本文選題：線性自抗擾控制　切入點：雙饋風電機組　出處：《華北電力大學》2015年碩士論文

【摘要】：新能源逐步代替煤、石油、天然氣等化石能源是能源可持續(xù)發(fā)展戰(zhàn)略的關鍵,而同時風能在多種新能源中有著舉足輕重的地位。由于變速恒頻雙饋風力發(fā)電機具有風能轉換效率高、控制方式靈活、功率因數(shù)實時可控等優(yōu)點,現(xiàn)已成為當今風電行業(yè)內的主流機型,針對其的交流勵磁的控制方式也成為風電控制技術中的關鍵技術。大多數(shù)情況下,針對雙饋風力發(fā)電機組的勵磁控制,采用的是在矢量變換的基礎上進行經(jīng)典控制。但是這種控制方法需要精確的系統(tǒng)模型,也需要系統(tǒng)具有穩(wěn)定的參數(shù),但風電系統(tǒng)往往工作于環(huán)境易變的區(qū)域,當外部環(huán)境改變時(溫度、濕度等),機組的參數(shù)往往隨之改變,這就會大大降低系統(tǒng)的控制效果。本文在大量研究分析國內外風電行業(yè)文獻的基礎上,重點研究了雙饋風電機組的運行控制技術。具體包括風電用網(wǎng)側PWM的控制、變槳距恒功率控制、最大風能捕獲控制以及空載并網(wǎng)控制。在掌握各個階段控制原理的基礎上,針對風電機組實際運行中經(jīng)常遇到的問題,諸如調節(jié)速度慢、動態(tài)響應時間長、風電機組參數(shù)的突變、風速突變等問題,利用線性自抗擾控制器善于處理系統(tǒng)出現(xiàn)內部擾動、外部擾動的優(yōu)點,將其應用于雙饋機組網(wǎng)側PWM、變槳距恒功率運行、最大風能追蹤、空載并網(wǎng)等運行階段,以加快系統(tǒng)動態(tài)響應速度,提高系統(tǒng)的抗干擾能力。但是線性自抗擾控制器的參數(shù)尋優(yōu)往往通過經(jīng)驗法或者試湊法來實現(xiàn),這樣不僅很難找到系統(tǒng)最優(yōu)參數(shù),同時也會浪費大量的時間。本文采用自適應免疫粒子群優(yōu)化算法對線性自抗擾控制器的參數(shù)進行參數(shù)尋優(yōu)。免疫粒子群算法在結合粒子群算法與免疫算法的優(yōu)點的同時,克服了相互的缺點,從而使得算法在具有快速性的同時,避免其陷入局部極小值。同時在算法中,針對慣性因子,變異概率、交叉概率的選取,采用自適應調節(jié)的方式,同樣會加快算法的尋優(yōu)速度。最后在Matlab/Simulink中仿真研究,將基于自適應免疫粒子群優(yōu)化的線性自抗擾控制器應用于風電機組運行的各個階段。通過與傳統(tǒng)控制以及手動尋優(yōu)的線性自抗擾控制相對比,驗證了所設計方法的準確、高效。
[Abstract]:Gradually replacing fossil energy such as coal, oil and natural gas with new energy is the key to the strategy of sustainable energy development. At the same time, wind energy plays an important role in a variety of new energy sources. Because variable speed constant frequency doubly-fed wind turbine has the advantages of high wind energy conversion efficiency, flexible control mode, real-time controllable power factor, and so on. Nowadays, it has become the mainstream type in wind power industry, and the control mode of AC excitation is also the key technology in wind power control technology. In most cases, the excitation control of doubly-fed wind turbine is aimed at the excitation control of doubly-fed wind turbine. The classical control is based on vector transformation, but this control method needs accurate system model and stable parameters. However, wind power system often works in an area where the environment is changeable. When the external environment changes (temperature, humidity, etc.), the parameters of the unit often change, which will greatly reduce the control effect of the system. The operation control technology of doubly-fed wind turbine is studied in detail, including the control of grid-side PWM, variable pitch constant power control, maximum wind power capture control and no-load grid-connected control. In view of the problems often encountered in the actual operation of wind turbine, such as slow regulating speed, long dynamic response time, sudden change of wind turbine parameters and sudden change of wind speed, the linear ADRC controller is used to deal with the internal disturbance of the system. In order to speed up the dynamic response of the system, the advantages of external disturbance are applied to the operation stages such as PWM, variable pitch constant power operation, maximum wind energy tracking, no-load grid-connected operation, etc, in order to speed up the dynamic response of the system. But the parameter optimization of linear ADRC is usually realized by empirical method or trial and error method, which is not only difficult to find the optimal parameters of the system, but also to improve the anti-jamming ability of the system. At the same time, it will also waste a lot of time. In this paper, the parameters of linear ADRC are optimized by using adaptive immune particle swarm optimization algorithm. The immune particle swarm optimization algorithm combines the advantages of particle swarm optimization and immune algorithm at the same time. It overcomes the shortcoming of each other and makes the algorithm avoid falling into local minima while it is fast. At the same time, aiming at the selection of inertia factor, mutation probability and crossover probability, the algorithm adopts adaptive adjustment method. It will also speed up the optimization of the algorithm. Finally, the simulation in Matlab/Simulink, The linear active disturbance rejection controller based on adaptive immune particle swarm optimization is applied to every stage of wind turbine operation. Compared with the traditional control and manual optimization linear active disturbance rejection control, the proposed method is proved to be accurate and efficient.
【學位授予單位】：華北電力大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TM614

