智能控制在风电机组恒功率控制中的应用研究

论文摘要

控制技术是风电机组运行的关键技术。当风速超过额定风速以后,由于发电机组机械性能和电气性能的限制,必需降低风轮捕获的能量,使输出功率维持在额定值附近同时减小叶片承受载荷和风力机受到的影响,保证机组的安全运行。PI是工业控制中应用最广泛的技术。本文针对风电系统中PI参数的整定问题进行了探讨。风力发电中风速具有很强的随机性,风电机组的非线性特性也很强,不同的风速下需要有不同的PI参数才能保证机组稳定高效的运行。本论文利用遗传算法与神经网络相结合的方法,训练出能随风速变化,快速准确的输出PI参数参考值的控制器,并通过仿真证明该方法的可行性。然而PI控制器是针对系统输出与额定值的误差进行调节,控制作用具有一定的滞后性。当风速变化时易产生较大的超调以及较长的调节时间。本文提出了一种自适应神经模糊前馈控制器,通过将神经网络和模糊控制相结合,利用神经网络自学习特性对模糊控制器的各项参数进行自学习自调整,从而设计出简单易行的前馈控制器。该控制器可以有效克服风电系统模型非线性干扰。随风速的变化及时调整桨距角,提高了恒功率控制系统对风速响应的快速性。经仿真验证该前馈控制器与PI控制器结合使用不仅保证了功率的恒定输出还优化了额定风速以上输出功率的曲线。最后本文对上述理论,用QT进行了软件化设计实现。利用QT的跨平台特性,所实现的恒功率控制软件能够应用在不同的平台上。利用该软件测试,各种实验风速下,上述理论的控制效果均能有效地达到预期目的。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题背景和意义
• 1.2 风力发电系统的控制技术
• 1.2.1 风力发电控制技术的研究现状
• 1.2.2 风力发电中的先进控制技术
• 1.3 本课题的主要内容及意义
• 第二章 恒功率控制的结构模型
• 2.1 空气动力学相关知识
• 2.1.1 空气升力和阻力
• 2.1.2 变桨距的理论基础
• 2.2 风机模型
• 2.2.1 风机的能量转换过程
• 2.2.2 风力机的特性系数
• 2.3 传动系统模型
• 2.4 发电机模型
• 2.4.1 双馈发电机的工作原理
• 2.4.2 双馈发电机的数学模型
• 2.5 变桨系统模型
• 2.6 本章小结
• 第三章 智能PI参数调整
• 3.1 PI控制的参数整定
• 3.2 遗传算法训练PI参数样本
• 3.2.1 遗传算法基本原理
• 3.2.2 恒功率控制阶段基于遗传算法PI参数的优化
• 3.2.3 基于遗传算法PI参数的优化仿真结果
• 3.3 神经网络自适应整定PI参数
• 3.3.1 BP神经网络
• 3.3.2 神经网络的设计
• 3.3.3 BP神经网络的训练原理
• 3.3.4 恒功率控制系统中BP神经网络调节PI参数
• 3.3.5 仿真计算
• 3.4 本章小结
• 第四章 模糊前馈控制器的设计
• 4.1 模糊控制系统
• 4.2 自适应神经模糊系统
• 4.3 神经模糊控制器在前馈控制中的设计
• 4.4 程序仿真
• 4.4.1 待训练数据的选取
• 4.4.2 利用该模糊控制器进行仿真
• 4.5 本章小结
• 第五章 基于QT的恒功率控制系统的开发
• 5.1 QT介绍
• 5.2 恒功率控制程序的开发
• 5.3 本章小结
• 第六章 总结与展望
• 参考文献
• 攻读硕士期间发表的论文及其它成果
• 攻读硕士期间参加的科研工作
• 致谢