基于神经网络的风电场功率自适应及鲁棒跟踪控制

摘要

风能技术各方面发展非常迅速，能源的有效利用是现代控制研究的重点。
　　随着风电并网规模越来越大，风电场的功率控制成为风电场稳定运行的关键技术之一。本文研究风电场输出功率的跟踪控制方法，针对风场多机系统，除了考虑到通常的风速随机波动性外，还考虑了相邻风机的动态耦合及影响，并建立了模型、探讨其协调控制方法。不仅如此，本文还考虑了几乎所有现有方案都忽视了的实际问题，那就是用户端用电需求的不确定性和不可预知性。本文将此问题转化成跟踪未知理想功率曲线问题，并提出了相应解决方案。该研究不仅具有理论创新意义，而且具有重要实用价值。
　　针对风场多机系统复杂的非线性动力学特性，本文在额定风速以下时对风电场输出功率进行控制，将风电场输出功率的理想跟踪轨迹视为未知，设计出了两种功率跟踪控制器，通过调节风电场中每台风机的输出功率，进而控制整个风电场的输出功率，保证风电场输出功率的稳定跟踪。文章主要内容如下:
　　首先，阐述了风电课题的研究背景，介绍了风电场功率控制研究现状和风电场的功率预测方法。接着提出了风电场的分布式功率控制方案，介绍风机的功率特性、建立风机系统数学模型，进而建立风电场的数学模型。另外，本文考虑了理想跟踪轨迹未知的情况，这是几乎所有现有方案都忽视了的实际问题，这也对有效的风电场输出功率跟踪控制器的设计带来了挑战。
　　然后，设计了神经网络自适应跟踪控制策略，进而基于受限李雅普诺夫函数进行优化。选取合适的李雅普诺夫函数对控制算法的稳定性进行分析。接着，设计另一种控制方法:鲁棒自适应功率跟踪控制，然后借助李雅普诺夫稳定性理论对鲁棒自适应控制算法进行稳定性分析验证。本文设计的两种控制器结构简单、实现成本不高并且具有比例结构，比例参数可在线自学习和修正。最后，通过Simulink软件仿真验证了本文所设计的两种控制器在功率跟踪时的控制效果，保证了风电场输出功率的稳定跟踪。

目录

声明

致谢

摘要

1．1 前言

1．2 风电机组功率控制研究现状

1．2．1 线性控制

1．2．2 神经网络控制

1．2．3 自适应控制

1．2．4 鲁棒控制

1．2．5 PID控制

1．2．6 容错控制

1．3 风电场功率控制研究现状

1．4 风电场功率预测方法

1．5 本文的主要研究内容

2 风电场输出功率控制相关模型以及分析

2．1 引言

2．2 风电场功率控制方案

2．2．1 风力发电机组控制层

2．2．2 风电场控制层

2．3 风机的功率特性

2．4 风电场模型的建立

2．5 跟踪未知理想功率轨迹的分析

2．6 本章小结

3 神经网络自适应跟踪控制策略的设计以及验证

3．1 引言

3．2 未知理想轨迹分析与构建

3．3 功率误差分析与设计

3．4 控制策略的研究与设计

3．5 稳定性的证明与分析

3．6 基于BLF的跟踪控制器设计与稳定性证明

3．7 控制仿真及分析

3．8 本章小结

4 鲁棒自适应跟踪控制策略的设计以及验证

4．2 未知理想轨迹的重构分析

4．3 功率误差分析与设计

4．4 鲁棒白适应跟踪控制器设计和稳定性分析

4．5 控制仿真及分析

4．6 本章小结

5．1 结论

5．2 对今后工作的展望

参考文献

作者简历及攻读硕士学位期间取得的研究成果

学位论文数据集