一、模糊控制在风能转换系统中的应用(论文文献综述)
王伟超[1](2021)在《含磁悬浮主动偏航风电机组的风能捕获控制》文中研究说明风能高效捕获的关键是风速风向时变情况下优化转速的快速跟踪以及风机桨叶的精准主动偏航,但风电机组的大功率化导致风能捕获机械动态过程变慢,尤其传统偏航装置多齿轮多电机结构使得风机主动偏航过程中故障率升高,损耗增大,通常以减少主动偏航频率为代价保证系统安全、减小功耗,导致风能捕获效率大大降低,为此本文提出了一种含磁悬浮主动偏航水平轴风电机组的风能捕获系统,并从风能捕获系统模型构建、风能捕获最大功率点跟踪(MPPT)控制和风能捕获偏航迎风控制等方面展开研究。风能捕获系统模型构建:分析了含磁悬浮主动偏航风水平轴电机组的风能捕获系统的运行机制,在传统风机运行阶段划分的基础上将运行区域进行合理分割,分成启动区、悬浮捕获区、阻尼MPPT区、阻尼恒功率控制区和刹车制动区,对上述各个区域进行了控制机制分析,构建了等效风速模型、风机系统模型、基于机侧变流器调控的永磁同步发电机模型以及轴向盘式电动机不同工作模式下的悬浮气隙控制和偏航阻尼控制模型。风能捕获MPPT控制:针对风速频变、风能捕获机械动态速度较慢,严重制约捕获效率的问题,在传统PID和积分滑模控制的基础上,提出了一种自适应高阶滑模超扭曲转速跟踪控制器,对高阶滑模边界层和系统参数的不确定性进行在线自适应逼近,从而削弱系统抖振,增强系统抗干扰能力,同时完成了所提算法的Lyapunov稳定性证明;采用转速和电流双闭环控制机制,搭建了非偏航阻尼工作模式下风能捕获MPPT自适应高阶滑模控制仿真实验平台,仿真结果显示,相比于PID和积分滑模控制,自适应高阶滑模控制在参考改变后0.03s内迅速达到稳定状态,稳态误差仅为0.0012rad/s,系统抖振被削弱,控制输入转矩电流振幅仅为10A,输出功率相比于积分滑模波动幅度大大减小,同时,仿真实验结果显示自适应控制在应对系统干扰方面效果显着。风能捕获偏航迎风控制:针对有效风速获取难度相对较大的问题,结合磁悬浮偏航系统的运行机制,设计了一种基于偏航负载转矩观测器的有效风速软测量技术;鉴于机舱悬浮系统中的多通道多种类干扰,进行匹配性干扰转化,同时为有效解决干扰转化后状态变量增多且难以获取的问题,提出了基于滑模状态观测器的机舱悬浮滑模跟踪控制策略,通过Lyapunov稳定性证明和仿真实验对比验证了该算法的有效性;对于偏航状态下的轴向盘式电机超低速控制问题,设计了滑模观测鲁棒自适应补偿转速控制器,将多模型参数自适应进行约束转换,解决了多模型参数逼近速度差异以及逼近整体误差对系统性能的影响,通过仿真实验,对比了PID和观测器+滑模控制器,验证了该算法在跟踪性能、动态响应速度和抗干扰能力方面的优势;将自适应高阶滑模控制策略应用于偏航迎风控制,通过仿真实验表明,自适应控制能够有效降低跟踪误差,在工况变化偏航迎风过程中最大功率系数能够快速响应并始终保持在最大值。
赵睿楠[2](2021)在《基于集值观测器的风能转换系统故障诊断与控制》文中研究说明风能在世界范围内受到广泛关注。随着风电规模的扩大,风能转换系统的结构日益复杂,是一个具有强输入不确定性、高度耦合的机、电、液一体化复杂非线性动力学系统,风速、电网参数的随机时变对系统安全运行带来极大挑战,加之恶劣的运行环境,故障频发,甚至小故障也可能发展成灾难性故障,造成重大经济损失。实现风能转换系统故障诊断和容错控制,在保证功率转换效率的同时可减少设备事故率,降低维修费用,成为保障现代风力发电机组可靠运行、降低维护成本不可或缺的解决方案。风能转换系统包括空气动力子系统、桨叶子系统、传动子系统、发电机子系统、并网逆变子系统等模块,目前对其故障诊断的研究多针对其某个系统开展,缺乏一个统一的平台实现系统的全局故障诊断。为此本文在详细分析风能转换系统常见故障特性的基础上,考虑具有高阶、通信延时和未知非线性部分的风能转换系统,采用离散系统强正扰动不变理论和欧拉线性逼近理论,研究风能转换系统各子系统的状态集值观测器的设计及基于集值观测器的系统故障诊断与容错控制策略。主要研究工作如下:1.详细阐述风能转换系统的组成及其风能转换系统的整体数学模型。在此基础上,分析风能转换系统中常见12种故障特性,建立并分类各故障的数学模型,推导出故障情况下系统增广模型,为后面故障诊断策略的研究奠定基础。2.