飞轮储能参与风电平滑的自适应滤波算法及无传感器控制

通过对风电系统和飞轮储能系统运行特性的分析,针对飞轮转子设计难以安装位置传感器的特殊性问题,提出一种基于自适应非奇异快速终端滑模观测器的飞轮储能无传感器控制策略,提高转子位置角估计精度。此外,针对飞轮储能系统参考功率指令滞后的问题,在无传感器控制基础上,引入自适应滤波算法作为飞轮储能控制系统的功率给定,以减小功率指令滞后现象。在Typhoon HIL 602+仿真平台进行实验验证,结果表明:飞轮储能系统运行性能良好,观测器具有优越的估计性能,能满足飞轮快速充放电并有效平滑风电功率波动的控制需求,同时提高储能利用率。

基于粒子群优化EKF的无传感器DPMSM滑模控制

针对直驱永磁同步电机控制系统中扩展卡尔曼滤波器(EKF)进行状态估计难以获得最优协方差矩阵的问题,采用改进粒子群算法来优化扩展卡尔曼滤波器的协方差矩阵,改进算法在标准粒子群算法的基础上引入了自然选择机制。其次由于EKF算法具有延迟效应使得系统鲁棒性降低,提出了一种基于改进指数趋近律的滑模控制器来代替传统的PI控制器。仿真结果表明,经改进粒子群算法对系统噪声协方差参数优化后可有效提高电机转速和转子位置角估计精度,此外与传统滑模控制器和PI控制器相比,该改进滑模控制器使系统具有抗负载扰动能力强、鲁棒性更好的优点,验证了该文所提控制策略的正确性和有效性。