风电系统最大风能追踪的智能模型预测控制

《风电系统最大风能追踪的智能模型预测控制》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、ComputerEngIneeringnndApplic训ons计髯_IiI＼．工程与蛊再风电系统最大风能追踪的智能模型预测控制刘吉宏，吕跃刚，郭鹏，徐大平LIUJihong，LVYUegang，GU0Peng，XUDaping华北电力大学控制科学与工程学院，北京102206SchoolofcontmlScience&Engineering，NorthchinaElectricPoweruniversity。Beijing102206，℃hinaLIUJmong．LVYhegang．GUOPeng，etaI．InteIligentmodelpredictivec

2、ontmIofwindpowersystemtotmcemaximalwindenergy．ComputerEngineeringandAppUcations，20ll，47(9)：228·232．Abstract：Based011theprincipleofma)(im啪、vindener影capnJre，t11emaximumwindenergytracingbelowtheratedwindspeedcallbcrealizedbycomrollingthespeedofDouble．FedInductionGenerator(DFIG)totrackth

3、eoptimalspeed．Thev撕-ablespeedconstamfkquencydouble．fedwindpowersystemistaken；lstheresearchobjectandUlecontrolproblemofmaxi-mumwindeneFgytracingbelowthemtedwindspeedisstudied．FifStly，accordingtothecharacteristicsofs们ngcoupling，Strongnon一1ineari够andthecomplexityofmechanismmodelforDFIG，

4、theimelligentpredictiVemodelisbuiltbyusingSup-portVectorMachine(SVM)．SecondIy，thepredictiveoutputisrevisedbyfeedbackcorrectionandtheclosedcontrolloopisstmctured．Finally，duet0theadvamagesthatParticleSwarnlOptimization(PS0)aIgorithfnhaSmefewerregulatedparameters，tllesmallevolutiongmups

5、锄dthequickcalculationspeed，theoptimalco彻『olsequencesareob嘲nedeaSily锄dme“bonle·neckproblem”intherollingoptimizationcalculationissolvedbetter．ThesimulationresultSvalidalethattheadoptedpredictivemodelhasbetteranti．disturb锄ce锄dgeneralizationabilities，andthepredictiveconn．olalgorithrTlc锄r

6、ealizethecontrolobjects．Keywords：non·linearintelligentmodelpredictivecontI．ol；maximalwindenergyc印ture；Double—FedInductionGenerator(DFIG)；speedcontrol；panicleswamoptimization；SupportVectorMachine(SVM)摘要：根据最大风能捕获原理，额定风速以下风能的最大追踪可以通过控制双馈感应发电机(DFIG)跟踪最优转速来实现。以变速恒频双馈风力发电系统为研究对象，研究了额定风速以下风

7、能的最大追踪控制问题。首先针对双馈发电机强耦合、强非线性、机理模型复杂的特点，采用支持向量机(svM)理论建立了智能预测模型；然后利用反馈校正的方法对预测输出进行修正，构成控制闭环；最后利用粒子群优化算法(Ps0)调整参数少、演化群体小、计算速度快的优点容易地求出最优控制序列，较好地解决了滚动优化计算中的“瓶颈问题”。仿真结果验证了所采用的预测模型具有比较好的抗干扰能力和泛化能力，预测控制算法能够实现控制目标。关键词：非线性智能模型预测控制；最大风能捕获；双馈感应发电机(DFIG)；转速控制；粒子群优化；支持向量机(svM)DOI：lO．3778／j．issn．

8、1002．8331．20