基于神经元PID的风力发电机组独立变桨控制

依据风力机空气动力学原理,设计了神经元PID控制器,实现了风力发电机组3个桨叶的独立变桨控制。通过神经元PID控制,计算出桨距角,并与Park变换得到的附加桨距角相加,作为独立桨距角的设定值。基于Fast软件平台,以2 MW变速变桨风力发电机组为验证对象,对提出的控制策略与传统的统一变桨距控制策略进行仿真比较。结果表明,相对于统一变桨距控制,所提出的方法能有效确保在额定转速下机组输出功率稳定,同时也能有效降低风力发电机组各零部件的疲劳载荷。     

基于BP神经网络PID控制在水轮机调节中应用的研究

针对水轮机调节系统的结构复杂以及难以控制等问题,为了提高系统动态品质,在调节系统数学模型的基础上,分别利用BP神经网络、Ziegler-Nichols方法对PID参数进行整定,并完成了在Matlab环境下的程序编写及仿真实验,进行并分析了在系统处于频率给定扰动下,基于BP神经网络自适应控制方案和Ziegler-Nichols算法对调节系统性能的影响。结果表明,基于BP是神经网络自适应控制方案是一种有效的水轮机调速器参数整定方法,相比Ziegler-Nichols算法,该方案控制下的系统能获得更好的动态性能。     

直驱式风电机组建模及最大功率跟踪控制

针对新疆达板城风电场直驱式风力发电机组,采用高效大功率变流电路的拓扑结构,建立了直驱式风电机组数学模型和最大功率跟踪控制模型,应用基于BP算法的神经网络控制策略对风力机桨距角进行控制,达到了既能满足电网电能质量要求又能实现最大功率跟踪的目的。     

合面狮电站孤网运行试验研究

轴流转桨式水轮发电机组孤网运行稳定性是水轮机调速器控制系统的技术难点。本文结合合面狮电站孤网运行试验,分析了轴流转桨式水轮发电机组轮叶对机组稳定运行的影响,提出了调速器控制策略的相应修改,同时介绍了孤网运行参数的整定原则,为水轮机调速器控制策略设计与参数整定提供参考。     

基于遗传算法的水轮发电机组模糊PID控制研究

水轮发电机组是一个复杂的非线性系统,水轮机调节系统常规PID控制不能根据水轮发电机组的动态过程自动调整PID控制参数。因此,常规PID控制很难满足高性能控制要求。结合遗传算法和模糊PID控制的优点,用模糊推理在线整定PID控制参数,利用遗传算法优化模糊PID控制系统的模糊控制规则。仿真结果表明,这是一种非常有效的控制策略,其控制品质较传统PID控制系统有很大的改善和提高。     

智能模糊PID控制在水轮发电机组中的应用

针对水轮发电机组常规PID控制不能根据系统的动态过程自动调整控制参数的缺点，提出一种改进的智能自适应模糊PID控制系统，模糊控制器隶属函数和推理规则采用遗传算法优化，模糊推理输出在线修改PID参数，并探讨了如何整定PID参数以达到最优控制效果。仿真实验表明这是一种有效的控制策略，尤其是启停机过程及负载扰动过程比传统PID控制具有更好的鲁棒性和稳定性。     

基于BP神经网络的PID控制器在渠道自动控制中的应用

本文提出将基于BP神经网络的PID控制器应用于渠道自动控制中，实现了渠道PID控制中参数的整定不依赖于渠道数学模型，且能在线依据渠道系统的动态信息调整PID参数，满足了实时控制的要求。应用Matlab软件的仿真结果表明，采用基于BP神经网络PID控制器比常规PID控制，渠道的运行响应加快，水位超调减小，适应性增强，闸门的性能得到较大改善。     

神经网络在调水工程水力控制优化中的应用

通过研究RBF神经网络整定PID调节器的原理，并把它应用在调水工程水力控制优化中。建立了整定水位PID调节器的控制模型，优化变速泵控制前池水位变化系统的动态品质。通过实例分析比较，表明经过整定的PID调节器，能使系统调节性能得到优化。     

水力发电机组的模糊神经网络参数自整定PID控制及仿真

为适应水电机组的复杂工况和高指标的控制要求，提出了一种水力发电机组的模糊神经网络参数自整定PID控制系统．即利用多层神经网络构建模糊自适应PID控制算法，通过神经网络自学习能力在线提取模糊控制规则。优化控制器隶属度函数，根据不同时刻的误差e和误差变化ec，利用模糊逻辑控制，在线自整定PID参数，进一步完善了PID控制器的性能，提高了系统的控制精度。仿真实验表明：该控制器明显地改善了控制系统的动态性能，能使系统达到满意的控制效果，对进一步应用研究具有参考价值。     

BP网络模糊PID控制在水轮机调速器中的应用

为了改善水轮发电机组的动态调节品质,对神经网络控制在水轮机调节中的应用进行理论分析,将基于BP神经网络的模糊PID控制器应用于水轮机调速系统.仿真和实验结果表明,该控制器具有良好的调节品质,其控制作用对改善水电机组的动静态特性和对参数时变的适应能力等方面均优于常规PID调节器,为神经网络控制在水轮机调节系统中的应用打下了良好的理论基础.     

