变速型风力发电系统的模糊神经网络控制研究.rar

传统的变速型控制模式需要首先建立一个有效的系统模型，而由于空气动力学的不确定性和电力电子功率变换装置模型的复杂性，系统模型的确定不是很容易的事情。由于这些原因，基于模糊和神经网络的智能控制技术于最近几年被引入风力发电控制领域。 本课题的工作目的，是开发出模糊功率控制器和模糊化神经网络控制器，调节同步发电机的转速和风机的桨距角，实现风力发电机组能从风中吸取最大能量，并提供用户可以接受的电力质量。 研究工作首先是分析变速风力发电机，并建立相应的模型，然后设计出控制器。这个系统包括两个控制器，一个是模糊功率控制器，在风速低于额定风速时，通过调节发电机的励磁电压来控制转速，跟踪风速的变化，使风机吸收最大的风能：另一个是模糊化的神经网络控制器(FNN)，在风速高于额定风速时，通过调节浆距角来保持额定功率。在FNN控制器中采用遗传算法，这是本课题的一个重要的创新点。 最后利用MATLAB/Simulink面向神经网络的工具箱，仿真出实验结果，结果表明：模糊功率控制器和调节桨叶节距角的FNN神经网络控制器达到了在变化的风速中获取最大能量，并使转速、机械负载变化最小的控制目标。模糊神经网络应用到这一领域，体现了很高的性能，说明了神经网络-模糊控制方式鲁棒性好，可以应用于实时控制。

点击标签浏览更多相关技术资料资源：