双馈风力发电机控制策略的仿真研究

变速恒频双馈风力发电机组主要工作在同步速附近,在这一运行区域转子励磁电流频率很低(同步速时为0),通过转速来调节转子励磁频率很难保证双馈发电机输出功率的稳定.通过对东北新能源公司大连驼山风电厂东汽FD77E型风机实际运行情况的研究分析,将DTC技术应用到双馈风力发电机的控制领域.首先对直接转矩控制技术进行了理论分析,阐述了它的工作原理和系统结构,进而推导出控制方程,并给出了具体的控制框图,然后利用MATLAB进行了仿真研究,仿真结果验证了理论分析和提出的策略是可行的.     

辅助变流器的新型分段式非线性控制策略

针对间接电流控制的缺点,通过引入电流解耦控制器来补偿相位,根据判断功率因数的值,以分段式非线性的控制策略改变补偿系数,从而稳定、快速地降低交流侧电压和电流的相位差,提升功率因数。     

定桨距变速风力发电机组的控制策略研究

提出定桨距变速风力发电机组的串级控制。外回路根据机组的运动方程采用自适应最优模糊控制,给出发电机电磁转矩设定值,实现参考转速的渐进跟踪。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。内回路基于双馈发电机的定子磁场定向矢量控制系统模型,结合动态线性化和反馈稳态解耦技术,提出发电机有功、无功功率的预测函数控制。采用 PI 控制与本文的控制策略作对比仿真,结果表明提出方法的有效性。     

双馈风力发电机空载并网控制策略研究

根据变速恒频双馈风力发电系统的运行原理,基于定子磁链定向的矢量控制技术和网侧变换器电网电压定向的矢量控制技术,设计了双馈风力发电机空载并网控制系统,实现了双馈风力发电机的柔性并网和有功功率与无功功率的解耦控制及最大风能追踪.基于Matlab/Simulink仿真平台,对双馈风力发电机空载并网模型进行了仿真,并利用试验设备对双馈风力发电机空载并网进行试验验证.通过对仿真和试验结果的对比分析,验证了所提控制方法的正确性和有效性.     

一种基于人-机在线协作的学习控制策略

通过引入人的介入机制和向人学习机制,提出一种人与机器在线协作的学习控制策略.控制系统包含常规控制器和向人学习控制器两部分.人只有在有需要时才介入控制,处理常规控制器难以处理的问题;同时,向人学习控制器通过在线学习人处理问题的技能来调整其控制机理.通过人与两个控制器的在线协作和协调,达到改善学习控制性能的目的.向人学习机制采用局部性神经网络--小脑模型关节控制器(CMAC)来实现.该策略在对倒立摆的学习控制研究中得到验证.     

电弧炉电极系统双模控制策略研究及应用

针对交流电弧炉电极控制系统具有非线性时变、多变量、强耦合及存在随机干扰的特点,采用基于最近邻聚类方法的径向基函数(RBF)神经网络快速学习算法,通过实时在线辨识,建立电弧炉电极系统的精确逆模型并用于控制,实现了将具有强耦合特性的多变量输入/输出(MIMO)系统解耦成单个独立的伪线性对象,并提出一种基于RBF神经网络逆控制与比例微分(P/D)控制相结合的双模控制策略。应用结果证实了该控制策略具有快速适应对象和过程变化的能力及较强的鲁棒性。     

直驱型永磁同步风力发电机混沌运动的非线性比例控制

根据直驱型永磁同步风力发电机（DPMSG）的数学模型,通过仿射变换和时间尺度变换,将转子磁场定向坐标系下的永磁同步发电机模型变换成一种简单的无量纲数学模型。验证系统在某些参数条件下会出现混沌运动,提出直驱型永磁同步发电机混沌运动的非线性比例控制方法。该方法以直轴和交轴电压为控制变量,通过发电机状态的非线性反馈,将直轴和交轴电流方程中的耦合项解耦,并使直轴和交轴电流可以跟踪设定值。该控制方法可以根据实际要求设置唯一稳定的平衡点。仿真结果表明了理论分析的正确性和有效性,为DPMSG风力发电系统的混沌控制提供了有效的控制方法。     

复杂系统的一种简单解耦控制方法

以水泵的调速控制为例,提出以不精确模型对多输入多输出系统进行解耦,辅以负反馈闭环控制,从而实现对多输入多输出系统的高精度控制,避免了一般多输入多输出系统的高精度控制需要精确的数学模型或运算复杂的不足.     

