基于On-off和H_∞状态反馈的风能转换系统的双频环优化控制

根据风速的多时间尺度特性,在风能转换系统非线性机理模型的基础上,基于频率分离原理建立风能转换系统的双频环模型.在优化控制理论指导下,以额定风速以下的风能最大捕获为目标,针对低频环模型和高频环模型分别设计优化控制器,其中低频环采用On-off稳态优化控制方法,高频环采用H∞状态反馈优化控制方法,从而建立了风能转换系统的双频环优化控制结构.仿真结果表明:基于On-off和H∞状态反馈的风能转换系统的双频环优化控制方法是有效的,且相对于单纯的On-off控制具有更高的控制精度和更好的鲁棒性能,可以实现在额定风速以下的风能捕获功率最大化.     

风力发电机组优化控制器的设计

风力发电机组是一种复杂时变非线性系统,当风在额定值以上时,机械载荷能力和功率波动的范围是影响风电机组稳定性的重要因素.在风轮、传动系统、风力电机基础上建立风速双频环模型;并且通过低频环PI控制变浆距系统来实现额定功率控制;高频环设神经网络控制器以减少系统的机械振荡和保持系统运行的稳定性.仿真结果表明该双频环优化控制器能够实现的功率稳定输出,有效减少负载的扰动,同时为神经网络控制器在风能转换系统中的应用提供了一种新的思路.     

风能转换系统双频环的H∞鲁棒控制

针对风速的多时间尺度特性,建立风能转换系统的双频模型,引入一种混合灵敏度H∞鲁棒控制设计方法,根据风能转换系统特点综合选择鲁棒加权函数,设计风力发电机的转速控制器,实现额定风速以下的风能最大捕获.仿真结果表明:控制器在系统模型的不确定性和强干扰情况下,具有鲁棒稳定性和抗干扰性能,有效实现风能转换系统的最大风能捕获.     

基于dSPACE的风能转换系统LPV增益调度控制

额定风速以下时,风能转换系统需要通过控制发电机转速使风能的捕获率最大.根据风速的多时间尺度特性,建立风能转换系统的非线性机理模型并得到其归一化误差的线性参数变化系统模型;在采用PI控制策略的基础上,设计了基于LPV模型的增益调度控制器,对风能转换系统的电磁转矩进行动态补偿.基于dSPACE的风能转换系统硬件在回路仿真平台进行实验分析,结果表明补偿后系统的功率系数和叶尖速比追踪其最优值的精度更高,鲁棒性更好,体现了更好的动态性能.     

并网风力机中基于变桨距角的神经网络控制方法

针对并网风力机的运行特性,在其传动系统和发电机的动态模型基础上设计控制器.当外界风速较大,提出采用基于神经网络的风力机叶片桨距角控制器抑制多余的风能进入发电系统,维持风力发电机馈送到电网的功率稳定;当风速较低时,风力机转速需要跟随风速变化,调整叶片桨距角处于捕捉最大风能位置处,保证风力机的风能转换效率最优,提高其运行效率.仿真结果验证了该控制方法的有效性.     

基于模糊性能估计器的风能转换系统反馈控制器

针对风能转换系统(WECS)强非线性、参数不确定性的问题,设计基于模糊性能估计器的T-S模糊状态反馈控制器.以高速杆转速和电磁转矩为前提变量,采用无损调试方法,利用隶属度函数构建了整个全局模型模糊状态反馈控制器.实现了WECS模型的模糊动态化,减小了建模误差和外界扰动影响.仿真结果表明:该控制器能将风能转换系数和叶尖速比控制在最优值附近,实现了额定风速下风能捕获的最大化.     

数据驱动的变速变桨风能转换系统恒功率控制

为了实现风能转换系统在额定风速以上的恒功率控制,必须同时控制桨距角和电磁转矩。针对变速变桨风能转换系统具有强非线性和不确定性难于建立精确模型的问题,将数据驱动的最优控制理论和多变量控制策略相结合,根据变速变桨风能转换系统的输入输出数据得出系统的马尔可夫参数,据此构造一个基于数据的状态观测控制器,并通过差分Riccati方程的闭合解来设计多变量最优反馈控制器。在MATLAB/Simulink的仿真结果表明:在不建立模型的基础上设计的数据驱动的多变量最优控制器能够有效地实现系统的恒功率输出控制。     

风能转换系统神经网络控制方法综述

该文阐述了风能转换系统神经网络控制方法．在阐述风能转换系统基本控制策略的基础上,分析了风能转换系统常规控制方法的缺点和不足,对风能转换系统神经网络控制方法进行了总结和展望。     

永磁同步风力发电机侧变流器控制策略

在传统风力发电机变流器控制中采用风速传感器测定风速作为控制的调节信号,这使成本过高,且风速测定具有一定的延后性,影响电机控制的反应速度.为此,提出一种新的针对永磁同步风力发电机侧变流器的控制策略.将爬山搜索算法与同步电机的解耦矢量控制相结合,实现最大风能捕捉与变速恒频控制.在Simulink平台上搭建了风机模型及同步发...     

基于模糊自适应控制的风电机组变桨距系统

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。本文采用基于模糊聚类算法的模糊自适应控制,通过建立风速模型和风力发电机组的运动方程,应用模糊自适应控制,在低于额定风速时控制风轮转速,获得最大的风能利用系数,在高于额定风速时控制桨距角的变化,保持输出功率恒定。仿真结果表明了文中方法的有效性。