采用传统频域方法进行发电机比例–积分–微分(proportional integral differential,PID)励磁调节器的参数设计时只考虑本机组的运行,而忽视了电网的整体运行情况,且性能好坏取决于设计人员的经验。针对这种情况,提出了基于大型电力系...采用传统频域方法进行发电机比例–积分–微分(proportional integral differential,PID)励磁调节器的参数设计时只考虑本机组的运行,而忽视了电网的整体运行情况,且性能好坏取决于设计人员的经验。针对这种情况,提出了基于大型电力系统时域仿真曲线的励磁PID调节器闭环优化方法,既能综合考虑机组和电网的运行情况,又能克服传统设计过于依赖经验的不足。该方法使用时域积分性能指标来评价含有PID调节器的闭环电力系统的综合性能,运用Nelder-Mead单纯形方法来有效搜索最优的PID参数。在实际大型电网中的应用结果表明,该优化方法可有效提高大电网电压的动态调节能力,有很好的实际应用前景。展开更多
提出了种应用于飞轮储能系统的神经元自适应比例?积分?微分(proportional integral differential,PID)控制算法。该算法基于传统的双闭环调速系统与神经网络理论,实现对飞轮驱动电机的控制,使飞轮驱动电机能够根据系统要求,驱动飞轮储...提出了种应用于飞轮储能系统的神经元自适应比例?积分?微分(proportional integral differential,PID)控制算法。该算法基于传统的双闭环调速系统与神经网络理论,实现对飞轮驱动电机的控制,使飞轮驱动电机能够根据系统要求,驱动飞轮储能单元储存或释放能量。运用李亚普诺夫稳定性理论证明了该控制算法的稳定性和有效性,并给出了其稳定性条件。经过仿真验证,该算法可以有效地实现对飞轮储能单元的充放电控制,其控制参数可以随着系统的运行自适应调节,飞轮储能单元的控制精度和鲁棒性也有所提高。展开更多
为实现多变风况下直驱永磁风力发电系统的稳定、高效运行,提出一种模型预测电流控制MPCC(model predictive current control)与分数阶比例-积分-微分PIγDμ(fractional-order proportional-integral-derivative)相结合的策略。首先,利...为实现多变风况下直驱永磁风力发电系统的稳定、高效运行,提出一种模型预测电流控制MPCC(model predictive current control)与分数阶比例-积分-微分PIγDμ(fractional-order proportional-integral-derivative)相结合的策略。首先,利用MPCC两步预测法建立风力发电机组的电流预测模型,得到不同控制集下的电流预测值,评估确定出满足代价函数最小所对应的最优电流预测值。然后,设计PIγDμ控制器,将最优电流预测值和参考电流作为输入参数,经PIγDμ控制器输出得到最优控制电压矢量,实现对系统进行控制。最后,建立仿真模型,与双闭环PI和传统MPCC控制策略进行对比,验证所提控制策略的有效性和优越性。展开更多
文摘采用传统频域方法进行发电机比例–积分–微分(proportional integral differential,PID)励磁调节器的参数设计时只考虑本机组的运行,而忽视了电网的整体运行情况,且性能好坏取决于设计人员的经验。针对这种情况,提出了基于大型电力系统时域仿真曲线的励磁PID调节器闭环优化方法,既能综合考虑机组和电网的运行情况,又能克服传统设计过于依赖经验的不足。该方法使用时域积分性能指标来评价含有PID调节器的闭环电力系统的综合性能,运用Nelder-Mead单纯形方法来有效搜索最优的PID参数。在实际大型电网中的应用结果表明,该优化方法可有效提高大电网电压的动态调节能力,有很好的实际应用前景。
文摘提出了种应用于飞轮储能系统的神经元自适应比例?积分?微分(proportional integral differential,PID)控制算法。该算法基于传统的双闭环调速系统与神经网络理论,实现对飞轮驱动电机的控制,使飞轮驱动电机能够根据系统要求,驱动飞轮储能单元储存或释放能量。运用李亚普诺夫稳定性理论证明了该控制算法的稳定性和有效性,并给出了其稳定性条件。经过仿真验证,该算法可以有效地实现对飞轮储能单元的充放电控制,其控制参数可以随着系统的运行自适应调节,飞轮储能单元的控制精度和鲁棒性也有所提高。
文摘为实现多变风况下直驱永磁风力发电系统的稳定、高效运行,提出一种模型预测电流控制MPCC(model predictive current control)与分数阶比例-积分-微分PIγDμ(fractional-order proportional-integral-derivative)相结合的策略。首先,利用MPCC两步预测法建立风力发电机组的电流预测模型,得到不同控制集下的电流预测值,评估确定出满足代价函数最小所对应的最优电流预测值。然后,设计PIγDμ控制器,将最优电流预测值和参考电流作为输入参数,经PIγDμ控制器输出得到最优控制电压矢量,实现对系统进行控制。最后,建立仿真模型,与双闭环PI和传统MPCC控制策略进行对比,验证所提控制策略的有效性和优越性。
