基于模糊PID的风电系统转速控制仿真研究

由于风速具有随机性、不确定性、变化范围大等特点,风力发电机转速若采用传统PID控制,仅一组固定的参数难以在不同风速下均有好的控制效果。分析了风力发电系统各参数之间的关系,结合PID控制和模糊控制各自的特点,设计了模糊自适应PID控制器。在额定风速以下,该控制器用于改变发电机定子电压,从而改变发电机反力矩,调节转速,使得输出功率快速跟随风速变化。MATLAB/Simulink仿真结果证实其稳定性、动态速度响应均优于传统的PID控制,取得了较为理想的控制效果。     

磁悬浮支撑转子系统PID寻优控制∗

建立磁悬浮支撑转子系统来代替机械轴承,旨在避免轴承受热膨胀抱死问题.在 MATLAB/Simulink中搭建 了真空泵用驱动电机的转子悬浮控制系统模型,给出了一种主动磁悬浮的 PID 参数寻优运算方案,依靠改进的模糊 PID控制器进行动态仿真,仿真结果表明该 PID寻优控制对磁轴承控制有积极的作用.     

主动磁悬浮轴承系统中的模糊自整定PID控制研究

针对主动磁悬浮系统控制效果不佳的问题，设计了一种参数可以模糊自整定的PID控制器，该控制器兼具PID控制和模糊控制的优点，参数整定比较方便，鲁棒性强。仿真实验证明该控制策略有效、可行。     

基于模糊PID的离网型风力发电系统功率控制

对离网型风力发电系统的结构特性进行了分析,提出不测量风速及不使用机械传感器,利用模糊PID控制器实现系统在不同工作模式下的功率控制.在额定风速以下,采用最佳功率给定法进行最大功率追踪和负载跟踪控制;在额定风速以上,利用耗能负载卸荷和机械折尾翼限速相互结合,限制系统功率输出.仿真结果表明,该方法能够实现离网型风力发电系统在工作风速范围内的最佳功率输出.     

基于模糊神经网络风电混合储能系统优化控制

采用风电储能系统来平抑风电波动功率在当今是一个有效的措施,然而储能系统控制策略的好坏直接影响风电系统的技术性能和经济性能。根据超级电容器和蓄电池在功能上的互补性,将其应用在基于双馈电机的风电场中,风电场采用分布整流集中逆变拓扑控制结构,并对其设计模糊神经PID控制器,采用模糊神经网络算法对混合储能系统PID控制参数进行在线优化。基于Matlab/Simulink平台搭建控制系统仿真模型,并进行仿真分析,验证了混合储能系统能够提高储能装置的使用寿命。根据储能系统补偿功率和其荷电状态的波动范围,以及对风电波动功率的平滑程度,验证了该控制系统的有效性。     

变速恒频双馈风电系统风力机转矩模糊PID控制

由于环境风速变化的随机性和不确定性以及风电系统非线性、强耦合的特点,如果采用传统PID控制,仅以特定的PID参数难以在不同风速下对风力机转速进行实时跟踪控制。在变速恒频双馈风电系统中,针对变速风力机非线性、转动惯量大的特点,根据风力机最大风能追踪特性,在低于额定风速下,提出了风力机转速跟踪的模糊PID控制策略,从而使风力机在最佳转矩下运行。通过仿真试验,验证了模糊PID控制的调节品质,表明其对非线性系统风力机具有良好的控制效果。     

无轴承同步磁阻电动机悬浮系统模糊PID控制

无轴承同步磁阻电动机悬浮系统是一个复杂的非线性系统,难以建立精确的数学模型,普通PID控制很难取得良好的控制效果.设计了模糊PID控制器,它结合了模糊控制和PID控制的各自优势.仿真结果表明模糊PID控制器性能优于普通PID控制器,悬浮系统具有优良的动、静特性.     

基于模糊理论与常规PID控制的模糊PID控制方法研究

模糊控制与PID控制是工业控制中两种常用的控制方法,然而,随着工业控制系统的复杂程度及对控制精度要求的日益提高,单一的模糊控制或PID控制已无法适应并满足控制系统对复杂程度和控制精度的要求。通过深入分析模糊控制和PID控制的各自优势及不足,提出将模糊控制与PID控制相结合的模糊PID控制方法,仿真实例表明,模糊PID控制方法能有效减小系统的超调量,提高系统的响应速度,缩短系统的调节时间,大大增强了控制系统的动态性能。     

基于模糊神经网络的水轮机调速器PID控制

针对水轮机调节系统参数时变、运行工况多变以及包含复杂非线性环节的特点,传统的PID控制策略难以满足系统各项运行指标.根据水轮机调速系统的数学模型,结合模糊控制的推理能力和神经网络的自学能力,提出基于模糊神经网络的水轮机调速器PID参数控制策略.仿真结果表明,相比于传统PID控制和模糊控制,所提控制策略的系统响应拥有更小...     

