基于动态逆的风力发电系统桨距控制器设计与仿真

在空气动力学基础上,建立了变浆距风力发电系统的非线性数学模型.在此基础上,利用非线性动态逆方法,设计了系统在额定风速以上工作时的桨距角控制律.整个设计都是针对风力发电系统的非线性状态方程进行的,克服了基于局城近似线性化方法的缺点,因此控制性能得到改善,适合于工况点大范围变化的情形,而且求解过程比较简单.最后进行了对比仿真,结果验证了本方法的有效性.     

运用ADE算法进行Wiener模型辨识

DE算法是一类基于种群的启发式全局搜索技术,该算法原理简单,控制参数少,鲁棒性强,具有良好的优化性能.首先利用DE算法对Wiener模型参数进行辨识,分析了算法中变异率F对辨识过程中的全局并行搜索能力和收敛速度的影响;其次运用一种自适应变异差分进化算法(ADE)进行Wiener模型参数辨识,该算法在初期变异率较高,种群具有多样性,避免过早收敛于局部最优解;在进化过程中,变异率逐渐变小,优良个体得以保留,避免最优解遭到破坏.运用ADE算法对Wiener模型的数值仿真结果表明了ADE算法在参数辨识问题中的有效性,以及较PSO算法更强的非线性系统辨识能力.与一般的DE算法相比较,ADE算法辨识到全局最优解的精度和概率有较大提高,对算法参数的敏感性降低.     

基于Lag-SBP的Wiener型非线性系统的辨识方法

给出了Wiener型非线性系统的一种新的辨识方法，采用Laguerre函数与静态BP网络相结合构成Wiener型非线性系统的模型，并给出此模型参数递推辨识算法，这种模型参数辨识不需要实际系统的阶次和时延先验知识，对实际系统阶次和时延变化有较强的鲁棒性。数字仿真验证了该方法的有效性。     

非线性系统基于HM模型的变结构控制

对非线性系统的稳定控制问题进行了研究，基于HM模型对非线性系统进行描述，并将全局HM模型表示成含不确定项的形式，在满足匹配条件下，采用稳定性理论设计出确保HM模型全局渐近稳定的滑模变结构控制器，用一级倒立摆进行仿真验证，控制器结构简单，只用较少的模糊规则，就能得到满意的控制效果，成功地将变结构控制应用于非线性系统，有推广应用价值。     

Wiener系统的混沌引力搜索迭代辨识

Wiener非线性系统是由动态线性子系统串联非线性静态子系统而成,被广泛应用于自动控制、化工、电气等领域.考虑Wiener输出误差自回归(Wiener Output Error Autoregressive,Wiener OEAR)系统的辨识问题,提出了一种混沌引力搜索迭代辨识算法,通过在引力搜索算法中引入混沌优化机制...     

风力机阀控液压马达变桨距位置控制系统仿真

针对大型风力机比例阀控液压马达变桨距位置控制系统进行仿真研究。首先,建立了比例阀控马达系统数学模型,确定系统的特性。然后,选取适当的风速模型,并通过风速与变桨距负载的关系获得系统负载的目标参数。最后,对比例阀控液压马达变桨距位置控制系统进行仿真研究,建立了主要元件与系统的AMESim仿真模型,通过仿真分析验证了比例阀控液压马达系统用于大型风力机变桨距位置控制的可行性。     

基于反馈线性化H∞理论的风电系统桨距角控制

风电系统工作在额定风速以上时,扰动风速会导致输出功率出现脉动,这会对电网的稳定性产生不利影响.为了解决这个实际问题,将非线性干扰抑制理论应用到桨距角控制律的设计中,建立了整个机组合风速扰动项的非线性数学模型;采用精确线性化方法将问题转化为标准的H∞控制问题,以避免HJI不等式的求解,同时还可以保证系统在工况点大范围变动时仍具有较好的控制性能.利用MATLAB/Simulink进行了对比仿真,结果表明该控制策略对风速扰动具有抑制作用,能够实现功率的平稳输出,适应工况点大范围变动的情形,控制性能要优于基于单个工况点近似线性化模型的控制方法.     

