基于有效风速估计与预测的风电机组自适应最大风能跟踪控制（英文）

针对如何在有效风速未知情况下实现风电机组最大风能跟踪(MPPT)的问题,本文使用支持向量回归(SVR)和自适应控制原理,提出基于有效风速估计与预测的自适应MPPT控制方案.首先,使用机组的历史运行数据,训练得到基于SVR的风速估计与预测模型,为MPPT控制提供实时参考输入.其次,结合在线学习估计器(OLA)和减小转矩增益(DTG)控制原理,设计自适应MPPT控制器,该控制器能够较好应对系统未知动态特性和干扰,且能降低传动链载荷.最后,使用李雅普诺夫原理证明闭环系统所有信号都是有界的.仿真结果表明本文提出的方法能够获得良好的MPPT效果,进而提高机组产能.     

模糊神经网络控制在风力发电系统中的应用

风速超过额定值后,需要有效调节风电机组吸收功率并限制叶轮载荷不超过设计的限定值.在分析风力发电系统原理的基础上,采用自适应模糊神经网络控制器控制桨距角,使机组能保持在额定功率附近发电,仿真结果表明了本文提出方法的有效性.     

基于实时状态的大型风电机组变桨非线性控制器设计

变桨控制技术是MW级大型变速变桨风电机组的核心控制技术之一,通过变桨控制可以使大型风电机组在高于额定风速的情况下调整风能吸收系数,保证风电机组输出功率恒定在额定功率附近.风轮是一强非线性环节,由于目前常规的控制手段缺乏对风轮这类强非线性环节自适应调整能力,导致只能在某一段线性化区域内获得比较好的控制效果,而在全工况范围内往往存在超调或跟踪不及时等问题.本文提出通过建立反向传播双层神经网络的方法动态估计有效风速,并基于有效风速和风电机组实时状态动态设计变桨控制器非线性校正环节,使控制器输出控制率依据风电机组实时工作点非线性程度动态调节,确保在全工况范围内控制器输出均能获得良好的控制效果.仿真结果表明了本文提出方法的有效性.     

基于最小二乘支持向量机的非线性广义预测控制

通过中值定理将一类非线性系统近似为时变线性系统,然后将提出的在线最小二乘支持向量机回归(OLSSVMR)与广义预测控制相结合,提出了一种基于OLS-SVMR的自适应直接广义预测控制.利用OLS-SVMR直接设计预测控制器,并基于广义误差估计对控制器参数和广义误差估计中的未知向量进行自适应调整.理论证明了该方法可使广义误差估计值收敛到原点的一个小邻域内.仿真算例也验证了该方法的有效性.     

线控转向系统的自适应高阶滑模控制

车辆线控转向(steer-by-wire,SbW)系统存在摩擦力矩及回正力矩等不确定动态特性,难以实现精确建模与有效控制.为此,提出一种基于自适应模糊逻辑系统的自适应高阶滑模(adaptive higher-order sliding mode, AHOSM)方法,实现SbW系统的有效控制.首先,通过自适应模糊逻辑系统逼近SbW系统的未知动态,使控制器的设计不再需要摩擦力矩及回正力矩的动力学模型;其次,采用高阶滑模和自适应增益技术削弱传统滑模控制器存在的抖振现象;再次,通过构造Lyapunov函数设计增益自适应律补偿逼近误差和系统不确定项对控制精度的影响,该方案不需要系统不确定项的界已知,且能够避免增益过估计现象;最后,通过稳定性分析证明该控制器可以在有限时间内建立实际滑动模态,数字仿真和硬件在环实验进一步验证了该控制方法的有效性和优越性.     

一类MIMO非线性时滞系统的鲁棒自适应控制

针对一类具有非线性输入的MIMO时变时滞系统,基于变结构控制原理,提出了一种稳定自适应控制器设计的新方案.该方案通过使用Lyapunov-Krasovskii(L-K)泛函抵消了因未知时变时滞带来的系统不确定性;进一步,利用Young's不等式和参数自适应估计取消了非线性死区输入模犁和不确定项假设中各种参数均为已知的要求.通过理论分析,证明了闭环控制系统半全局一致终结有界,跟踪误差收敛到零的一个邻域内.     

基于边界层的不确定机器人自适应迭代学习控制

针对不确定的多连杆机械手的跟踪控制问题,提出一种基于边界层的自适应迭代学习控制方法.自适应控制用来估计系统的未知参数的上界,本文主要特征是基于边界层设计自适应迭代学习控制器,避免了传统方法设计控制器的不连续性,削弱抖振现象的同时也提高系统的鲁棒性.理论证明系统所有信号有界,系统误差渐进收敛到边界层邻域内.仿真表明了算法的有效性.     

