优化爬山算法在直驱永磁风力发电系统中的应用

为了缩短爬山算法的计算周期,提高直驱永磁风力发电系统最大风能捕捉的响应速度,提出一种根据功率扰动寻求最大功率的优化爬山算法.该算法在变步长爬山算法盲目搜索的基础上添加数据存储输出功能,构造了与电机转速对应的最大输出功率表,避免重复的计算,同时结合功率反馈控制来实现系统最大功率追踪.运用MATLAB对该算法进行仿真验证,结果表明本文所述算法的响应速度和稳定性明显超过传统变步长爬山算法.     

基于改进爬山法的最大风能捕获方法研究

研究了一种改进的爬山搜索法,该算法能够根据上一步高度差信息自适应的调整步长,能够提高搜索速度和准确度,克服了爬山搜索法容易陷入局部最优的缺点。对风力发电系统进行了建模和仿真,仿真实验表明,当风速变化时,算法能够捕获最大风能的方向,进而更好地利用风能发电。     

分段变步长MPPT算法在风力发电系统中的应用

针对传统定步长爬山搜索(HCS)法在风力发电系统最大功率跟踪(MPPT)控制过程中的快速性和准确性矛盾,提出了一种基于爬山搜索法和模糊控制的分段变步长MPPT算法.该算法根据发电机P-ω特性曲线对最大功率点(MPP)跟踪过程进行分段,使系统能够根据工作点所在的区域选择合适的跟踪算法和步长完成最大功率跟踪.在Matlab/Simulink中分别对提出的模糊分段变步长算法和传统爬山搜索法进行了仿真.仿真结果表明:所提算法明显地改善了系统跟踪MPP的速度和稳态精度,在MPPT方面明显优于传统的爬山搜索法.     

模糊控制的爬山法在风电系统中的应用研究

为了克服传统爬山法在实现最大风能捕获中存在的振荡等问题,更合理地提高风能利用系数,提出一种基于模糊控制的爬山法。通过对风力机特性进行分析,在传统爬山法思想的基础上设计了模糊控制器,并给出了模糊控制规则,采用模糊逻辑控制的思想来实现最大风能捕获,提高风能利用率。根据风力机特性建立风力机模型,并对15 kW的风电机组分别进行了基于模糊控制的爬山法与传统爬山法的Matlab仿真,对比了两种方法在实现最大风能捕获时的差别。仿真结果表明,基于模糊控制的爬山法能够克服在实现最大风能捕获中存在的振荡等问题,使风能利用系数保持在最大值附近,满足最大风能捕获的要求,进而验证了该方法的可行性与正确性,具有一定的工程实际意义。     

新型爬山算法在大惯性风电系统中的应用

针对风力发电风速的随机性和不确定性,以及大惯性永磁风力发电系统输出功率受风机机械功率和所储的机械势能的变化率的交叉影响特点,提出一种基于爬山搜索法的新型最大风能捕捉算法。为了得到较宽的变速范围,在三相二极管整流器和PWM逆变器之间接有升压斩波器,新型爬山算法采用最佳直流电流控制,调节输入直流电流以跟从最优的参考电流,产生不同转矩控制电机的转速实现最大功率跟踪,并在爬山算法基础上添加数据存储和输出功能,避免了盲目的爬山搜索。最后通过Matlab对一个50kW永磁直驱风力发电系统进行了仿真分析,对比了传统爬山算法与新型爬山算法在最佳功率点跟踪上的差别。仿真结果验证了该算法的可靠性,表明新型爬山算法在大惯性变速恒频风力发电系统中具有更好的实用性。     

双馈风力发电机的最大风能追踪技术研究

如何提高风能的利用率,实现最大功率点追踪(MPPT)成为世界各国研究的热点。变速恒频(VSCF)双馈风力发电机作为当前风力发电的主流机型,对其MPPT研究更具有较强的现实意义。通过对风力机运行特性的分析,结合目前的MPPT控制方式,提出将模糊控制与改进的变步长扰动法结合来实现MPPT,并通过MATLAB仿真验证该策略的有效性及稳定性。     

