本文選題：線性自抗擾控制　切入點(diǎn)：雙饋風(fēng)電機(jī)組　出處：《華北電力大學(xué)》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(guān)鍵,而同時(shí)風(fēng)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(fēng)力發(fā)電機(jī)具有風(fēng)能轉(zhuǎn)換效率高、控制方式靈活、功率因數(shù)實(shí)時(shí)可控等優(yōu)點(diǎn),現(xiàn)已成為當(dāng)今風(fēng)電行業(yè)內(nèi)的主流機(jī)型,針對(duì)其的交流勵(lì)磁的控制方式也成為風(fēng)電控制技術(shù)中的關(guān)鍵技術(shù)。大多數(shù)情況下,針對(duì)雙饋風(fēng)力發(fā)電機(jī)組的勵(lì)磁控制,采用的是在矢量變換的基礎(chǔ)上進(jìn)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(fēng)電系統(tǒng)往往工作于環(huán)境易變的區(qū)域,當(dāng)外部環(huán)境改變時(shí)(溫度、濕度等),機(jī)組的參數(shù)往往隨之改變,這就會(huì)大大降低系統(tǒng)的控制效果。本文在大量研究分析國內(nèi)外風(fēng)電行業(yè)文獻(xiàn)的基礎(chǔ)上,重點(diǎn)研究了雙饋風(fēng)電機(jī)組的運(yùn)行控制技術(shù)。具體包括風(fēng)電用網(wǎng)側(cè)PWM的控制、變槳距恒功率控制、最大風(fēng)能捕獲控制以及空載并網(wǎng)控制。在掌握各個(gè)階段控制原理的基礎(chǔ)上,針對(duì)風(fēng)電機(jī)組實(shí)際運(yùn)行中經(jīng)常遇到的問題,諸如調(diào)節(jié)速度慢、動(dòng)態(tài)響應(yīng)時(shí)間長(zhǎng)、風(fēng)電機(jī)組參數(shù)的突變、風(fēng)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(nèi)部擾動(dòng)、外部擾動(dòng)的優(yōu)點(diǎn),將其應(yīng)用于雙饋機(jī)組網(wǎng)側(cè)PWM、變槳距恒功率運(yùn)行、最大風(fēng)能追蹤、空載并網(wǎng)等運(yùn)行階段,以加快系統(tǒng)動(dòng)態(tài)響應(yīng)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(yàn)法或者試湊法來實(shí)現(xiàn),這樣不僅很難找到系統(tǒng)最優(yōu)參數(shù),同時(shí)也會(huì)浪費(fèi)大量的時(shí)間。本文采用自適應(yīng)免疫粒子群優(yōu)化算法對(duì)線性自抗擾控制器的參數(shù)進(jìn)行參數(shù)尋優(yōu)。免疫粒子群算法在結(jié)合粒子群算法與免疫算法的優(yōu)點(diǎn)的同時(shí),克服了相互的缺點(diǎn),從而使得算法在具有快速性的同時(shí),避免其陷入局部極小值。同時(shí)在算法中,針對(duì)慣性因子,變異概率、交叉概率的選取,采用自適應(yīng)調(diào)節(jié)的方式,同樣會(huì)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(yīng)免疫粒子群優(yōu)化的線性自抗擾控制器應(yīng)用于風(fēng)電機(jī)組運(yùn)行的各個(gè)階段。通過與傳統(tǒng)控制以及手動(dòng)尋優(yōu)的線性自抗擾控制相對(duì)比,驗(yàn)證了所設(shè)計(jì)方法的準(zhǔn)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(xué)位授予單位】：華北電力大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TM614

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 紀(jì)恩慶;肖維榮;;二階自抗擾控制器的參數(shù)簡(jiǎn)化[J];自動(dòng)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(yīng)用[J];組合機(jī)床與自動(dòng)化加工技術(shù);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(yīng)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(jī)套色控制的應(yīng)用[J];自動(dòng)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(yīng)用[J];大連海事大學(xué)學(xué)報(bào);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(yīng)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(xué)學(xué)報(bào);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(dòng)機(jī)自抗擾控制器簡(jiǎn)捷設(shè)計(jì)與應(yīng)用[J];航空發(fā)動(dòng)機(jī);2012年03期

10 張奇志;王釗;;基于自抗擾控制器的柴油機(jī)轉(zhuǎn)速控制[J];電子測(cè)試;2012年12期

相關(guān)會(huì)議論文 前10條

1 黃遠(yuǎn)燦;韓京清;;自抗擾控制器在空間降噪中的應(yīng)用[A];1997年中國控制會(huì)議論文集[C];1997年

2 韓京清;張文革;高志強(qiáng);;模型配置自抗擾控制器[A];1998年中國控制會(huì)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(huì)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(jī)飛行控制中的應(yīng)用研究[A];第二十二屆中國控制會(huì)議論文集（上）[C];2003年

5 劉翔;包啟亮;;機(jī)動(dòng)平臺(tái)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(shù)學(xué)術(shù)交流會(huì)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(dòng)化會(huì)議論文集[C];2007年

7 賈冬;趙江波;王軍政;任廣通;;結(jié)晶器振動(dòng)電液伺服系統(tǒng)的自抗擾控制器設(shè)計(jì)[A];中國自動(dòng)化學(xué)會(huì)控制理論專業(yè)委員會(huì)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(yīng)用[A];第二十七屆中國控制會(huì)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(jì)量協(xié)會(huì)冶金分會(huì)2008年會(huì)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(shè)計(jì)及應(yīng)用[A];2008中國儀器儀表與測(cè)控技術(shù)進(jìn)展大會(huì)論文集（Ⅲ）[C];2008年

相關(guān)重要報(bào)紙文章 前1條

1 貝家來;線性自抗擾控制器在粗紗機(jī)中的應(yīng)用[N];中國紡織報(bào);2009年

相關(guān)博士學(xué)位論文 前1條

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

相關(guān)碩士學(xué)位論文 前10條

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

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

3 張志平;某撓性衛(wèi)星姿態(tài)動(dòng)力學(xué)建模與控制[D];哈爾濱工業(yè)大學(xué);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(shè)計(jì)[D];哈爾濱工業(yè)大學(xué);2015年

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

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

8 王志強(qiáng);基于自抗擾控制器的智能溫控儀表設(shè)計(jì)[D];江南大學(xué);2008年

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

10 崔永山;自抗擾控制器設(shè)計(jì)方法應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2006年

，

本文編號(hào)：1660526