考虑存在通信延时和未知非线性的风能转换系统状态估计问题,采用离散系统的强正扰动不变理论设计集值观测器,设计集合诱导Lyapunov函数证明集值观测器的收敛性。在此基础上,设计变桨系统和变流器模型集值观测器;针对传动系统和变流器的联合系统模型,利用状态转移矢量和极点配置法设计降阶集值观测器;考虑风能转换系统中的通信延时和未知非线性,采用泰勒一阶展开式和高阶多项式数据拟合算法建立风能转换系统线性近似模型,采用非线性系统Lipschitz条件设计风能转换系统的非线性全局集值观测器。利用仿真结果验证各子系统对应集值观测器和非线性全局集值观测器的状态估计性能。3.基于以上设计的集值观测器,针对12种风能转换系统常见故障,设计基于多并行集值观测器的故障诊断策略。首先设计与三个变桨系统、传动系统和变流器一一对应的五并行集值观测器故障诊断策略;为减小故障误判风险,实现故障定位,在此基础上增加考虑延时的变桨系统集值观测器、传动系统与变流器联合模型的降阶集值观测器,以及非线性全局集值观测器,建立风能转换系统各子系统统一的八并行集值观测器故障诊断策略。仿真验证上述故障诊断策略可以输出包含准确的故障检测、正确的故障定位和快速的故障诊断用时等信息的故障诊断结果。4.针对变参数时滞系统,基于线性矩阵不等式(Linear Matrix Inequality,LMI)和矩阵Schur补性质设计非脆弱鲁棒H∞状态反馈控制器,建立包含积分环节的Lyapunov泛函保证闭环系统渐近稳定且满足H∞性能指标。以风能转换系统的变桨系统乘性故障为目标,设计由故障诊断结果驱动的鲁棒容错控制律以及切换集值观测器组。采用桨叶角执行器的泵磨损、液压泄漏和空气含量过高等三种故障进行仿真,验证所设计控制律的控制效果。
徐涛[3](2020)在《风能转换系统主动容错控制方法研究》文中提出风能是绿色、清洁的新型能源,在替代传统不可再生能源的众多新能源中占据着重要的位置,在世界各国努力将风能作为其可持续能源发展体系的重要一环之际,整个风电产业也同样面对着巨大的发展挑战。在实际工程应用中,风电设备通常安装在偏远高山或远离海岸等环境、气候恶劣的区域,并且其内部结构复杂、多样,属于强非线性系统。由于长期遭受外部环境和系统内部不确定性的影响,导致整个风能转换系统(Wind Energy Conversion System,WECS)内部元器件故障发生频繁,这不仅威胁风电机组高效、安全、稳定运行,也影响整个风电产业广泛工程化进程。本文针对WECS中高发的执行器故障和传感器故障问题主要做了以下研究工作:针对WECS中可能出现的执行器故障问题,同时考虑系统的参数不确定性,研究了一种基于状态以及故障估计的执行器故障鲁棒容错控制策略。首先利用T-S模型对系统进行描述,考虑到系统的不确定性、不可测变量和执行器故障,在基于观测器故障重构条件下,采用补偿控制方法,设计了模糊调度容错控制器(Fuzzy Robust Scheduling Fault-Tolerant Controller,FRSFTC)。通过求解线性矩阵不等式(Linear Matrix Inequality,LMI)的方法得到控制器和观测器增益。根据泰勒级数(Taylor series)和李雅普诺夫(Lyapunov)函数,给出了在执行器故障情况下闭环系统稳定的充要条件,实现了系统容错控制的完整性。最后,以风能转换系统为仿真实例进行分析,仿真实验结果表明,考虑系统的不确定性,当系统发生执行器故障时,在额定的风速下,所设计的模糊调度容错控制器在保证系统各状态正常运行的同时,可以实现最大的风能捕获。针对WECS中可能出现的传感器故障以及系统的不确定性问题,研究了一种基于T-S模糊观测器的传感器故障容错控制策略。首先考虑到系统本身的不确定性,通过建立系统的不确定T-S模型,设计了基于T-S模糊观测器的故障检测和识别(fault detection and isolation,FDI)方法。利用模糊观测器输出的状态估计值与实际传感器检测到的测量值对比分析残差,通过决策模块和切换器选择基于正常传感器和观测器对输出的状态重构。然后采用平行分布补偿(Parallel distributed compensation,PDC)方法设计鲁棒模糊控制器,实现对不确定非线性系统传感器故障的容错控制。最后通过引用Taylor series和Lyapunov函数给出了闭环控制系统稳定的证明方法。通过仿真可以看出,当WECS中出现传感器故障时,采用所设计的容错控制方法,能有效降低系统因传感器故障造成的冲击与振荡,使系统的鲁棒性能得到提高,在故障下的安全、稳定运行得到保证。
