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。     

基于人工蜂群-RBF-PID的风力机液压变桨距控制系统设计

风力机液压马达变桨距系统存在高阶多耦合、不确定、非线性、难以控制的问题。为实现桨距角跟踪控制,文章通过动力学分析建立液压马达变桨距系统的数学模型,确定系统特性。根据液压马达变桨距系统原理,采用SimHydraulics建立液压马达变桨距系统仿真模型,设计基于人工蜂群算法结合RBF神经网络的PID控制器,并且采用自适应矩估计算法代替梯度下降法对PID参数进行在线优化。仿真结果表明,采用文章算法,系统响应快,桨距角跟踪精度高。     

基于模糊智能控制的变桨距风轮机桨距控制

给出了风轮机桨距控制系统仿真,对风轮机模型采用BP神经网络逼近、控制器采用模糊智能控制.经风速阶跃响应的仿真结果表明,基于模糊控制技术的风轮机桨距控制可实现高于额定风速时的功率控制,转速响应调节时间短、超调量小、振荡少、变桨机构动作稳定、调节过程无反复抽动.     

柴油机BP神经网络调速快速控制原型研究

设计了BP神经网络整定PID参数的柴油机调速控制器.把该控制器下载代码到dSPACE/Mi-croAutoBox控制器内,利用快速控制原型的原理进行了起动和负荷突变工况的功能验证,并与传统PID调速控制器快速控制原型结果进行对比,结果表明,BP神经网络具有自学习能力和逼近任意函数的能力,可进行PID参数的在线整定和优化;BP整定PID调速控制器工作正常,调速精度较传统的PID控制器有较大改善;快速控制原型的研究使控制器从功能设计到产品的转化奠定了坚实的基础.     

改进灰狼优化算法在变桨距自抗扰控制中的应用

风电机组模型的不确定性以及风等外部干扰严重影响风电机组输出功率的稳定性,因此,将自抗扰控制器(ADRC)引入到风电机组变桨距控制中。当风速高于额定风速时,通过自抗扰变桨距控制策略有效调节桨距角,保证风电机组输出功率的稳定性。但ADRC参数繁多,仅靠专家经验进行整定比较困难。因此,文章提出将改进灰狼优化算法应用到ADRC中,完成参数的自寻优整定过程。仿真结果证明,经改进灰狼优化算法进行参数整定后的变桨距自抗扰控制系统能够对桨距角进行精确调整,并将输出功率快速稳定到额定值附近,具有较快的响应速度以及较好的抗扰动能力。     

风电机组电液比例变桨距技术研究

针对风力机功率控制的重要性,设计了电液比例变桨距执行机构,并结合风力机设计软件Bladed组建成半物理仿真试验台。在此试验台上对提出的分段PID变桨距控制算法以及变速恒频和变桨距切换设定的控制策略进行试验研究。试验结果表明在风速高于额定值时,通过分段PID变桨距控制发电机输出功率稳定性高于常规PID,当风速在额定值左右变化时,变桨距和变速恒频切换正常,满足功率控制和最大风能捕获的要求。     

基于混沌优化PID风力发电机组变桨距系统研究

变桨距控制是永磁直驱同步风力发电系统在额定风速以上限制功率输出的主要控制手段,文章基于风力机功率输出特性曲线,分析了永磁直驱风力发电系统变桨距控制在全风况下对应的控制策略。在额定风速以上时利用转速和功率相结合的双闭环变桨距控制系统,并在传统的PID控制器的基础上运用了混沌优化技术,用来减小在额定风速附近引起的输出功率波动及载荷突变的不利影响。通过Matlab仿真软件对混沌优化变桨距进行验证,仿真结果表明该变桨距控制策略响应速度快且鲁棒性强。     

基于PID控制的变速恒频风力发电机组液压变桨距控制系统研究

文章分析了变桨距控制原理,对变速恒频风力发电机组各部分数学模型进行了分析与研究,在此基础上,建立了变速恒频风力发电机组PID液压变桨控制系统仿真模型,在matlab/simulink环境下对未加PID控制器与加PID控制器两种情况下的系统进行了仿真研究。仿真结果表明,PID控制器能改善风力机桨距控制效果,更好地捕获风能,稳定风力机功率输出。     

超级电容器储能系统中DC/DC变换器先进PID控制改进方法

针对超级电容器储能系统中的DC/DC变换器为高阶、非线性的系统,采用传统的PID控制难以应对负载、电压突变等复杂情况,提出了一种将Fletcher-Reeves共轭梯度法控制的BP神经网络控制器与PID相结合的先进PID控制改进方法,解决了DC/DC变换器传统控制算法中稳态误差大、控制响应时间长的问题。同时也建立了微网模型,并应用改进算法进行了仿真。仿真结果表明,所提出的改进方法能够有效地改善DC/DC变换器端电压的控制效果,使超级电容器储能系统能有效地平抑微网在并网状态下PCC点的功率波动。     

一种改进的工业微波炉加热控制PID技术

讨论了一种基于共轭梯度算法的改进的BP神经网络的PID控制技术,利用神经网络的自学习能力,实现对工业微波加热炉中温度的智能控制,用于解决微波加热系统的时变性,不确定性和非线性方面的问题。仿真结果表明这种建立在神经网络模型上的PID控制技术能够满足工业微波加热中的温度控制要求。