小型风电系统变步长扰动MPPT控制仿真研究

最大功率跟踪(MPPT)策略是提高风电系统功率转换效率的重要方法.文中提出了变步长扰动MPPT策略,并在MATLAB仿真环境中,开发了带有此策略的小型风电系统仿真模型.该模型包括风力机模型、永磁发电机(PMSG)模型、DC/DC斩波器模型、负载功率采样模型和MPPT控制模型等.利用该模型进行计算机仿真,给出了一定风速下负载功率和发电机输出功率的仿真结果.结果表明:实现了变步长扰动MPPT策略控制的仿真,与传统固定步长MPPT策略相比,提高了最大功率跟踪的快速性和准确性,进而提高了风能转换效率.     

基于LabVIEW的风力机最大功率点跟踪仿真研究

基于风力机的发电效率因环境风速变化而改变,本文选用LabVIEW为仿真平台建立风力机最大功率点的追踪系统。首先根据风力机的风能捕获输出功率公式,在LabVIEW平台上搭建了风力机系统模块、风力机控制模块、风轮转速调节模块、风速变化判断模块等。为了弥补传统扰动法存在的追踪精度等问题,利用变步长的扰动观测法对输出功率进行最大功率点追踪,使风力机的输出功率保持在最大输出功率。实验结果表明该系统在不同的仿真风速环境下,能有效的追踪风力机最大输出功率点。     

模糊控制在离网风力发电最大风能捕获中的应用

研究了一种模糊PID实现的自调整变步长算法, 解决了爬山算法动态响应速度与稳态精度相矛盾的问题。分析了离网风力发电系统数学模型, 建立了不测转速的控制结构。在Simulink平台上对一个5kW离网风电系统进行了仿真分析。结果表明, 在平稳风速以及组合风速下, 该算法均能有效提高跟踪速度, 捕获更多功率。     

基于蚁群算法自整定PID的风电系统最大风能追踪研究

针对风力发电系统处于欠功率阶段时,风能利用系数须保持在最大值的问题,以欠功率阶段的最大风能追踪为研究重点,对风力机捕获风能的过程进行理论分析,提出了一种基于蚁群算法自整定PID的最大风能追踪控制策略,利用蚁群算法的全局优化能力优化PID的3个参数,给出了该算法的基本思想以及具体实现步骤,设计了蚁群算法自整定PID控制器,搭建了系统仿真图,并对其进行相应的仿真分析;仿真结果表明,与传统的PID控制策略相比,该控制策略使控制系统具有良好的动态响应能力,提高了风电系统的控制精度、风能利用率、输出功率,实现了机组的优化运行.     

基于风速估计的风力机状态反馈滑模容错控制

针对风力机变桨距执行机构突变故障,提出了基于风速估计的自适应状态反馈滑模容错控制策略.首先,设计了基于自适应状态反馈滑模理论的鲁棒主动容错控制器,并结合全阶补偿器对控制律进行设计;然后,利用基于变速灰狼优化算法的组合径向基函数神经网络实现风速估计,可以改善风速测量精度并提高控制系统可靠性;最后,根据线性矩阵不等式和Lyapunov理论对控制器稳定性进行讨论,并与现有控制策略进行比较.仿真结果表明,在健康/故障的变桨距执行机构条件下,所提容错控制方法均能获得较好的控制效果.     