吴林[4](2020)在《基于自抗扰控制的风力发电机变速变桨控制系统研究》文中提出随着风能对电网的渗透性越来越大,风力发电系统对电网频率和电压稳定性的影响也越来越显着。变桨距系统是一个受多种不确定性干扰的复杂非线性系统,是风力发电系统的关键组成部分。当风速超过额定切入风速时,改变桨距角来控制风电转换效率,从而从风中获取额定功率,保护风机不受损害。因此,从电网一体化的角度看,风力发电机组的功率控制技术也变得越来越重要。当风速高于变速变桨距风力涡轮机的额定速度时,改变桨距角,用来将输出功率和转子速度保持在其额定值。对于具有非线性和复杂结构的风力涡轮机系统,传统的变桨距控制器很难实现精确控制。本文提出了一种改进的基于自抗扰控制的变桨控制器。考虑到风力发电机组中机械部件的各种不确定性扰动和参数的变化,基于自抗扰控制(Active Disturbance Rejection Control,ADRC)设计了一个桨距控制器。结合跟踪微分器,使用扩展状态观测器(ESO)观察系统的状态和扰动。此外,为了补偿ADRC变桨控制器,通过根据扩展状态观测器和跟踪微分器之间的状态偏差来配置非线性结构来设计非线性状态误差反馈控制律。仿真结果表明,基于ADRC的变桨控制可以有效地估计系统状态和扰动。所提出的控制器具有良好的动态性能和较强的鲁棒性。本文首先介绍了风能在当代世界能源结构中的重要地位,风能转换系统的组成和类型以及控制策略。其次对风能获取,风轮机的工作原理以及风力发电机的结构和分类进行了阐述,接着对风机变桨控制系统中的不同功能模型进行数学分析,搭建仿真模型,然后设计基于ADRC控制的风力发电机变速变桨控制系统并进行仿真,最后通过实验平台对上述系统进行验证。
王旭[5](2019)在《基于广义滑模观测器的风能转换系统容错控制》文中认为风能是世界上最具前景的可再生能源之一。相较于传统发电,风力发电技术优势日趋明显,进而受到广泛关注。然而风能转换系统是复杂的耦合体,长期暴露在恶劣的环境中,故障频发,造成经济损失严重。因此,研究先进的故障诊断与容错控制技术,对降低风能转换系统的故障率,保证系统的可靠运行具有重要的理论研究价值和工程应用价值。论文在对风能转换系统的故障诊断技术与容错控制策略研究状况进行分析的基础上,介绍风能转换系统中风力机、传动系统、双馈感应电机等子系统模型,建立风能转换系统状态方程,基于广义滑模观测器理论,开展了以下研究工作:针对具有测量扰动的风能转换系统的传感器故障,通过设计广义滑模观测器,克服风能转换系统的不确定性,实现对风能转换系统状态和传感器故障的估计。基于状态估计信息,进行传感器故障和测量扰动重构。通过滑模容错控制保证故障系统的稳定,实现最大风能的捕获。考虑风能转换系统中的执行器故障,利用拆分法,把风能转换系统中非线性部分拆分成常数矩阵和不确定性矩阵,并对系统状态进行增广,将执行器故障增广为系统状态一部分,构建广义滑模观测器。利用等价输出控制法实现执行器的故障重构,设计主动容错控制器,确保风能转换系统的稳定运行。针对风能转换系统中传感器故障和执行器故障并存的问题,以广义滑模观测器为基础,引入后置滤波器,构建新的增维系统,将传感器故障转换成执行器故障进行诊断。设计鲁棒自适应滑模观测器,给出优化滑模策略,保证系统状态估计稳定。通过等价输出控制,给出传感器故障与执行器故障同时重构算法。设计鲁棒容错控制器,当出现多故障时能够很好地进行容错控制,捕获最大的风能。在Matlab的Simulink平台上,对上述三种情况的故障重构与容错控制策略分别进行仿真分析。仿真结果表明当风能转换系统发生上述三种情况的故障时,通过所提出的故障重构与容错控制策略,能够保证风能转换系统的稳定运行。
