SVG协同双馈风电场的暂态控制策略研究

为了充分考虑装设静止无功发生器(static var generator,SVG)的双馈风电场故障状况下的非线性特性,使用一种参数自适应超扭曲滑模控制器(super-twisting adaptive sliding mode control,STASMC)对多输入多输出(multiple input multiple output,MIMO)系统的零动态(zero dynamics,ZD)方法进行改进,提出一种ZD-STASMC方法来协调控制双馈机组和SVG。使用ZD方法将原始系统部分线性化,简化了控制设计任务。为了进一步提高在参数不确定性和外部扰动下的电压调节能力,将ZD方法与STASMC相结合。通过STASMC构造辅助输入提升了ZD方法的鲁棒性,减少了建模误差和实际过程中各种误差的影响。改进后的ZD方法减小了线性化误差的影响,加强了双馈感应发电机(doubly-fed induction generator,DFIG)的暂态性能。最后,通过算例系统在三相故障下的仿真验证了所提ZD-STASMC控制的有效性。

基于PCA和改进ABC-K聚类算法的双馈机组风电场等值建模

针对已有双馈风电机组风电场动态等值所建模型存在准确度不够高,适应性不够强的缺点,提出了一种基于主成分分析(Principal component analysis,PCA)的改进人工蜂群算法(Improve artificial bee colony,IABC)的动态等值建模方法。首先,对双馈风力机进行数学建模,获取机组的的所有状态参数;其次,利用主成分分析法将变量间的冗余性与相关性进行处理,提取发电机定转子q轴电流、电磁转矩、发电机转速四个主导变量作为分群指标,使用IABC搜索最佳聚类中心;最后,运用K-means算法对风电场进行聚类分群处理,并在Matlab/Simulink平台进行仿真。仿真结果表明本文所建等值模型在风速扰动和系统侧故障工况下都有较好的准确性和适应性。

基于零动态和超扭曲的双馈风机暂态控制策略

为充分考虑双馈感应发电机(doubly-fed induction generator,DFIG)故障状况下的非线性特性,使用一种参数自适应超扭曲滑模控制器(super-twisting adaptive sliding mode control,STASMC)对多输入多输出(multiple input multiple output,MIMO)系统的零动态(zero dynamics,ZD)方法进行改进,提出一种ZDSTASMC控制方法用来提高DFIG的暂态电压稳定性.使用ZD方法解耦了原始系统的内部和外部动态,简化控制设计任务.为进一步提高在参数不确定性和外部扰动下的电压调节能力,将ZD方法与STASMC相结合,通过STASMC构造辅助输入提升了DFIG的暂态性能,减少建模误差和实际过程中各种误差的影响.改进后的ZD方法可减小线性化误差的影响,加强了DFIG的暂态性能.通过算例在三相故障下的仿真,验证了所提ZD-STASMC控制相比ZD控制方法以及常规比例-积分控制方法,在故障期间有更好的暂态性能,故障切除后也能更快恢复稳定.ZD-STASMC策略能有效增强DFIG的故障穿越能力.