基于T-S模糊模型的非线性时滞系统的变结构控制

基于T-S模糊模型和变结构控制策略,研究了一类带有参数不确定项的非线性时滞系统的变结构控制问题。首先,利用变结构控制理论选择滑模面,根据可达条件提出了一种变结构控制方法,该方法确保系统的运动轨迹在有限时间内到达滑模面并一直保持在滑模面上。当不确定项不满足匹配条件时,根据Lyapunov稳定性理论和线性矩阵不等式(LMI)的方法得到了系统状态全局稳定的充分条件。最后给出了一个仿真加以说明该设计方法的有效性。     

十字梁实验系统的分层变结构控制

分层控制理论就是将高阶的复杂系统划分成耦合程度很低的多个低阶子系统层次,然后对每个子系统分别设计控制器并实施控制。十字梁实验系统是为控制理论研究而开发的一个高阶非线性实验平台。本文设计了分层变结构控制器,并进行了仿真,仿真结果表明,该系统具有较好的抗干扰性和鲁棒性。     

基于MATLAB语言的系统辨识

本文简单介绍了一种目前在我国机械行业还没有普遍使用的计算机语言Ｍａｔｌａｂ语言。并利用此语言开发出一套液压伺服控制系统微机辅助辨识软件，实际应用结果表明整个微机辨识系统设计合理，辨识结果准确可靠，对于液压伺服控制系统辨识具有较好的实用性。     

大型变速风力发电机组的自适应模糊控制

控制技术是风力发电机组安全高效运行的关键。风力发电机组是复杂多变量非线性系统,具有不确定性和多干扰等特点。本文提出使用模糊逻辑推理系统得到低风速时的发电机参考转速,该方法无需测量风速,避免了风速测量的不精确性。根据机组的运动方程,采用最近邻聚类学习算法建立发电机电磁转矩自适应最优模糊控制,低风速时获得最大风能利用系数。算法综合考虑风力发电机组的机械特性和电气特性,系统辨识作为控制算法的一部分自动执行。高风速时,变论域自适应模糊控制器控制桨距角,机组能准确地保持在额定功率发电。仿真结果表明了本文提出方法的有效性。     

基于快速控制原型的风力发电半实物仿真系统

为提高风力发电MPPT控制器设计与测试验证的快捷有效性,提出了基于LabVIEW FPGA的MPPT快速控制原型(RCP)系统。在LabVIEW RT实时运行平台上,采用PXI-FPGA架构设计了风速、风力机和PMSG的实时仿真模型,以及MPPT快速控制原型。将功率变换器、实时仿真模型和MPPT快速控制原型相连接,构造出半实物仿真(HIL)闭环测试系统。通过渐变风速和自然风速的实时仿真测试,验证了所述快速控制原型系统设计的正确有效性,为风力发电系统的进一步深入研究提供了一套有效的实时仿真和半实物测试平台。     

电液伺服变距系统的二维云模型控制研究

云模型是对语言值所蕴含的模糊性和随机性的一种数学描述，它用期望值Ex、熵En和超熵He表征定性概念，将概念的模糊性和随机性集成在一起，是实现知识库中定量与定性之间相互转换的一种新途径。本文论述了模糊子集的云模型表示、基于云模型控制规则的不确定性推理，并设计了一种二维云模型控制器。仿真结果表明，该控制器简易、直观、鲁棒性强，具有良好的控制性能和较好的应用价值。     

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。     

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。     

基于风速预测模型的风电一次调频仿真研究

为进一步提高风速预测精度,考虑数据内部结构性与外部影响因素耦合性叠加特征,以及风电机组功率特性,构建逆向前馈神经网络自回归移动平均模型(back propagation-autoregressive integrated moving average model, BP-ARIMA),并对风电场风速进行预测仿真,通过与实际数据对比分析,验证了所建模型具有较高预测精度。在所建预测模型基础上,基于风力发电机组典型功率特性曲线,统筹考虑储能装置容量优化配置与风电机组的致稳性问题,应用MATLABSIMULINK平台进行风电机组一次调频仿真。结果显示：一次调频控制策略的频率调节能力相较于常规超速减载调频控制可至少提高十个百分点。     

风力发电模拟器的控制策略研究

为了解决在实验室里进行风力发电技术研究的问题,设计了风力发电模拟器。针对风力发电模拟器的特点,建立了执行元件的数学模型。采用无速度传感器直接转矩控制算法对模拟器进行控制。在风力发电模拟器上的仿真和实验结果表明,采用这种控制策略的感应电机的输出轴转速可以实时跟随风速给定信号的变化,并且迅速达到稳定,稳态精度很高,具有很好的动态性能。     

一类基于神经网络的非线性模型预测控制

在研究非线性对象输入/输出数据的基础上，将对象输出的Taylor级数展开式取线性项作为预测模型，提出一种非线性系统模型预测控制算法，为了保证预测模型的准确性，以神经网络做辩识器估计系统建模误差，对非线性对象进行单频预测控制，理论上已证明三层BP网能任意逼近L2上的非线性函数，本文通过仿真研究也表明了当神经网络逼近系统建模误差时，所提出的预测控制算法对复杂非线性对象能达到良好的控制效果。