基于滑模优化与神经控制的船载风力发电系统最大功率跟踪方法

[目的]旨在解决船载风力发电系统中传统的最大功率跟踪算法的稳定性和快速性差问题。[方法]在系统分析船舶运动合成风场特性的基础上,提出基于单神经元比例积分(SNPI)的最优机械角速度跟踪控制策略,用以提升风机重启的跟踪快速性。同时,采用功率滑模极值搜索(PSMES)算法取代依赖风速精确测量的叶尖速比(TSR)方法,实现机械角速度的快速优化与发电系统频繁重启下的最大功率搜索。[结果]仿真结果表明,相比于传统算法,采用机械角速度PSMES优化和SNPI控制的最大功率跟踪策略可将快速性能提升50%以上,且稳定性能得到了改善。[结论]研究表明,所提最大功率跟踪算法具有明显的快速性和稳定性优势。

双馈风电场并网抑制频率振荡控制策略

针对大型风电场跨区输送电能时引起的低频振荡问题,提出了一种阻尼系统低频振荡的单神经元自适应比例积分微分(PID)附加阻尼控制策略.通过对双馈风电机组的动态频率响应特性进行分析,构建了一种在单神经元自适应PID控制算法中引入二次型性能指标的风电场阻尼系统振荡控制器.通过对励磁变频器进行自适应调节,促使风电场快速发出有功功率,产生最大正阻尼,抑制系统低频振荡.利用MATLAB搭建含风电场的四机两区域电力系统仿真模型,通过对比验证了所提方法能够在系统发生低频振荡时有效抑制同步发电机功角的摇摆,改善系统惯性响应,降低电网发生低频振荡的风险.