基于高阶滑模观测器的风机改进反演滑模控制

针对风电机组风速波动幅度大、发电机转矩抖振大、功率无法平滑输出等问题,同时考虑风电机组中部分状态参数难以准确测量的问题,设计一种基于高阶滑模观测器的改进反演滑模控制策略。通过在反演设计中引进积分项来实现系统的有效控制和全局调节。采用高阶滑模观测器来实现时估计系统的状态,避免了直接测量会引入高频噪声的问题,使系统在外界扰动干扰的情况下具有较强的鲁棒性。为了验证算法的优越性在MATLAB中进行控制器仿真实验。最后通过仿真证明了所提方法的正确性,可行性。

不确定参数快估反演自适应最优L_2增益控制

为了加快参数自适应律微分方程求解速度和状态变量的稳定收敛速度,通过改进常规反演自适应L_2增益控制算法和引入线性矩阵不等式(linear matrix inequality,LMI),实现了参数自适应律微分方程只需一步积分运算即可求解,简化了不确定参数自适应律计算求解,并保证了L_2增益系数最小,给出了不确定参数快估反演自适应最优L_2增益控制(rapid back-stepping adaptive optimal L_2control,OP-L_2-RBAC)的通式。军用电站谐波励磁系统的控制仿真结果表明,相对于传统反演自适应L_2增益控制,该方法可加强军用电站励磁系统的动态稳定性。

基于自适应反演滑模优化算法的风机MPPT控制

针对带有未知参数和有界干扰的风电机组最大功率点跟踪(Maximum Power Point Tracking,MPPT)控制问题,从风电机组的运动学和动力学模型出发,在最佳转矩控制方法的基础上提出一种自适应反演滑模控制策略。在满足最大功率跟踪控制要求的条件下,设计自适应控制律提高系统的鲁棒性,采用反演的方法来提高系统的全局渐进稳定性,使系统在参数摄动及外部扰动存在的情况下跟踪误差快速收敛。为进一步改善系统的控制性能,采用粒子群优化算法对正定矩阵Q的参数进行优化。将提出的控制策略与常规滑模控制和传统最佳转矩控制进行对比分析,证明了控制策略的可行性、有效性。