熊林云[6](2019)在《双馈风力发电机滑模控制与并网同步运行研究》文中研究指明风能作为一种重要的可再生能源,其对于解决未来的能源危机具有重要的战略作用。近年来,全球风力发电机(风机)装机容量正稳步增长;同时,各国也从战略、政策上逐步推进风能在商用、民用场合的推广。风能因其随机性、不确定性以及不稳定性,使得针对风能的捕捉过程极具挑战;同时,风机的并网运行也会对电网本身造成一定的影响,比如系统频率调节能力下降、惯性缺失、稳定性降低、电能质量下降等问题。针对双馈风能转换系统存在的诸多控制以及运行问题,提出了若干滑模控制方法用于控制双馈风机,并分析了双馈风机并网运行机理,并提出了双馈风机并网运行时参与系统频率调节的虚拟惯量分配方法以及综合惯量以及下垂系数优化方案。主要研究内容如下:(1)分析了传统一阶滑模控制存在抖振现象的机理,发现抖振现象产生的主要原因是传统一阶滑模控制中控制输入含有不连续项,因而提出了一种改进型指数趋近率,其能够自适应地改变符号函数前的增益项,并能够在加快状态变量趋近速度的同时最大程度降低滑动模态上的抖振幅度;随后,将基于此改进型指数趋近率的滑模控制方法用于控制双馈风力发电机的输出有功及无功功率,其基于直接功率控制的控制方法,将输出有功及无功功率参考值与实际值之间的误差用于构造滑模面,并实现对输出功率的鲁棒控制。同时,通过Lyapunov函数法分析了受控系统的稳定性,并保证了受控系统的渐近稳定性。最后,通过四个仿真及实验算例验证了本方法的有效性以及对比传统一阶滑模控制的优越性。(2)提出了一种分数阶滑模控制方法用于双馈风机的直接功率控制,利用分数阶微积分将滑模面中的整数阶积分项替换为分数阶积分,并构造一种新型滑模面。此分数阶滑模面较传统滑模面的区别在于其需要通过Oustaloups递归逼近算法进行逼近,使得控制输入中最终不含有整数阶次的不连续函数,因而在原理上避免出现抖振现象。采用Lyapunov函数法进行稳定性分析,保证系统渐近稳定性。通过5个仿真以及实验算例验证了本方法的有效性及优越性。(3)提出了基于高阶滑模控制方法的双馈风机电网同步以及功率优化的系统控制方法。由于传统一阶滑模控制在原理上无法避免抖振现象,而分数阶滑模控制需要采用递归逼近算法逼近,二者都具有一定的缺陷。因而,有必要研究高阶滑模控制方法在双馈风机中的应用。其将原始控制输入的高阶导数项作为实际控制输入,因而在原理上避免了抖振现象的发生。首先采用高阶滑模控制方法控制双馈风机转子转速以及转子电流,并最优化双馈风机的功率提取;同时采用传统一阶滑模控制方法实现对双馈风机定子电压的网络同步。最后采用三组仿真算例验证了本方法的有效性。(4)提出了通过调节双馈风机的综合惯量以及下垂系数以优化风机群一次调频一致性。首先引进含大规模风机电力系统的二阶模型,并分析了其负荷-频率响应特性;随后分析了风机并网动态过程,提出了稳定裕度的概念并用于衡量风机承受系统频率跌落的能力;最后提出基于稳定裕度以及发电成本函数的风机一次调频最优化模型,其通过改变风机的综合惯量以及下垂系数用于降低风机发电成本,同时维持风机并网运行的稳定性。仿真算例验证了本方法的可行性。(5)提出了含大规模双馈风机电网中虚拟惯量的最优分配方案。通过分析双馈风力发电机的内部动态特性,提出了极限频率跌落以及稳定裕度的概念,并考虑全网风机稳定裕度一致性,提出稳定裕度一致性指标的最优化问题,并通过求解此最优化问题,较好地改善了含大规模双馈风机电力系统的频率稳定性。仿真算例验证了本方法的实用性以及可行性。
赵芝璞,沈艳霞,贺庆楠[7](2017)在《基于T-S模型风能转换系统容错控制策略研究》文中认为针对风能转换系统中出现的传感器故障,提出了一种基于传感器冗余的在线整定容错控制策略。基于风能转换系统的T-S模糊模型,利用完好的状态反馈回路平均分担失效回路的控制作用,推导出控制律重构算法,实时在线整定系统的容错控制器,实现系统故障状态下的稳定运行。实验结果表明所设计的风能转换控制系统中,当任意1个传感器失效时,均可以实现从正常系统控制到故障系统控制的无扰动切换,并可以取得额定风速下的最大风能捕获。
沈艳霞,季凌燕,纪志成[8](2015)在《基于径向基函数神经网络故障观测器的风能转换系统容错控制器设计》文中指出针对风能转换系统执行器部分失效故障,提出了一种新型的主动容错控制策略.应用径向基函数(radial basis function,RBF)自适应神经网络,根据系统状态观测值对执行器故障进行在线重构,基于该重构故障,设计滑模容错控制器切换增益,实现风能转换系统故障诊断与容错控制律在线整定,并进行稳定性证明.仿真结果表明,执行器发生故障时系统的功率系数和叶尖速比均能保持在最优值,从而实现额定风速以下的最大风能捕获.
