基于神經網絡的風力發電并網控制研究

于智超，劉 帥，杜克文

(山東科技大學 電氣與自動化工程學院，山東 青島 266590)

隨著風力發電技術的不斷成熟，系統容量越來越大，從而導致風力發電并網時所產生的電流沖擊與波動過大，造成安全問題[1-3]。雙饋風力發電并網方式主要有空載、負載與孤島并網3種，其中應用最為廣泛的是空載并網[4]。傳統的并網控制有矢量變換[5]、PI控制[6]等，但存在穩定性與抗擾動性差等缺點。本文在研究風力發電運行特性與控制原理的基礎上，提出了一種基于神經網絡的風力發電并網控制技術。該技術結合了BP神經網絡與PID控制，使得控制器能夠對轉子電流進行控制，具有獨立于被控對象的優點。加之雙饋發電機，因而可以實現空載數學模型的并網控制。

1 雙饋發電機空載數學模型

同步坐標系下基于采用發電機慣例的定子與采用電動機慣性轉子的雙饋電機數學模型，分別如式 (1)～式(4)所示[7]。其中，式(1)和式(2)分別為定轉子側電壓、側磁鏈方程；式(3)和式(4)分別為轉矩、運動方程。定子與轉子d、q軸電壓分量分別為usd、usq、urd、urq；磁鏈分量分別為ψsd、ψsq、ψrd、ψrq；電流分量分別為isd、isq、ird、irq；而Lm、Lr分別為定子互感與轉子電感；發電機同步與轉差角速度為w1、ws；p表示微分算子。

(1)

(2)

Te=npL0(isdirq-isq-ird)

(3)

(4)

發電機并網需要其定子與電網的電壓相等，并網前調節定子電壓達到并網要求以實現并網控制。由于雙饋發電機可以實現空載數學模型的并網控制，且采用的控制策略為定子磁鏈矢量定向。因而isd=isq=0，ψsd=ψs,ψsq=0，則可得到雙饋發電機空載數學模型如下

(5)

(6)

(7)

(8)

(9)

2 BP神經網絡PID并網控制

2.1 BP神經網絡

算法簡單，獨立于被控對象，且具有非線性映射特性的BP神經網絡[8-9]結構圖，如圖1所示。……