变速恒频双馈风力发电系统rbf网络整定pid控制器设计 design of pid controller adjusted by rbf neural network for dfig-based wind farm.pdfVIP

变速恒频双馈风力发电系统rbf网络整定pid控制器设计 design of pid controller adjusted by rbf neural network for dfig-based wind farm.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
变速恒频双馈风力发电系统rbf网络整定pid控制器设计 design of pid controller adjusted by rbf neural network for dfig-based wind farm

第32卷第3期 太阳能学报 V01.32.No.3 2011年3月 At矾ENERGIAE SOLARISSIMCA Mar.,2011 变速恒频双馈风力发电系统RBF 网络整定PID控制器设计 王纪亮,焦晓红 (燕山大学电气T程学院,秦皇岛066004) 摘要:针对双馈风力发电系统基于近似线性化模型的PID控制系统动态性能较差、抗干扰能力较弱的缺点,该 文给出基于非线性逆系统伪线性化模型的具有RBF网络整定的PID控制策略。首先使用非线性控制系统的逆系 统理论对双馈风力发电系统的完整数学模型进行解耦,然后利用RBF神经网络在线调整PID控制器参数,处理系 统参数不确定性和外部干扰对控制性能的影响。理论分析和仿真研究结果表明:该控制器能保证系统在风速变化 情况下最大程度地获取风能,且达到电网恒频恒压的要求,实现安全稳定地并饲运行。 关键词:双馈风力发电系统;非线性;RBF神经网络;PID控制;逆系统 中图分类号:11P273 文献标识码:B 参数的控制策略。使用逆系统理论对系统的数学模 0 引 言 型进行解耦,再将RBF神经网络与传统PID控制结 变速恒频风力发电系统是一个强耦合、多变量 合,利用神经网络的自学习和自适应能力及时调节 不确定非线性系统,近年来国内外专家对其控制问 题做了大量研究工作。文献[1]基于定子磁场的矢 数,克服参数不确定性和外部干扰对系统性能的影 量控制技术提出了转子电流PI控制器,实现有功功 响,从而解决传统PID控制鲁棒性差、抗干扰弱和自 率和无功功率的解耦。文献[2,3]采用坐标变换的适应能力差的问题,并与传统PID控制器进行对比。 方法将双馈风力发电机转子侧变换器的电流分解成 该控制方法通过控制风力发电系统转子的转矩来调 两个正交分量,实现对定子侧有功功率和无功功率 节系统的转速,实现最大风能捕获,通过控制有功功 的解耦控制。文献[4]利用近似线性化方法对双馈率和无功功率的电流分量,实现系统输出恒频恒压 发电机转子电压和电流的正交分量进行解耦,但由 的电量,保证风力发电系统安全稳定地并网运行。 于转子反电势的存在不能通过静态补偿的方法来实 现转子电压对有功和无功功率的完全解耦控制。文 1双馈风力发电系统模型 献[5]设计了能实现有功功率和无功功率解耦的鲁 变速恒频双馈发电机发电系统的转子侧采用电 棒控制器。文献[6]采用逆系统理论推导出系统伪 压型双PWM变换器与电网相连接,实现电能的双向 线性系统模型,运用内模理论对其进行控制器设计。 流动及有功功率、无功功率的调节,定子侧直接与电 传统PID控制器结构简单易于实现,但对被控 网相连。双馈风力发电系统结构如图1所示。 对象的依赖性较强,对较复杂的非线性系统的控制 变速恒频双馈风力发电系统在d,q两相同步旋 难以满足系统的性能要求[7]。神经网络具有很强的 转坐标系下的整体数学模型建立如下。 非线性映射、并行处理和自学习等能力,将其与传统 双馈发电机模型: PID控制器组合形成神经网络PID控制器,提高传统 u耐=R。id+缈一一叫l f 9蛳 … PID控制器的性能要求。本文提出一种基于非线性

您可能关注的文档

文档评论(0)

hello118 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档