基于神经网络逆的双馈发电励磁控制 doubly-fed generator excitation control based on neural network inverse.pdfVIP

第32卷第11期 太 阳 能 学 报 v。1．32，N。．11 201 1年11月 ACTAENERGIAESOLARISSINlCA Nov．．2011 文章编号：025441096(2011)11-1580416 基于神经网络逆的双馈发电励磁控制 李 岚，邢雪菲 (太原理T大学电气与动力工程学院，太原030024) 摘要：将神经网络逆控制方法应用于双馈发电励磁系统。根据并网型双馈发电机数学模型，进行系统可逆性分 析，确定神经网络逆系统模型。合理选择逆系统输入、输出变量，在适当激励信号作用下，对原系统状态进行采样 及数值计算，获得原始输入样本集和期望输出样本集，利用BP算法训练神经网络。用神经网络实现逆控制，将系 统分解为有功功率和无功功率的两个单变量线性子系统，通过线性系统综合方法，设计了由PI调节器组成的有功 功率和无功功率线性单闭环子系统。仿真结果表明，采用神经网络逆系统控制的双馈发电系统具有较好的动态性 能，不仅能够方便实现有功功率的控制，而且可独立提供电网所需的无功功率。 关键词：双馈发电；励磁系统；神经网络；逆控制；功率控制 中图分类号：TM614 文献标识码：A O 引 言 本文将神经网络逆控制方法应用于双馈发电励 磁系统，根据并网型双馈发电机数学模型，进行系统 逆系统方法是一种直接反馈线性化的方法…。 可逆性分析，确定神经网络逆系统模型，适当选取双 目前，应用逆控制理论进行双馈风力发电系统控制 馈发电励磁系统激励信号，对原系统的输出响应、系 问题的研究已有相关文献报道：文献[2]为优化变 统内部状态进行采样及数值计算，从而获得原始输 速变桨距风电系统的高风速区风能捕获，基于奇异 入样本集和期望输出样本集，利用BP算法离线训练 摄动理论和逆系统方法提出一种非线性桨距角控制 神经网络，将训练好的神经网络与被控系统串联，构 器；文献[3]将逆系统理论引入双馈型变速风力发 成以PI调节器作为复合控制器的有功功率、无功功 电系统进行有功功率和无功功率的解耦控制。但进 率两个单闭环控制系统，实现有功功率、无功功率的 行逆控制，必须已知系统的精确数学模型，由于风能 有效控制。 的随机性和时变性，使得双馈风力发电系统无法准确 建模，因此解析逆系统方法难以真正实际应用。神经 1双馈发电机数学模型 网络逆控制使逆系统方法需要系统精确数学模型、具 根据电机学理论，同步旋转肛r坐标系中双馈 体参数的瓶颈得以突破，已成功用于感应电动机的矢 发电机数学模型为‘9|： 量控制调速系统中H_8J，取得了较好的控制效果。 一R|一pLl∞lL。 皿。 一toL。 一∞lL． 一R。-pL。∞lLm 止。 -pL。 1．0。Lm R，+pL，一∞。L， 一∞。L。 —pLm ∞。L， R，+pL， 瓦=寻啦。