不平衡电网电压条件下并网逆变器的有效控制,对提高其并网运行能力具有重要意义。提出一种新型调节器,即比例积分–降阶谐振(proportion integral plus reduced orderresonant,PI-ROR)调节器,可以对交流信号进行无差控制,且易于数字化...不平衡电网电压条件下并网逆变器的有效控制,对提高其并网运行能力具有重要意义。提出一种新型调节器,即比例积分–降阶谐振(proportion integral plus reduced orderresonant,PI-ROR)调节器,可以对交流信号进行无差控制,且易于数字化实现。不平衡电网电压条件下,该电流调节器可直接在正向同步旋转坐标中对输出电流进行无差控制,无需进行电流的正、负序分解。通过仿真和实验验证采用该调节器对不平衡电流控制的可行性,并对比该调节器与PI调节器的不平衡控制性能。仿真和实验结果表明,基于提出的PI-ROR调节器的不平衡控制方案可改善并网逆变器的动态性能,提高系统在电网电压不平衡条件下的运行能力。展开更多
提出双馈发电机(doubly-fed induction generator,DFIG)的比例-积分-谐振(proportional integral resonant,PIR)并网控制方法,以实现电网电压不平衡工况下DFIG风力发电系统的并网控制。并网控制器由同步旋转坐标系中的比例-积分控制器...提出双馈发电机(doubly-fed induction generator,DFIG)的比例-积分-谐振(proportional integral resonant,PIR)并网控制方法,以实现电网电压不平衡工况下DFIG风力发电系统的并网控制。并网控制器由同步旋转坐标系中的比例-积分控制器和谐振控制器组成,比例积分控制器控制定子d-q轴电压的直流分量,谐振控制器控制定子d-q轴电压的交流分量,使其分别实现对电网d-q轴电压直流、交流分量的精确跟踪。该比例-积分-谐振并网控制策略具有无需采用正负序分离算法,无需设计负序控制器等优点。仿真结果表明,该并网控制策略在电网电压平衡和不平衡条件下,均可控制DFIG定子电压实现对电网电压的精确跟踪。展开更多
提出了种应用于飞轮储能系统的神经元自适应比例?积分?微分(proportional integral differential,PID)控制算法。该算法基于传统的双闭环调速系统与神经网络理论,实现对飞轮驱动电机的控制,使飞轮驱动电机能够根据系统要求,驱动飞轮储...提出了种应用于飞轮储能系统的神经元自适应比例?积分?微分(proportional integral differential,PID)控制算法。该算法基于传统的双闭环调速系统与神经网络理论,实现对飞轮驱动电机的控制,使飞轮驱动电机能够根据系统要求,驱动飞轮储能单元储存或释放能量。运用李亚普诺夫稳定性理论证明了该控制算法的稳定性和有效性,并给出了其稳定性条件。经过仿真验证,该算法可以有效地实现对飞轮储能单元的充放电控制,其控制参数可以随着系统的运行自适应调节,飞轮储能单元的控制精度和鲁棒性也有所提高。展开更多
文摘不平衡电网电压条件下并网逆变器的有效控制,对提高其并网运行能力具有重要意义。提出一种新型调节器,即比例积分–降阶谐振(proportion integral plus reduced orderresonant,PI-ROR)调节器,可以对交流信号进行无差控制,且易于数字化实现。不平衡电网电压条件下,该电流调节器可直接在正向同步旋转坐标中对输出电流进行无差控制,无需进行电流的正、负序分解。通过仿真和实验验证采用该调节器对不平衡电流控制的可行性,并对比该调节器与PI调节器的不平衡控制性能。仿真和实验结果表明,基于提出的PI-ROR调节器的不平衡控制方案可改善并网逆变器的动态性能,提高系统在电网电压不平衡条件下的运行能力。
文摘提出双馈发电机(doubly-fed induction generator,DFIG)的比例-积分-谐振(proportional integral resonant,PIR)并网控制方法,以实现电网电压不平衡工况下DFIG风力发电系统的并网控制。并网控制器由同步旋转坐标系中的比例-积分控制器和谐振控制器组成,比例积分控制器控制定子d-q轴电压的直流分量,谐振控制器控制定子d-q轴电压的交流分量,使其分别实现对电网d-q轴电压直流、交流分量的精确跟踪。该比例-积分-谐振并网控制策略具有无需采用正负序分离算法,无需设计负序控制器等优点。仿真结果表明,该并网控制策略在电网电压平衡和不平衡条件下,均可控制DFIG定子电压实现对电网电压的精确跟踪。
文摘提出了种应用于飞轮储能系统的神经元自适应比例?积分?微分(proportional integral differential,PID)控制算法。该算法基于传统的双闭环调速系统与神经网络理论,实现对飞轮驱动电机的控制,使飞轮驱动电机能够根据系统要求,驱动飞轮储能单元储存或释放能量。运用李亚普诺夫稳定性理论证明了该控制算法的稳定性和有效性,并给出了其稳定性条件。经过仿真验证,该算法可以有效地实现对飞轮储能单元的充放电控制,其控制参数可以随着系统的运行自适应调节,飞轮储能单元的控制精度和鲁棒性也有所提高。