贺庆楠[9](2014)在《风能转换系统容错控制策略研究》文中提出提高风能转换系统的性能对风能产业的发展具有重要意义,为减少风力发电的成本提供了契机。由于风力发电的成本很大程度上是由风能捕获效率及其可靠性决定,近年来针对风能转换系统的容错控制策略的研究已受到显着关注。论文在充分理解风能转换系统最大风能捕获控制工作原理和国内外先进容错控制策略的基础上,开展了以下研究工作:针对T-S建模风能转换系统传感器故障,当一个传感器失效时,利用其余完好的状态反馈回路平均分担已失效回路控制律的容错控制思想,设计了风能转换系统的状态反馈主动容错控制器。仿真实验表明所设计的容错控制系统在任意一个传感器失效时,均可以实现从正常系统控制到故障系统控制的无扰动切换,保证了系统在故障状态下的稳定运行,同时也验证了此容错控制器的可行性。针对风能转换系统执行器故障问题,分析了风能转换系统的状态方程,将风能转换系统中执行器连续增益故障转化成传动系统参数的不确定性,推导了风能转换系统的T-S模糊模型。采用状态反馈并行分布补偿结构,设计了风能转换系统执行器故障时的鲁棒容错控制器,并进行了稳定性证明。仿真结果表明风能转换系统在发生执行器故障时,仍能够实现额定风速以下的最大风能捕获,减缓了故障恶化的程度,提高了机组利用率。针对风能转换系统中执行器故障,基于滑模控制理论,论文提出了一种新型的主动容错控制策略。设计滑模故障观测器,实时动态采集执行器故障前后数据信息,对执行器故障进行重构,达到实时故障检测的目的。通过补偿控制,保证了滑模控制器对风能转换系统的可靠控制,实现了对执行器故障主动容错的功能。仿真结果表明滑模故障观测器能够实时精确地重构风能转换系统执行器故障,主动补偿容错控制器在不影响风能转换系统动态性能的情况下,仍能实现系统的最大风能捕获。
沈艳霞,贺庆楠,潘庭龙,纪志成[10](2013)在《风能转换系统T-S模糊鲁棒容错控制》文中研究表明针对风能转换系统(WECS)执行器故障问题,建立分析了风能转换系统的状态方程,将风能转换系统中执行器连续增益故障转化成传动系统参数的不确定性,推导了风能转换系统的T-S模糊模型.采用状态反馈并行分布补偿结构,设计了风能转换系统执行器发生故障时的鲁棒容错控制器,并进行了稳定性证明.仿真结果表明,在风能转换系统发生执行器故障时,系统仍能够实现额定风速以下的最大风能捕获,减缓了故障恶化的程度,提高了机组利用率.
二、模糊控制在风能转换系统中的应用(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、模糊控制在风能转换系统中的应用(论文提纲范文)
(1)含磁悬浮主动偏航风电机组的风能捕获控制(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究背景及意义 |
1.2 国内外研究现状 |
1.3 本文研究内容及创新点 |
第2章 含磁悬浮主动偏航风电机组的风能捕获系统建模 |
2.1 工作机制分析 |
2.2 等效风速模型 |
2.3 风机系统模型 |
2.4 基于机侧变流器调控的永磁同步发电机模型 |
2.5 风力偏航电机模型 |
2.5.1 悬浮气隙控制模型 |
2.5.2 偏航阻尼控制模型 |
2.5.3 轴向盘式电机数学模型 |
本章小结 |
第3章 磁悬浮风电机组风能捕获MPPT控制 |
3.1 MPPT控制机制分析 |
3.2 磁悬浮风电机组风能捕获MPPT积分滑模控制 |
3.2.1 积分滑模转速跟踪控制器设计 |
3.2.2 电流内环控制器设计 |
3.2.3 仿真实验研究 |
3.3 磁悬浮风电机组风能捕获MPPT自适应高阶滑模控制 |
3.3.1 高阶滑模控制器设计 |
3.3.2 自适应高阶滑模控制器设计 |
3.3.3 稳定性证明 |
3.3.4 仿真实验研究 |
本章小结 |
第4章 磁悬浮风电机组风能捕获偏航迎风控制 |
4.1 基于偏航负载转矩观测器的有效风速软测量技术 |
4.1.1 软测量技术原理介绍 |
4.1.2 偏航负载转矩观测器设计 |
4.2 基于滑模状态观测器的机舱悬浮跟踪滑模控制 |
4.2.1 滑模控制器设计 |
4.2.2 滑模状态观测器设计 |
4.2.3 稳定性证明 |
4.2.4 仿真实验研究 |
4.3 轴向盘式电机超低速控制 |
4.3.1 滑模观测鲁棒自适应补偿转速跟踪控制器设计 |
4.3.2 稳定性证明 |
4.3.3 仿真实验研究 |
4.4 自适应高阶滑模偏航迎风控制仿真实验研究 |
本章小结 |
第5章 总结与展望 |
5.1 工作总结 |
5.2 工作展望 |
参考文献 |
致谢 |
攻读硕士学位期间的学术情况 |
(2)基于集值观测器的风能转换系统故障诊断与控制(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 课题研究背景与意义 |
1.2 国内外研究现状 |
1.3 本文的主要工作 |
第二章 风能转换系统模型与故障模型 |
2.1 引言 |
2.2 风能转换系统物理结构 |
2.3 风能转换系统子系统模型与数学模型 |
2.4 风能转换系统常见故障描述及分类 |
2.5 故障系统增广模型 |
