基于DE-RBF混合优化算法的微电网自适应下垂控制策略

孤岛微电网因线路阻抗各异,采用传统下垂控制无法实现功率按分布式电源容量比例分配,会产生电压/频率偏差。为此,提出一种基于DE-RBF混合优化算法的自适应下垂控制策略。首先,构建下垂控制的两逆变器并联微电网系统动态模型,应用差分进化(differential evolution,DE)算法获得多个平衡点的优化下垂控制参数。为提高系统的动态响应速度与稳定性,通过训练径向基(radial basis function,RBF)神经网络,对每个平衡点参数进行校正。进而,通过增加RBF神经网络的隐含层数量,推广至多个逆变器并联微电网。以采集的有功功率和无功功率作为训练数据,输出最优下垂系数,实现微电网的自适应下垂控制。最后,搭建Matlab/Simulink仿真平台,验证了所提自适应下垂控制方法相比于传统下垂控制,系统响应速度快,功率按照分布式电源容量比例分配。

交流电机系统中的模糊控制研究

本文对模糊控制的理论方法目前在交流电机系统中的应用作了全面的分析和总结 .针对交流电机系统控制的特点 ,重点讨论了简单模糊控制、复合模糊控制以及仿生模糊控制等几种典型的模糊控制方法和技术 ,分析了它们各自的特点和存在的问题 ,并给出了模糊控制的实现方法和手段 .最后 。

孤岛微电网频率μ-H_(∞)鲁棒控制

针对孤岛交流微电网中风力、光伏发电的输出功率不确定性以及负荷的随机波动性引起的微电网频率波动问题,提出微电网频率μ-H_(∞)鲁棒控制策略。所采用的μ-H_(∞)鲁棒控制方法在传统H_(∞)鲁棒控制方法解决外部扰动的基础上,考虑了系统结构不确定性对孤岛微电网系统频率稳定性的影响。建立具有时滞和不确定性的频率控制状态空间模型,基于鲁棒控制理论,将H_(∞)控制器设计方法与μ综合D-K迭代法结合设计出μ-H_(∞)频率鲁棒控制器,平抑因参数摄动、结构化不确定引起的频率波动,减小通信延时问题对微电网系统的影响。最后,通过Matlab/Simulink仿真软件和dSPACE半实物仿真平台,验证了所提控制方法在系统参数摄动、通信延时和结构不确定等情况下,均具有较好的动态性能和较强的鲁棒性。

一种解耦模糊PID控制器研究与仿真

针对线性控制系统中因环境变化引起被控对象参数改变或者因干扰作用使系统出现非线性,而引起系统控制性能变差的现象,提出一种解耦模糊PID控制器的方法来改善系统的性能。通过对线性随动控制系统的仿真可见,不论是在被控对象参数改变还是出现随机干扰的情况下均能获得较好动态性能指标。解耦模糊控制的模糊语言规则少,响应速度较快。

模糊自适应PID在锅炉汽包水位控制中的应用

基于MATLAB/Simulink平台,建立一种模糊自适应PID系统的仿真模型,应用于锅炉汽包水位的控制过程,给出仿真的具体实现方法,并在系统运行过程中加入干扰信号,结果显示出系统具有良好的动态性能和较强的抗干扰性能,证明了本文方法的有效性。

基于改进模糊控制和优化Boost电路的光伏MPPT方案

针对光伏电池的物理模型和输出特性,分析扰动观察法的原理和不足,提出一种基于改进模糊控制优化Boost电路的光伏MPPT实现方案。对模糊控制器的输入和隶属函数的选取以及隶属函数的分段进行优化改进,通过调节Boost电路的占空比来寻求光伏电池的最大功率点。在MATLAB中建立系统仿真模型,设置不同的实验测试条件,比较2种MPPT方案在动态速度和稳态精度上的控制效果。仿真结果表明:当光照强度和环境温度发生突变时,新型MPPT控制的跟踪精度和响应速度均高于传统方法,可控性好。

基于神经网络的电动机间接矢量控制系统

电动机在一定的负载下以一定的电压、一定的频率时,可以工作在最好的状态。本文提出了用人工智能神经网络预测当负载转矩和速度变化时的工作电压和频率,提高了电动机的效率。实验结果表明,该方法改善了控制系统的鲁棒性,提高了网络学习能力,改善了学习性能,在神经网络控制中有一定推广价值。