基于HOD的无模型四旋翼RBF滑模控制

为了探索解决在无模型控制算法中如何对系统的未知模型和扰动进行准确估计,提出一种基于高阶微分器(HOD)的无模型RBF神经网络滑模控制器(HODRBFSMC).引入HOD估计系统模型的各阶状态变量,并将系统模型的未知项和外界干扰统一归为总扰动,通过RBF神经网络对总扰动进行估计,并根据Lyapunov定理证明所设计控制器的闭环稳定性.为验证控制器的有效性,所设计的控制器被应用于四旋翼飞行器的轨迹控制,解决其模型参数复杂且飞行过程中易受外界干扰的问题.仿真实验表明,所提出方法能够有效估计并补偿总扰动,其轨迹跟踪能力和抗干扰性能相比PID和高阶微分反馈控制(HODFC)具有一定的优越性,能够很好地满足四旋翼飞行器控制的需求.     

未知控制方向的迟滞非线性系统预设自适应控制

针对一类含有迟滞特性的未知控制方向严反馈非线性系统,设计了基于误差变换的反步自适应控制器.首先提出动态迟滞算子来扩展输入空间建立神经网络迟滞模型.然后利用径向基函数(RBF)神经网络逼近未知函数,并引入Nussbaum型函数来解决系统未知控制方向问题.最后采用误差变换将误差限定在预设的范围内,并利用反步法设计自适应控制器.该控制方案不仅能够保证跟踪精度,还可以提高系统暂态和稳态性能.仿真结果表明了控制方案的可行性.     

基于最小二乘支持向量机的非线性广义预测控制

通过中值定理将一类非线性系统近似为时变线性系统,然后将提出的在线最小二乘支持向量机回归(OLS-SVMR)与广义预测控制相结合,提出了一种基于OLS-SVMR的自适应直接广义预测控制.利用OLS-SVMR直接设计预测控制器,并基于广义误差估计对控制器参数和广义误差估计中的未知向量进行自适应调整.理论证明了该方法可使广义误差估计值收敛到原点的一个小邻域内.仿真算例也验证了该方法的有效性.

     

低风速风力机最大风能追踪的互补滑模控制

针对风力机系统在最大功率点跟踪(MPPT)阶段易受风速等不确定因素的影响,为了进一步提高风力机的风能捕获效率,本文在滑模控制的基础上提出了一种互补滑模控制方法.首先,建立了含有干扰项的风力机系统的线性化模型,采用广义滑模面与互补滑模面相结合的方法设计了互补滑模控制器,并在理论上证明了此控制方法能够有效保证风力机转速跟踪误差的收敛性,且能提高转速跟踪精度.其次,采用风力机专业仿真软件FAST对美国可再生能源实验室(NREL)的600 kW风力机进行了仿真实验,结果表明本文所提出的控制方法不但能提高风力机的风能捕获效率,而且能有效减小转速跟踪误差.最后,将本文所提方法与现有常见的几种控制方法相比较发现:风力机系统在互补滑模控制策略下,具有更高的风能捕获效率和更小的转速跟踪误差.     

基于参考输入优化的变速风电机组最大化风能捕获方法

变速风电机组在额定风速以下应用最大功率点跟踪实现最大化风能捕获. 然而, 大惯量风电机组在面对快 速波动的湍流风速时, 因转速调节慢而难以保持运行于最大功率点. 本文研究进一步发现, 平均转速跟踪误差与整 体的风能捕获效率并非单调关系, 这使得当前以减小转速跟踪误差为目标的控制器设计难以有效提升风电机组的 发电效率. 为此, 本文以提升风能捕获效率(而非减小转速跟踪误差)为目标, 提出一种基于参考输入优化的风电机 组最大化风能捕获方法. 考虑到参考转速对风能捕获效率的复杂影响难以准确建模, 本文借助深度确定性策略梯度 (DDPG)强化学习算法实现参考输入优化. 仿真结果表明该方法能够有效提升湍流风下变速风电机组的风能捕获效 率.     

Variable Parameter Nonlinear Control for Maximum Power Point Tracking Considering Mitigation of Drive-train Load

Since mechanical loads exert a significant influence on the life span of wind turbines, the reduction of transient load on drive-train shaft has received more attention when implementing a maximum power point tracking (MPPT) controller. Moreover, a trade-off between the efficiency of wind energy extraction and the load level of drive-train shaft becomes a key issue. However, for the existing control strategies based on nonlinear model of wind turbines, the MPPT efficiencies are improved at the cost of the intensive fluctuation of generator torque and significant increase of transient load on drive train shaft. Hence, in this paper, a nonlinear controller with variable parameter is proposed for improving MPPT efficiency and mitigating transient load on drive-train simultaneously. Then, simulations on FAST (Fatigue, Aerodynamics, Structures, and Turbulence) code and experiments on the wind turbine simulator (WTS) based test bench are presented to verify the efficiency improvement of the proposed control strategy with less cost of drive-train load.      

具有尾缘襟翼风力机的恒功率反步法控制

尾缘襟翼风力机控制技术在大型风力机领域具有巨大的应用潜力.本文首先基于修正的叶素动量方法建立了具有可变尾缘襟翼的风力机气动模型.针对襟翼风力机的非线性模型,采用反步法设计了非线性控制器,保证系统的控制量和状态变量全局有界,并且风机的输出功率可以收敛到额定功率的一个小邻域内.此外,控制器设计过程中没有将实时风速信息纳入反馈系统,因而降低了工程实施的难度.最后针对12 m/s～15 m/s的阶跃风、基于四分量模型模拟的风载扰动、执行机构受到外部扰动以及总转动惯量具有10%不确定性的工况进行了仿真,仿真结果表明所设计的控制器能有效地稳定风力发电系统的输出功率,控制系统具有较强的鲁棒性.     

