理模糊Petri网与改进遗传算法的电网故障诊断方法.首先,基于层次化、动态建模的思想,在建立元件一般故障诊断模型的基础上,引入浮动库所、浮动弧、浮动变迁的概念来合理的体现主保护、断路器以及后备保护之间的逻辑关系,建立了元件复杂故障时的诊断模型;其次,挖掘故障信息源的特性进行预处理,依据故障类型动态建立相应Petri网诊断模型;再次,利用改进的遗传算法对模型中的参数进行了训练、优化;最后,探讨了该Petri网故障诊断模型的容错性、通用性.对算例系统仿真的结果表明:该方法突出了故障诊断过程的层次性、可理解性,提升了诊断模型的透明性、改善了诊断模型的易维护性,在电网复杂故障的情况下诊断结果仍具有较高的准确度,并呈现有较好的容错性.