Intelligent maximum power tracking control of a PMSG wind energy conversion system

A comparative control study for a maximum power tracking strategy of variable speed wind turbine is provided. The system consists of a direct drive permanent magnet synchronous generator (PMSG) and an uncontrolled rectifier followed by a DC/DC switch‐mode step down converter connected to a DC load. The buck converter is used to catch the maximum power from the wind by generating an efficient duty cycle. Distinct Maximum Power Point Tracking (MPPT) algorithms are analyzed and compared: a classical Proportional‐Integral controller (PI) and two based Fuzzy Logic Controllers (FLC), including a conventional Fuzzy‐PI and an Adaptive FLC‐PI. The main aim of the presented study is to develop an advanced control scheme for wind generators to ensure a high level operating of the system and a maximum power extraction from the wind. This is achieved by analyzing the behavior of the system under fluctuating wind conditions employing Matlab Simpower Systems tool. Simulation results confirm that the Adaptive FLC‐PI controller algorithm has better performances in terms of dynamic response and efficiency especially in comparison with the ones of a PI controller under variable wind speed.     

基于参考输入优化的变速风电机组最大化风能捕获方法

变速风电机组在额定风速以下应用最大功率点跟踪实现最大化风能捕获. 然而, 大惯量风电机组在面对快 速波动的湍流风速时, 因转速调节慢而难以保持运行于最大功率点. 本文研究进一步发现, 平均转速跟踪误差与整 体的风能捕获效率并非单调关系, 这使得当前以减小转速跟踪误差为目标的控制器设计难以有效提升风电机组的 发电效率. 为此, 本文以提升风能捕获效率(而非减小转速跟踪误差)为目标, 提出一种基于参考输入优化的风电机 组最大化风能捕获方法. 考虑到参考转速对风能捕获效率的复杂影响难以准确建模, 本文借助深度确定性策略梯度 (DDPG)强化学习算法实现参考输入优化. 仿真结果表明该方法能够有效提升湍流风下变速风电机组的风能捕获效 率.     

采用自适应扰动观察法的光伏并网系统最大功率点跟踪

提出了一种自适应扰动观察（P＆O）算法,用于在不同天气条件下太阳能光伏（PV）并网系统的最大功率点跟踪（MPPT）控制策略。该策略对于从太阳能光伏电池板中,获取最大的功率输出是十分重要的。利用一种依赖于功率变化的可变的扰动步长,提出了改进的自适应扰动观察算法。最后将通过仿真所得到的数据与传统的扰动观察算法进行了比较,结果表明所提出MPPT算法的收敛值和速度得到了改善,稳定时间缩短25%,稳态值提高20%以上,在太阳能光伏并网系统的最大功率点跟踪时是有效而实用的。     

面向光伏MPPT控制策略的改进果蝇算法

局部遮光会降低光伏发电系统的效率。在局部遮光条件下,光伏系统的输出功率特性曲线会产生多个峰值,传统的最大功率跟踪方法不具有全局搜索的能力,其在进行多峰值最大功率跟踪时会失效。果蝇算法(Fruit Fly Optimization Algorithm,FOA)具有全局寻优能力,但是在求解过程中存在收敛速度慢、收敛精度低及容易收敛于局部最优值的问题。文中对果蝇算法进行改进,提出结合自适应lévy飞行步长的Lévy-FOA算法,该算法充分利用Lévy飞行不均匀随机游走的特性,引入自适应步长调整因子,改进了原有算法的位置更新方式,提高了算法的收敛速度以及收敛精度,避免了算法陷入局部极值。文中利用3个标准函数对自适应Lévy-FOA算法的收敛性进行分析,并与普通FOA算法、自适应改进学习因子粒子群算法(Adaptive Particle Swarm Optimization,APSO)进行对比。结果表明,与FOA算法和APSO算法相比,自适应Lévy-FOA算法的平均跟踪时间有较大幅度的减少,平均收敛精度提高了4个数量级。最后,将自适应Lévy-FOA算法应用于光伏最大功率跟踪中。仿真结果显示,在不同的光照条件下,自适应Lévy-FOA算法能够经过较少的迭代实现最大功率跟踪,并且在第一次迭代后就能达到最大功率的90%以上,与其他算法的跟踪效果对比,自适应Lévy-FOA算法具有较短的跟踪时间和较高的跟踪精度,实际寻优能力优越,能够提高光伏系统的输出效率。