2.6 本章小结 |
第三章 风能转换系统集值观测器设计 |
3.1 引言 |
3.2 集值观测器设计与仿真 |
3.2.1 集值观测器设计 |
3.2.2 变桨系统集值观测器的收敛性证明 |
3.2.3 仿真研究 |
3.3 降阶集值观测器设计与仿真 |
3.3.1 降阶集值观测器设计 |
3.3.2 联合系统降阶集值观测器设计 |
3.3.3 仿真研究 |
3.4 考虑延时的集值观测器设计与仿真 |
3.4.1 带通信延时的风能转换系统线性近似模型 |
3.4.2 考虑延时的风能转换系统集值观测器设计 |
3.4.3 仿真研究 |
3.5 非线性全局集值观测器设计与仿真 |
3.5.1 考虑未知非线性的集值观测器设计 |
3.5.2 风能转换系统的非线性全局集值观测器设计 |
3.5.3 仿真研究 |
3.6 本章小结 |
第四章 基于集值观测器的风能转换系统的故障诊断 |
4.1 引言 |
4.2 故障危害评估及数值设定 |
4.2.1 故障危害评估 |
4.2.2 故障数值设定 |
4.3 故障诊断原理 |
4.4 风能转换系统的故障诊断研究 |
4.4.1 基于五并行集值观测器的故障诊断策略 |
4.4.2 故障诊断策略仿真研究 |
4.4.3 基于八并行集值观测器的故障诊断策略 |
4.4.4 改进故障诊断策略的仿真研究 |
4.5 基于故障诊断结果的故障处理 |
4.6 本章小结 |
第五章 风能转换系统鲁棒容错控制 |
5.1 引言 |
5.2 非脆弱鲁棒H_∞控制器设计 |
5.3 变桨系统鲁棒容错控制律 |
5.4 仿真研究 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 全文总结 |
6.2 研究展望 |
致谢 |
参考文献 |
攻读博士学位期间科研成果 |
(3)风能转换系统主动容错控制方法研究(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 课题背景及意义 |
1.2 容错控制理论研究现状 |
1.2.1 故障检测与诊断 |
1.2.2 被动容错控制 |
1.2.3 主动容错控制 |
1.3 风能转换系统中的容错控制 |
1.4 论文章节安排 |
2 模糊控制基础理论 |
2.1 模糊控制简介 |
2.2 模糊控制的基本结构 |
2.3 T-S模糊控制的设计 |
2.3.1 T-S模糊系统的模型描述 |
2.3.2 T-S模糊控制器设计 |
2.4 线性矩阵不等式 |
2.5 本章小结 |
3 风能转换原理和模型研究 |
3.1 风力发电系统概述 |
3.2 风能转换原理 |
3.2.1 风力机的空气动力学特性 |
3.2.2 风力机的特性参数 |
3.2.3 最大风能捕获 |
3.3 风能转换系统的故障类型 |
3.4 风能转换系统动态数学模型 |
3.5 本章小结 |
4 风能转换系统执行器故障容错控制策略 |
4.1 执行器故障模型描述 |
4.2 T-S模糊系统不确定参数 |
4.3 观测器设计 |
4.3.1 模糊PI观测器设计 |
4.3.2 模糊观测器设计 |
4.4 鲁棒调度容错控制器设计 |
4.5 非线性闭环系统稳定性分析 |
4.6 风能转换系统应用实例 |
4.7 仿真结果与分析 |
4.8 本章小结 |
5 风能转换系统传感器故障容错控制策略 |
5.1 传感器故障模型描述 |
5.2 基于T-S模糊观测器的FDI设计 |
5.3 鲁棒模糊控制器 |
5.3.1 状态反馈控制器设计 |
5.3.2 非线性闭环系统稳定性分析 |
5.4 风能转换系统应用实例 |
5.5 仿真结果与分析 |
5.6 本章小结 |
6 结论 |
6.1 全文总结 |
6.2 论文的创新点 |
6.3 论文的不足之处 |
7 展望 |
8 参考文献 |
9 攻读学位期间发表论文情况 |
10 致谢 |
(4)基于自抗扰控制的风力发电机变速变桨控制系统研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 风力发电研究背景及意义 |
1.2 风能转换系统 |
1.2.1 风能转换系统的组成 |
1.2.2 风能转换系统的类型 |
1.3 风机变桨控制策略 |
1.3.1 传统控制策略 |
1.3.2 ADRC的发展趋势 |
1.4 论文的主要内容及章节安排 |
第二章 风力发电系统基本原理 |
2.1 风能获取 |
2.1.1 贝茨极限 |
2.1.2 功率系数和功率曲线 |
2.2 风力机变桨原理 |
2.2.1 变桨控制器 |
2.2.2 变桨控制策略分析 |
2.3 变桨发电机 |
2.3.1 变桨发电机结构 |
2.3.2 变桨发电机分类 |
2.4 本章小结 |
第三章 变桨控制系统建模分析 |
3.1 变桨控制系统组成 |
3.1.1 变桨机构设计 |
3.1.2 变桨系统架构 |
3.2 风力发电机系统模型 |
3.3 风力发电系统整体模型仿真及分析 |
3.4 本章小结 |
第四章 基于自抗扰算法的变速变桨控制系统 |
4.1 变速变桨控制器 |
4.2 基于自抗扰算法的变桨距控制器设计 |
4.2.1 自抗扰控制理论基础 |