模糊PID控制在风力发电变桨距系统中的应用

采用变桨距系统是提高风力发电机组性能的关键技术。介绍了变桨距系统的结构和工作原理,提出了利用模糊自适应PID技术来实现风力发电变桨距控制的技术方案。方案设计了自适应模糊PID控制器,采用模糊推理的方法实现PID控制参数Kp、Ki、Kd的自整定。仿真实验结果表明,基于自适应模糊PID控制器,采用模糊推理的方法实现PID控制算法的变桨控制器具有鲁棒性强、超调量小、稳态精度高,且在变桨控制中调控平稳,对传动系统及变桨执行机构损耗小等优点。     

基于小世界优化的变桨距风电机组神经网络预测控制

通过将混沌映射用于产生初始节点集和进行算子构造,提出一种新的基于实数编码的混沌小世界优化算法。采用4种算法对多例复杂函数的优化问题进行仿真试验,表明所提算法具有能够有效避免陷入局部极小值、快速搜索到最优值的能力。将上述方法应用于变桨距风电机组启动并网时的转速控制,提出一种基于混沌小世界优化算法的神经网络预测控制策略,其预测模型由基于现场数据的神经网络模型建立。仿真与实际测试结果表明,该系统可以根据风速扰动提前预测电机的转速变化,使控制器超前动作,保证系统输出跟踪参考轨迹的方向稳步改变,确保风电机组平稳并网。     

基于模糊PID的风力发电功率控制研究

按照风力发电功率控制的目的,分析了风力发电机的特性,根据最大功率点跟踪原理与控制方法,结合常规PID控制和模糊控制各自的特点,提出了一种基于模糊PID的控制系统。该系统能迅速对外界的风速变化进行感知,调整转速,使得输出功率快速跟踪风速变化,从而实现最大功率点的跟踪控制。MatlabSimulink仿真结果表明其响应、调节和稳定性均比无控制和传统的PID控制优越,控制效果比较理想。在风速发生瞬变的情况下,也能快速地控制到最大功率点。     

基于RBF神经网络整定PID的 风力发电变桨距控制

为了改善变速恒频风力发电系统在恒功率输出运行区域内的动态性能,在分析系统变桨距控制研究现状的基础上,基于RBF神经网络(RBFNN)整定PID控制理论设计风力发电系统变桨距控制器,建立了风力机及变桨距机构模型,以发电机转速测量值与额定转速相比后误差为输入设计控制器。在随机风作用下对设计的RBFNN整定PID控制器进行仿真,结果表明基于RBFNN整定PID控制理论的变桨距控制器具有良好的动态性能及对风速扰动的鲁捧性,能够有效改善风力发电系统变桨距控制效果     

电磁永磁混合悬浮系统的神经元PID控制

悬浮控制是磁悬浮系统的关键问题之一,其牵引系统必须在稳定悬浮的基础上设计。为了降低悬浮的能量损耗,在本文的悬浮系统中加入了永磁磁极。提出了结合神经控制和传统PID控制的混合悬浮系统的神经元PID控制策略,该策略有很好的在线学习能力,自适应神经元通过自学习和相关搜索方法．用于调节PID控制器的参数,实现实时性能优化。所提出的控制策略经实验验证,在未知数学模型的情况下,可实现快速、精确和稳定的悬浮。     

基于小波神经网络的风力发电机故障诊断

针对风力发电机是一个复杂的时变非线性系统难以提取有效故障特征的问题,首次提出一种优化的局部判别基(LDB)算法结合SOM-BP混合网络进行故障诊断与定位的新方法.首先利用改进的LDB算法提取初始的故障特征,为进一步提高类间可分离度,将这个初始的故障特征通过自组织特征映射(SOM)网络映射到一个类别可分性更高的特征空间,最后利用反向传播(BP)网络根据映射后的特征实现非线性分类,完成故障诊断与定位.     

基于小波神经网络的风力发电系统暂态电能质量分析

结合当前风力发电大规模发展、风电系统大规模并网的趋势,针对风电系统并网所存在的暂态电能质量问题,将广泛运用于信号处理的同神经网络相结合,构造了小波神经网络,详细的分析了小波变换和神经网络的基本原理,给出了小波神经网络的拓扑结构图及风电系统暂态电能质量的仿真。仿真结果表明,小波神经网络可以有效的对暂态故障进行检测、时间定位及预测,和其它控制方式相结合可以改善暂态电能质量。     

基于模糊控制的风力发电机组偏航系统研究

针对近年来风电机组大型化对偏航系统稳定性提出的高要求,提出将模糊控制应用于偏航控制系统中。分析了偏航控制系统的工作原理;对偏航系统设计了模糊控制器,并对其控制过程设计了软件流程图;在Matlab/Simulink仿真平台中搭建了该系统的仿真模型,进行了仿真实验,并与传统PID控制方法的控制效果进行了比较分析。结果表明,模糊控制系统能同时满足偏航系统对控制精度和稳定性的要求,其整体性能优于PID控制系统。     

小型风力发电机中风向控制系统研究

对一种小型风力发电机进行了风向控制的研究.利用PID控制中P控制的方法,寻找出电能比较稳定输出的风向角度范围,在进行风向控制时将风力发电机的风向角度稳定在该范围内输出.重点给出了实验步骤和结果分析,并验证了该方法的有效性.     

基于CEEMD-GA-BP神经网络的风光发电功率预测

传统的BP神经网络(back propagation neural network,BPNN)虽然在功率预测方面已有广泛应用,但其对于随机波动性较强的风光发电功率预测准确度较低.文中提出一种基于CEEMD(complementary ensemble empirical mode decompo-sition)方法优化...