基于CMAC和PID的非线性耦合系统解耦控制研究

为了实现多变量非线性耦合系统的解耦控制,提出了一种基于CMAC与PID的复杂关联自适应解耦控制策略,并给出了详细算法。该控制策略采用PID控制器和CMAC控制器共同构成一个复合控制器,多个复合控制器通过多输入多输出线性神经网络,实施对复杂非线性耦合对象的控制作用。由于神经网络的自适应特性,可使得耦合系统逼近参考模型,实现解耦控制。仿真结果表明,该控制策略实现了耦合系统的解耦控制,并且具有较强的抗干扰能力和鲁棒性。因此采用此控制策略能够实现多变量非线性耦合系统的解耦控制。     

抽油机离网风电-网电互补供电系统的控制方法研究

探讨了离网风力发电应用于油田抽油机供电的控制问题.通过实时在线检测离网风力发电系统的相关参数,以历史同期气象统计数据为比对参考,研究实现在风速变化时风电-抽油机供电和蓄电池充、放电的控制方法与途径,确保在不稳定离网风电供电时设备的稳定运行,为离网风电的更广泛应用奠定了基础.     

抽油机离网风力互补供电控制系统的仿真研究

以离网风力发电机拖动多台抽油机的"一拖多"互补供电控制系统为对象,建立控制参数检测及设备特性的数学模型,并以大港油田的气象资料及典型设备为例,对互补供电控制系统进行了仿真研究.结果表明:参数检测、控制方法满足互补供电系统的要求,研究结果为在油田开采中实际利用风能奠定了基础.     

基于支持向量机的短期风电功率预测

风电场风速及风电机功率预测的准确性对电力系统运行有着重要的意义。基于支持向量机理论,结合江西省某风电场的风速和功率历史数据,建立了支持向量机风速预测模型,预测未来4 h的风速和功率。仿真结果表明:该模型预测的风速和功率平均相对误差分别为6.35%,16.83%,要优于BP神经网络的25.37%,25.43%。     

变速恒频双馈风力发电机的功率控制

针对双馈风力发电系统中功率控制的时变性、随机性、复杂性以及非线性的特点,提出了一种基于模糊神经网络的功率解耦控制方法.该控制方法不依赖电机参数和精确的数学模型,能够实现双馈风力发电机有功、无功功率的解耦控制,具有控制简单、灵活、方便、有效的特点,系统鲁棒性强,适用于双馈风力发电机的功率控制.     

风力发电系统控制技术的研究

分析了风力机运行特性及其最佳运行原理，深入探讨了风力机功率调节方式，论述了时变非线性风力发电系统的具有鲁棒性的非线性控制和智能控制的方法，并提出了需要解决的若干问题．     

多变量PID型神经元网络控制系统及在除氧器水位解耦控制中的仿真研究

介绍了多变量PID型神经元网络控制系统.给出了网络的结构和学习算法,说明了系统参数选取方法,分析了除氧器水位控制的特点.仿真结果表明,该控制系统对多变量强耦合的除氧器水位控制对象具有良好的解耦性能和自学习控制特性.     

直驱式永磁同步风电系统变桨距控制算法研究

以直驱式永磁同步风电系统为研究对象,在各部分数学模型的基础上,建立了整个风电系统的模型。基于此模型,考虑到风电机组非线性强、转动惯量大导致变桨距控制困难的问题,提出了基于模糊自适应PID和模糊前馈结合的变桨距控制算法并对该算法进行了仿真。仿真结果表明,当风速高于额定风速时,该控制算法能有效地控制风电机组的输出。最后在相同风速条件下比较了该控制算法与模糊控制算法、传统的PID控制算法的控制效果。比较结果表明,当风速高于额定风速时,虽然3种控制算法均能控制风电机组的输出,但是与模糊控制算法和传统的PID控制算法相比,本文提出的算法具有更好的稳定性和动态特性。     

冷铣刨机功率自适应控制参数研究

根据对冷铣刨机消耗功率和发动机输出功率影响因素的理论分析,选择了机器的作业速度作为功率自适应控制参数.在此基础上建立了系统的仿真模型,对使用自适应控制系统前后铣刨机发动机功率的使用情况及其作业效率进行了模拟分析和验证.结果表明:选择以机器作业速度作为功率自适应控制参数是合理有效的;该功率自适应系统能够将机器自动调节在发动机额定功率附近工作,使机器在给定条件下的额定功率利用率和作业效率分别提高了10.2%和6.32%以上.该研究为合理利用发动机功率和提高机器作业效率提供了参考.     

基于神经网络和遗传算法的采油控制系统

为了解决部分抽油机“长期相对轻载”和“空抽”的问题,采用抽油机间歇采油控制方法对采油控制系统进行了设计。利用非线性规范化方法的非线性同伦BP神经网络对采油模型进行辨识,采用遗传算法优化停机时间。该控制系统在油田中的实验结果表明,在保证了采油量的前提下,节电率达30%以上,实现了抽油机采油的智能控制。