基于模糊控制虚拟电阻的双馈风力发电机低电压穿越励磁控制

为拓宽双馈风力发电机的低电压穿越范围,本文在传统虚拟电阻的基础上引入模糊控制方法来调节虚拟电阻阻值,使其在故障期间可跟随系统的动态变化,能在限制转子电流峰值的同时保证转子电压不超出允许值,且对于较深程度的电压跌落也具有较好的控制效果。在Matlab/Simulink平台搭建仿真模型,仿真结果验证了该控制策略的有效性。

DFIG网侧变换器反馈线性化与滑模控制

为了提高双馈风力发电机(DFIG)网侧变换器(GSC)的动态性能,在建立GSC仿射非线性模型基础上,提出一种非线性复合控制策略。该控制策略在静止坐标系下对电流进行反馈线性化解耦,无需电网电压定向,同时电压外环采用含饱和函数的滑模控制,从而达到直流母线电压快速恒定以及电流跟踪控制的目的。仿真结果表明,该控制实现了GSC的稳定以及功率因数控制,验证了理论的正确性。上述控制策略相较于传统的控制方式,减少计算变量,能够保证系统快速收敛。

电压不平衡下无权重系数FCS-MPC的DFIG控制

针对传统多目标模型预测控制(MPC)权重系数设计复杂的问题,运用分层控制的思想,提出一种无权重系数的多目标优化模型预测控制策略。利用MPC控制算法可直接控制交流量这一优势,在两相静止坐标系下推导双馈感应发电机(DFIG)转子电流、定子电流和定子功率的参考方程和预测方程。最后进行传统多目标MPC控制策略和无权重系数多目标MPC控制策略下的对比仿真实验。仿真结果显示,相比于传统多目标控制策略,所提控制策略的动态响应速度更快,并可改善系统的稳态性能。

面向不平衡电网的并网逆变器基于BP神经网络的多目标协调优化策略

为了提高并网逆变器在电网电压不平衡条件下的输出电能质量,提出一种基于BP神经网络自适应调整电流指令值,实现并网逆变器多种控制目标协调的优化策略。首先,利用自适应降阶广义积分器实现电网电压正负序的准确提取,提高控制系统的鲁棒性;然后根据单控制目标计算所得的并网电流指令值,建立一个通过改变控制参数即可实现不同控制目标的电流表达式,再结合BP神经网络对电流表达式参数进行优化,实现多种控制目标之间的协调,提高输出电能质量。最后在Matlab/Simulink中进行仿真验证,仿真结果表明了所提控制策略的正确性和有效性。