计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2015年
2期
135-138
,共4页
风电系统%神经网络%变换器%仿真
風電繫統%神經網絡%變換器%倣真
풍전계통%신경망락%변환기%방진
Wind power system%Neural network%Converter%Simulation
研究风电系统双馈电机功率的精确控制可以降低系统的能耗.当前风电系统多采用双馈感应异步发电机.双馈感应中,不同线路采集的电压不同,不同反馈线路电压互相影响,造成控制电压发生干扰性突变.传统的部分矢量控制方法以最优电压目标进行控制时,很容易受到多路电压相互干扰的影响,造成电压控制信号的暂态峰值和波纹较大,控制失稳.提出一种风电系统双馈电机功率优化控制模型.模型以最大功率点跟踪(maximum power point tracking,MPPT)和低电压穿越(low voltage ridethrough,LVRT)作为功率控制目标,运用神经网络非线性控制策略,以BP(Back Propagation)神经网络代替部分矢量控制,为网侧和转子侧变换器提供参考信号,对有功和无功实现解耦控制.仿真结果表明,神经网络控制具有较好的动态特性,能耗下降.
研究風電繫統雙饋電機功率的精確控製可以降低繫統的能耗.噹前風電繫統多採用雙饋感應異步髮電機.雙饋感應中,不同線路採集的電壓不同,不同反饋線路電壓互相影響,造成控製電壓髮生榦擾性突變.傳統的部分矢量控製方法以最優電壓目標進行控製時,很容易受到多路電壓相互榦擾的影響,造成電壓控製信號的暫態峰值和波紋較大,控製失穩.提齣一種風電繫統雙饋電機功率優化控製模型.模型以最大功率點跟蹤(maximum power point tracking,MPPT)和低電壓穿越(low voltage ridethrough,LVRT)作為功率控製目標,運用神經網絡非線性控製策略,以BP(Back Propagation)神經網絡代替部分矢量控製,為網側和轉子側變換器提供參攷信號,對有功和無功實現解耦控製.倣真結果錶明,神經網絡控製具有較好的動態特性,能耗下降.
연구풍전계통쌍궤전궤공솔적정학공제가이강저계통적능모.당전풍전계통다채용쌍궤감응이보발전궤.쌍궤감응중,불동선로채집적전압불동,불동반궤선로전압호상영향,조성공제전압발생간우성돌변.전통적부분시량공제방법이최우전압목표진행공제시,흔용역수도다로전압상호간우적영향,조성전압공제신호적잠태봉치화파문교대,공제실은.제출일충풍전계통쌍궤전궤공솔우화공제모형.모형이최대공솔점근종(maximum power point tracking,MPPT)화저전압천월(low voltage ridethrough,LVRT)작위공솔공제목표,운용신경망락비선성공제책략,이BP(Back Propagation)신경망락대체부분시량공제,위망측화전자측변환기제공삼고신호,대유공화무공실현해우공제.방진결과표명,신경망락공제구유교호적동태특성,능모하강.