4.2.2 自抗扰变速变桨控制器的设计 |
4.2.3 系统稳定性验证 |
4.3 变速变桨控制系统仿真 |
4.4 本章小结 |
第五章 实验设计及分析 |
5.1 变桨控制系统硬件设计 |
5.1.1 最小系统的实现 |
5.1.2 变桨距系统设计 |
5.2 实验设计及结果分析 |
5.2.1 实验平台 |
5.2.2 实验结果分析 |
5.3 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
致谢 |
参考文献 |
作者简介 |
(5)基于广义滑模观测器的风能转换系统容错控制(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 课题研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 故障诊断方法概述 |
1.2.2 容错控制理论概述 |
1.2.3 风能转换系统容错控制研究现状分析 |
1.3 论文主要研究内容和章节安排 |
第二章 风能转换系统工作原理及数学模型 |
2.1 风能转换系统基本结构与工作原理 |
2.1.1 风能转换系统基本结构 |
2.1.2 风能转换系统调节方式 |
2.1.3 最大风能捕获原理 |
2.2 风能转换系统数学模型 |
2.2.1 风力机系统模型 |
2.2.2 传动系统模型 |
2.2.3 双馈感应电机模型 |
2.2.4 风能转换系统组合基准模型 |
2.2.5 状态空间方程建模 |
2.3 风能转换系统故障建模 |
2.4 仿真研究 |
2.5 本章小结 |
第三章 风能转换系统传感器故障重构与容错控制 |
3.1 传感器故障问题描述 |
3.2 基于广义滑模观测器的传感器故障重构 |
3.2.1 广义滑模观测器设计 |
3.2.2 传感器故障重构 |
3.3 传感器故障容错控制 |
3.3.1 滑模面设计 |
3.3.2 滑模控制器设计 |
3.4 仿真分析 |
3.5 本章小结 |
第四章 风能转换系统执行器故障重构与容错控制 |
4.1 执行器故障问题描述 |
4.2 基于广义滑模观测器的执行器故障重构 |
4.2.1 广义滑模观测器设计 |
4.2.2 执行器故障重构 |
4.3 执行器故障容错控制 |
4.4 仿真分析 |
4.5 本章小结 |
第五章 风能转换系统多故障重构与容错控制 |
5.1 问题描述 |
5.1.1 多故障模型建立 |
5.1.2 传感器故障转换 |
5.2 滑模故障观测器设计与重构 |
5.2.1 鲁棒自适应滑模故障观测器设计 |
5.2.2 鲁棒多故障重构 |
5.3 滑模容错控制器设计 |
5.4 仿真分析 |
5.5 本章小结 |
第六章 主要结论与展望 |
6.1 主要结论 |
6.2 展望 |
致谢 |
参考文献 |
附录:作者在攻读硕士学位期间的科研成果 |
(6)双馈风力发电机滑模控制与并网同步运行研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 选题背景和意义 |
1.1.1 风力发电现状 |
1.1.2 常用风机类型 |
1.2 国内外研究现状 |
1.2.1 国内外双馈风能转换系统研究 |
1.2.2 国内外滑模控制方法研究 |
1.2.3 国内外虚拟惯量研究 |
1.3 本文主要工作及创新点 |
第二章 基于快速指数趋近率的双馈风力发电机控制 |
2.1 引言 |
2.2 基于快速指数趋近率的滑模控制 |
2.2.1 抖振现象 |
2.2.2 基于快速指数趋近率的滑模控制 |
2.3 双馈风力发电机滑模控制 |
2.4 稳定性分析 |
2.5 仿真与试验 |
2.5.1 不平衡电网电压与阵风条件下性能评估 |
2.5.2 网侧故障条件下性能评估 |
2.5.3 变风速下性能评估 |
2.5.4 实验验证 |
2.6 本章小结 |
第三章 基于分数阶滑模的双馈风力发电机控制 |
3.1 引言 |
3.2 分数阶滑模控制器 |
3.2.1 分数阶微积分 |
3.2.2 分数阶滑模控制 |
3.3 双馈风力发电机建模以及基于分数阶滑模控制的直接功率控制 |
3.4 稳定性分析 |
3.5 仿真分析 |
3.5.1 稳态性能以及参数选择 |
3.5.2 变风速条件下性能评估 |
3.5.3 网侧电压波动下性能测试 |
3.5.4 参数摄动以及网侧电压出现严重畸变下性能测试 |
3.5.5 实验验证 |
3.6 本章小结 |
第四章 双馈风力发电机网络同步与功率优化 |
4.1 引言 |
4.2 功率优化控制 |
4.2.1 系统模型 |
4.2.2 基于高阶滑模控制的功率优化 |
4.2.3 角速度观测器 |
4.3 网络同步 |
4.4 仿真与结果 |
4.4.1 阶跃风速运行 |
4.4.2 变风速运行 |
4.4.3 参数扰动下的仿真 |
4.5 本章小结 |
第五章 双馈风力发电机频率调节优化 |
5.1 引言 |
5.2 互联电力系统二阶模型 |
5.2.1 含风机大规模电力系统模型 |
5.2.2 二阶自动发电控制模型 |
5.3 基于自动发电控制的经济调度 |
5.4 考虑风机动态模型的风机功率注入优化 |