基于风速估计的风力机状态反馈滑模容错控制

针对风力机变桨距执行机构突变故障,提出了基于风速估计的自适应状态反馈滑模容错控制策略.首先,设计了基于自适应状态反馈滑模理论的鲁棒主动容错控制器,并结合全阶补偿器对控制律进行设计;然后,利用基于变速灰狼优化算法的组合径向基函数神经网络实现风速估计,可以改善风速测量精度并提高控制系统可靠性;最后,根据线性矩阵不等式和Lyapunov理论对控制器稳定性进行讨论,并与现有控制策略进行比较.仿真结果表明,在健康/故障的变桨距执行机构条件下,所提容错控制方法均能获得较好的控制效果.     

一种实现风力机MPPT控制的加速最优转矩法

最优转矩法因其所需测量状态较少、易于实现的特点,被广泛应用于风力机的最大功率点跟踪(Maximum power point tracking, MPPT)控制. 传统的最优转矩法只考虑系统的稳态工作点,依靠系统本身的特性进行转速调节,在一定程度上限制了转速调节速度. 本文使用滑模变结构控制的思想,在最优转矩法的基础上设计得到 一种变结构控制器,增大了转速跟踪过程中的不平衡转矩,缩短了系统的调节时间. 仿真结果表明本文提出的改进方法可以获得良好的转速跟踪效果,从而提高风力机的风能捕获效率.     

A new sliding mode controller for wind turbine pitch angle control

This paper focuses on variable-speed wind turbines where control is aimed at stabilizing the output power. A hybrid control algorithm is proposed which includes a new arrangement of two controllers along with an observer. Estimation of power coefficient via sliding mode observer reduces the amount of errors caused by changing the power coefficient parameter in different turbines. Moreover, the use of this special arrangement of sliding mode controller, proportional-integral (PI) controller and sliding mode observer, removes one of the controller parameter denoting wind speed from the designed algorithm, which in turn eliminates disturbances related to wind speed changes. In order to show the efficiency of the proposed control method, the performances of the controllers are evaluated by simulation in MATLAB software.     

分段变步长MPPT算法在风力发电系统中的应用

针对传统定步长爬山搜索(HCS)法在风力发电系统最大功率跟踪(MPPT)控制过程中的快速性和准确性矛盾,提出了一种基于爬山搜索法和模糊控制的分段变步长MPPT算法.该算法根据发电机P-ω特性曲线对最大功率点(MPP)跟踪过程进行分段,使系统能够根据工作点所在的区域选择合适的跟踪算法和步长完成最大功率跟踪.在Matlab/Simulink中分别对提出的模糊分段变步长算法和传统爬山搜索法进行了仿真.仿真结果表明:所提算法明显地改善了系统跟踪MPP的速度和稳态精度,在MPPT方面明显优于传统的爬山搜索法.     

Intelligent control for large-scale variable speed variable pitch wind turbines

Large-scale wind turbine generator systems have strong nonlinear multivariable characteristics with many uncertain factors and disturbances. Automatic control is crucial for the efficiency and reliability of wind turbines. On the basis of simplified and proper model of variable speed variable pitch wind turbines, the effective wind speed is estimated using extended Kalman filter. Intelligent control schemes proposed in the paper mchde two loops which operate in synchronism with each other. At below-rated wind speed, the inner loop adopts adaptive fuzzy control based on variable universe for generator torque regulation to realize maximum wind energy capture. At above-rated wind speed, a controller based on least square support vector machine is proposed to adjust pitch angle and keep rated output power. The simulation shows the effectiveness of the intelligent control.     

Intelligent maximum power tracking control of a PMSG wind energy conversion system

A comparative control study for a maximum power tracking strategy of variable speed wind turbine is provided. The system consists of a direct drive permanent magnet synchronous generator (PMSG) and an uncontrolled rectifier followed by a DC/DC switch‐mode step down converter connected to a DC load. The buck converter is used to catch the maximum power from the wind by generating an efficient duty cycle. Distinct Maximum Power Point Tracking (MPPT) algorithms are analyzed and compared: a classical Proportional‐Integral controller (PI) and two based Fuzzy Logic Controllers (FLC), including a conventional Fuzzy‐PI and an Adaptive FLC‐PI. The main aim of the presented study is to develop an advanced control scheme for wind generators to ensure a high level operating of the system and a maximum power extraction from the wind. This is achieved by analyzing the behavior of the system under fluctuating wind conditions employing Matlab Simpower Systems tool. Simulation results confirm that the Adaptive FLC‐PI controller algorithm has better performances in terms of dynamic response and efficiency especially in comparison with the ones of a PI controller under variable wind speed.