基于径向基神经网络双馈风力发电机低电压穿越控制研究

基于径向基神经网络双馈风力发电机低电压穿越控制研究

ID:5381682

大小:360.74 KB

页数:6页

时间:2017-12-08

基于径向基神经网络双馈风力发电机低电压穿越控制研究_第1页
基于径向基神经网络双馈风力发电机低电压穿越控制研究_第2页
基于径向基神经网络双馈风力发电机低电压穿越控制研究_第3页
基于径向基神经网络双馈风力发电机低电压穿越控制研究_第4页
基于径向基神经网络双馈风力发电机低电压穿越控制研究_第5页
资源描述:

《基于径向基神经网络双馈风力发电机低电压穿越控制研究》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、第34卷第6期华北水利水电学院学报Vo1.34NO.62013年12月JournalofNorthChinaInstituteofWaterConservancyandHydroelectricPowerDec.2O13DOI:10.3969/j.issn.1002—5634.2013.06.028基于径向基神经网络的双馈风力发电机低电压穿越控制研究邱道尹,张凌云,顾波,李晓丹(华北水利水电大学,河南郑州450045)摘要:根据风力机能量转化机理及风电机组运行状态,建立了双馈感应发电机(DFIG)完整的5阶数学模型,分析了其电流控制方案,提出了一种基于径向基(RBF)神经网络辨

2、识的PI控制器自适应控制算法.利用RBF神经网络进行在线辨识,并根据被控对象的Jacobian信息在线调整PI控制器参数,以改善系统的动态响应特性和提高系统的低电压穿越(LVRT)能力.通过构建系统的Simulink仿真模型进行仿真.结果表明,该控制算法有效地抑制了由电压跌落引起的电流震荡,缩短了系统的故障恢复时间,增加了系统的自适应性和鲁棒性,从而提高了系统的低电压穿越(LVRT)能力.关键词:双馈感应发电机;低电压穿越;RBF神经网络;自适应PI控制器;在线辨识中图分类号:TM614文献标识码:A文章编号:1002—5634(2013)06—0100—06风能作为一种清洁、

3、可再生能源,越来越受到全提高了双馈风机的LVRT能力;文献[11]通过在双球范围内的广泛关注.近年来,我国风电事业的发展馈风机直流侧增加卸荷电路来吸收多余能量,达到突飞猛进,风电装机容量不断攀升.由于风速具有波稳定电压的目的;文献[12]中提出了利用串联制动动性和间歇性,导致了大容量的风电并网对电网电电阻来提高风电场LVRT能力的方法;文献[13]设压稳定产生较大的影响,必须采取有效的低电压穿计了Ts模糊PI控制器,有效抑制了电网故障时双越控制措施,以确保风电并网的稳定性¨I2J.馈风力发电机有功功率和变流器直流母线电压震风电场的低电压穿越(LVRT)是指,在电网故荡,从而提高

4、系统的LVRT能力;文献[14]采用灭障期间风电机组端电压跌落,风机能够在一定时间磁方式实现DFIG风电机组的故障不脱网运行.范围内保持并网不间断运行,甚至向电网提供一定常规的PI控制以其结构简单、可靠性高等优点的无功功率,支持电网恢复,从而穿越这个低电压区被广泛采用.但当被控对象存在强干扰,具有高度非域.在各种类型的风力发电机组中,双馈感应风力发线性和不确定性时,仅靠PI调节效果不好.因此,提电机(DFIG)以其调速范围宽、有功和无功能够解耦出了一种基于径向基(RBF)神经网络在线辨识的控制以及变流器容量较小等优点,成为国内外应用PI控制器自适应控制算法,利用RBF神经网络进

5、行广泛的风电机组类型之一.目前,对电网电压跌落故在线辨识,并根据被控对象的Jacobian信息在线调障下提高DFIG机组的LVRT能力,已成为国内外专整PI控制器参数.建立了双馈感应电机完整的5阶家学者的研究热点。.数学模型,分析了其电流模式控制方案.针对所提出文献[8]中提出了采用无功补偿的方案来实现的基于RBF神经网络辨识的PI控制器自适应控制风电机组的LVRT功能,以满足风电并网对LVRT算法,搭建Simulink仿真模型.仿真结果表明,将能力的要求;文献[9—10]中针对双馈风电机组,在RBF神经网络与PI控制器相结合的自适应控制策电网故障时采用增加硬件Crowbar卸

6、荷电路,有效略有效抑制了由电压跌落引起的电流震荡,缩短了收稿日期:2013—08—30基金项目:国家科技部“863”重大项目(SQ2010AA0523193001).作者简介:邱道尹(1961一),男,江苏丹阳人,教授,博士,硕士生导师,主要从事模式识别与智能系统方面的研究第34卷第6期邱道尹,等:基于径向基神经网络的双馈风力发电机低电压穿越控制研究101系统故障恢复时间,动态性好,具有较好的自适应性T=e4×i叮5+e×i出(4)和鲁棒性,提高了系统的低电压穿越能力.警d:{(一To)(5)1基于DFIG的风电机组模型.,式中:,,分别为定、转子电压的d,q分1.1DFIG数

7、学模型量;i,iii,分别为定、转子电流的d,q分量;DFIG采用绕线式感应发电机,其定子绕组通过,。分别为一个暂态电抗后的电势的d,q分量;R变压器与电网相连,转子绕组通过背靠背可变频电压源变流器供电.该变流器一般由2个基于IGBT为定子电阻;X。为感应电机的暂态电抗,又称短路的AC/DC电压源变流器(VSC)组成,两变流器之间电抗;o9为同步转速;L,,L分别为转子绕组在d—通过一个直流环节连接.直流链节中的电容器将2q坐标系下的等效自感和互感;=L+L,;T。为感个VSC解耦,从而使得

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。