【相似文獻】

相關期刊論文 前10條

1 紀恩慶;肖維榮;;二階自抗擾控制器的參數(shù)簡化[J];自動化儀表;2007年05期

2 高楊,吳丹,易旺民,司勇;自抗擾控制器在非圓車削中的應用[J];組合機床與自動化加工技術;2004年10期

3 于希寧;尹水紅;閆智輝;楊潔;;自抗擾控制器的發(fā)展及其應用[J];儀器儀表用戶;2007年04期

4 邱兆軍;肖維榮;;自抗擾控制器在無主軸凹印機套色控制的應用[J];自動化儀表;2007年08期

5 王燕波;包鋼;王祖溫;;自抗擾控制器在氣壓伺服控制系統(tǒng)中的應用[J];大連海事大學學報;2007年03期

6 蘇杰;張?zhí)m珍;李向菊;;自抗擾控制器的分析及應用[J];儀器儀表用戶;2008年06期

7 馬幼捷;劉增高;周雪松;王新志;;自抗擾控制器的原理解析[J];天津理工大學學報;2008年04期

8 趙金海;;船舶航行自抗擾控制器的仿真研究[J];艦船電子工程;2011年08期

9 李述清;張勝修;劉毅男;周帥偉;;航空發(fā)動機自抗擾控制器簡捷設計與應用[J];航空發(fā)動機;2012年03期

10 張奇志;王釗;;基于自抗擾控制器的柴油機轉速控制[J];電子測試;2012年12期

相關會議論文 前10條

1 黃遠燦;韓京清;;自抗擾控制器在空間降噪中的應用[A];1997年中國控制會議論文集[C];1997年

2 韓京清;張文革;高志強;;模型配置自抗擾控制器[A];1998年中國控制會議論文集[C];1998年

3 鐘慶;吳捷;;并聯(lián)型有源濾波器中的自抗擾控制器[A];第二十一屆中國控制會議論文集[C];2002年

4 孫秀霞;王春山;陳金科;;自抗擾控制器在某型飛機飛行控制中的應用研究[A];第二十二屆中國控制會議論文集（上）[C];2003年

5 劉翔;包啟亮;;機動平臺光電跟蹤系統(tǒng)的自抗擾控制研究[A];第十屆全國光電技術學術交流會論文集[C];2012年

6 周惠興;琚莉;王慧晶;孫鵬;;壓電執(zhí)行器自抗擾控制器參數(shù)的整定方法[A];2007年中國智能自動化會議論文集[C];2007年

7 賈冬;趙江波;王軍政;任廣通;;結晶器振動電液伺服系統(tǒng)的自抗擾控制器設計[A];中國自動化學會控制理論專業(yè)委員會C卷[C];2011年

8 王清;宋年年;王佳慶;姚菁;;優(yōu)化自抗擾控制器在主汽溫控制系統(tǒng)中的應用[A];第二十七屆中國控制會議論文集[C];2008年

9 趙仁濤;李華德;苗敬利;郝智紅;楊立永;;自抗擾理論的形成與發(fā)展[A];中國計量協(xié)會冶金分會2008年會論文集[C];2008年

10 周雪松;豐美麗;馬幼捷;劉增高;;基于LabVIEW的自抗擾控制器的設計及應用[A];2008中國儀器儀表與測控技術進展大會論文集（Ⅲ）[C];2008年

相關重要報紙文章 前1條

1 貝家來;線性自抗擾控制器在粗紗機中的應用[N];中國紡織報;2009年

相關博士學位論文 前1條

1 孫明革;基于現(xiàn)場總線的自抗擾控制器研究[D];吉林大學;2010年

相關碩士學位論文 前10條

1 孫凌燕;自抗擾控制技術在風電變槳系統(tǒng)中的應用研究[D];河北大學;2015年

2 田永貴;變速恒頻雙饋風力發(fā)電機并網(wǎng)控制策略研究[D];西南交通大學;2015年

3 張志平;某撓性衛(wèi)星姿態(tài)動力學建模與控制[D];哈爾濱工業(yè)大學;2015年

4 董曉飛;基于免疫粒子群優(yōu)化算法的超聲速飛行器自抗擾控制器設計[D];哈爾濱工業(yè)大學;2015年

5 徐浩;基于自抗擾技術的永磁同步電機調速系統(tǒng)研究[D];哈爾濱工業(yè)大學;2015年

6 肖鳳翔;大型雙槳雙舵船舶的智能航向控制[D];大連海事大學;2015年

7 張辰;基于先進優(yōu)化算法的LADRC風力發(fā)電過程控制研究[D];華北電力大學;2015年

8 王志強;基于自抗擾控制器的智能溫控儀表設計[D];江南大學;2008年

9 黃健;船舶航行自抗擾控制器的研究與實現(xiàn)[D];華南理工大學;2010年

10 崔永山;自抗擾控制器設計方法應用研究[D];哈爾濱工業(yè)大學;2006年

，

本文編號：1660526