5.5 算例 |
5.5.1 降阶模型验证 |
5.5.2 性能验证 |
5.5.3 IEEE118 母线系统性能验证 |
5.6 本章小结 |
第六章 大规模双馈风力发电并网下虚拟惯量规划 |
6.1 引言 |
6.2 双馈风力发电机虚拟惯量 |
6.3 同步稳定性 |
6.4 虚拟惯量分配 |
6.4.1 系统建模 |
6.4.2 最优虚拟惯量分配 |
6.5 算例 |
6.5.1 3 区域12 节点系统虚拟惯量分配 |
6.5.2 IEEE118 节点系统最优虚拟惯量分配 |
6.6 本章小结 |
第七章 总结与展望 |
7.1 研究结论和创新点 |
7.2 未来研究展望 |
参考文献 |
致谢 |
攻读博士学位期间成果 |
攻读博士学位期间参与的科研项目 |
(7)基于T-S模型风能转换系统容错控制策略研究(论文提纲范文)
1 引言 |
2 风能转换系统T-S模糊模型 |
3 基于传感器冗余的在线整定容错控制器设计 |
4 仿真分析 |
5 结论 |
(8)基于径向基函数神经网络故障观测器的风能转换系统容错控制器设计(论文提纲范文)
1 引言 |
2 双馈风能转换系统建模 |
3 基于RBF神经网络执行器在线故障重构 |
3.1 RBF自适应故障观测器设计 |
3.2 稳定性分析 |
4 滑模容错控制器 |
5 仿真分析 |
6 结语 |
(9)风能转换系统容错控制策略研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 课题研究的背景及意义 |
1.2 容错控制理论研究现状 |
1.2.1 被动容错控制 |
1.2.2 主动容错控制 |
1.3 风能转换系统容错控制研究现状 |
1.4 论文的主要研究内容 |
第二章 风能转换系统数学模型及故障分析 |
2.1 风轮机模型 |
2.2 传动系统模型 |
2.3 双馈发电机动态模型 |
2.4 最大风能捕获控制 |
2.4.1 风力发电系统运行区域 |
2.4.2 最大风能捕获控制原理 |
2.5 仿真研究 |
2.6 本章小结 |
第三章 基于T-S模糊模型的风能转换系统主动容错控制策略 |
3.1 风能转换系统T-S模糊模型 |
3.2 基于传感器冗余在线整定容错控制器设计 |
3.3 仿真分析 |
3.4 本章小结 |
第四章 基于T-S模糊模型的风能转换系统鲁棒容错控制策略 |
4.1 风能转换系统执行器故障模型 |
4.2 基于T-S模糊模型的鲁棒容错控制器设计 |
4.3 仿真分析 |
4.4 本章小结 |
第五章 风能转换系统执行器故障重构与容错控制策略 |
5.1 风能转换系统滑模变结构控制 |
5.1.1 滑模面的设计 |
5.1.2 滑模控制器的设计 |
5.2 滑模故障观测器的设计与重构 |
5.2.1 滑模故障重构观测器理论 |
5.2.2 执行器故障检测与重构 |
5.3 主动补偿容错控制器设计 |
5.4 仿真分析 |
5.5 本章小结 |
第六章 结论与展望 |
6.1 结论 |
6.2 展望 |
致谢 |
参考文献 |
附录:作者在攻读硕士学位期间发表的论文 |
(10)风能转换系统T-S模糊鲁棒容错控制(论文提纲范文)
1 引言 (Introduction) |
2 双馈风能转换系统建模 (System modeling of double-fed wind energy conversion) |
2.1 基于DFIG的风能转换系统动态模型 |
2.2 风能转换系统执行器故障模型 |
3 风能转换系统的T-S模糊模型 (T-S fuzzy model of WECS) |
4 鲁棒容错控制器 (Robust fault-tolerant controller) |
5 仿真分析 (Simulation and analysis) |
6 结论 (Conclusion) |
四、模糊控制在风能转换系统中的应用(论文参考文献)
- [1]含磁悬浮主动偏航风电机组的风能捕获控制[D]. 王伟超. 曲阜师范大学, 2021(02)
- [2]基于集值观测器的风能转换系统故障诊断与控制[D]. 赵睿楠. 江南大学, 2021(01)
- [3]风能转换系统主动容错控制方法研究[D]. 徐涛. 天津科技大学, 2020(08)
- [4]基于自抗扰控制的风力发电机变速变桨控制系统研究[D]. 吴林. 南京信息工程大学, 2020(01)
- [5]基于广义滑模观测器的风能转换系统容错控制[D]. 王旭. 江南大学, 2019(12)
- [6]双馈风力发电机滑模控制与并网同步运行研究[D]. 熊林云. 上海交通大学, 2019(06)
- [7]基于T-S模型风能转换系统容错控制策略研究[J]. 赵芝璞,沈艳霞,贺庆楠. 控制工程, 2017(07)
- [8]基于径向基函数神经网络故障观测器的风能转换系统容错控制器设计[J]. 沈艳霞,季凌燕,纪志成. 信息与控制, 2015(03)
- [9]风能转换系统容错控制策略研究[D]. 贺庆楠. 江南大学, 2014(01)
- [10]风能转换系统T-S模糊鲁棒容错控制[J]. 沈艳霞,贺庆楠,潘庭龙,纪志成. 信息与控制, 2013(06)