风电典型机型的闪变严重度分析

风力发电机组的并网运行对当地电网的电能质量有不良影响。为此．根据定速机型、变速机型引起电压波动和闪变的原理及并网风电机组电能质量的国际电工标准IEC61400—21，讨论了测量风电机组输出闪变的方法，给出了两种典型机型的短时闪变严重度与风速的关系实验曲线，并对不同风速段的闪变成因进行了分析。结果表明，变速风电机组在高风速区域综合应用桨叶节距角和变流器控制实现输出功率的稳定能够减小短时闪变严重度，在低风速区域追求最佳风能利用系数将使闪变严重度值增高。     

基于神经网络的水轮机调节控制器

对神经网络控制在水轮机调节中的应用做了理论上的分析，将基于BP神经网络的PID控制器应用于水轮机频率扰动和负荷扰动仿真实验中，结果表明其具有较好的动静态特性和较强的鲁棒性，为神经网络控制在水轮机调节中的应用打下良好的理论基础。     

风电机组风轮表面气流摩擦阻力特性研究

风轮在旋转的过程中,风轮获取的风能中需要消耗一部分来克服空气阻力,因此,叶片的设计中应充分考虑空气摩擦对设计的影响。结合1.2 MW风电机组叶片设计参数,应用黏性流体边界层理论,分析空气与风电叶片之间的相互作用及叶片受到的摩擦阻力,建立了叶片表面摩擦阻力计算模型,得到在摩擦力作用下,输出同样功率需要用弦长来补偿的结论,进一步修正了叶片弦长设计理论~([1])。最后通过Fluent仿真,分析气流摩擦阻力对叶片出力的影响,并与Glauert设计方法和Wilson设计方法进行对比,结果表明:在考虑摩擦力后弦长增加,且在不高于9 m/s的风速下原弦长和桨距角设计理论比Glauert理论和Wilson理论具有更高的功率和风能利用率。     

变桨距主动失速型风力发电机组智能控制器的研究

利用模糊理论和神经网络,设计了在低于额定风速时的神经节距控制器和高于额定风速的模糊节距控制器,将两种控制器结合在一起实现风力发电机组数学模型未知的情况下控制系统可靠运行,并具有主动学习发电机组运行特性的能力。并由理论计算数据在Matlab下仿真计算论证了控制器在实际工业控制系统当中运行的可行性。     

基于MATLAB的风能自校正自调整PID模糊控制器仿真研究

为了提高风力发电系统综合系统性能,在传统风力发电技术的基础上,对变速风力发电机组的自校正自调整PID模糊控制进行了详细的分析和研究,从而利用模糊控制和PID控制相结合的技术,取得了很好的效果。从MATLAB仿真结果看出系统精度及效率很高而稳态误差较小,鲁棒性较好。     

风电机组的积分模糊滑模变桨距控制

针对变桨距风力发电机组具有参数变化、强干扰、建模困难等特性,设计出了一种积分模糊滑模变桨距控制器。通过在传统滑模控制器中采用状态变量代替误差项的导数并引入误差项的积分来设计切换函数,消除了传统变结构控制需要已知期望输出信号导数的假设;利用模糊推理动态地调节切换增益,并采用积分的方法对切换增益上界进行估计,避免了传统滑模控制器需要选取不确定因素上界,同时采用合适的连续函数来代替切换增益中的符号函数,有效地削弱了系统的抖振。仿真结果表明:该控制器应用在风速高于额定风速以上的变桨距控制系统中,对系统参数的不确定性和外部干扰均具有很强的鲁棒性,能够有效地改善风电机组变桨距系统的控制性能。     

偏航对串列双风机发电功率影响研究

尾流效应是造成风场发电损失的主要原因之一,通过对上风向风机进行偏航调控和优化风场机位布局可以降低串列风机的尾流。为了探究各主要因素对降低尾流的效果,针对两台串列布置的NREL-5MW风电机组,采用Bastankhah尾流模型进行尾流区风速模拟,计算分析了不同机位距离、入流风速和湍流强度情况下,调控上风向风机偏航角度对串列双风机总的发电功率的影响。结果表明:增大串列双风机在垂直风向方向上的距离能够明显减弱尾流影响,通过对上风向风机偏航20°左右能够减小尾流,从而提升串列双风机总的发电功率。     

适用于独立变桨控制方式的风机气动模型和风模型的研究

建立了一种新的基于叶素理论的适用于独立变桨方式的风机气动模型,并与传统基于风能利用系数经验公式的风机气动模型进行了比较分析.同时基于风剪塔影理论建立了风模型,同新气动模型联合仿真,通过新气动模型的输出仿真结果验证了风剪塔影造成单只叶片的拍击力1P波动,3只叶片合成主轴气动转矩的3P波动.最后通过独立设定桨距角,联合对风模型与新气动模型仿真,验证了新模型对于独立变桨方式的适用性.