欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 202011284884X
申请人: 九江学院
专利类型:发明专利
专利状态:已下证
专利领域: 控制;调节
更新日期:2023-12-04
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种不确定风力发电机组的最大功率跟踪模糊控制方法,其特征在于,包括:获取风力发电机的定子电压和电流并结合风力发电机相关参数,构建具有不确定性和扰动及噪声干扰的风力发电机模型;

根据T‑S模糊线性化法则,将所述风力发电机模型线性化处理,再进行无穷范数闭环控制最大功率追踪;

基于带干扰估计系统模型,综合考虑最大功率跟踪误差和干扰误差,通过构造李雅普诺夫方程求取相关控制参数,以对风力发电机组进行最大功率跟踪模糊控制;

其中,基于风力发电机的定子电压和电流及风力发电机相关参数,构建风力发电机初始模型:其中:Vd,Vq,id,iq是d‑q轴上的定子电压和电流,Rs是定子电阻,ωe=Pnωm为机电侧转速,Pn为线圈极子对数,Ld,Lq为发电机在d‑q轴上的电感,Tem为电磁转矩,ψm为永磁体磁链;

整理可得:

T T

x(t)=[ωm iq id],u(t)=[Vq Vd],其中,J是转动惯量,f是粘性摩擦系数;

考虑风力机组存在的各种不确定性和扰动及噪声干扰,将风力发电机初始模型更新,构建具有不确定性和扰动及噪声干扰的风力发电机模型:其中:ΔA(x),ΔB代表系统中不确定部分,是满足以下条件的时变不确定矩阵;C为常系数矩阵;

不确定度的范围如下:

其中 和 为已知的实数矩阵,它表征了不确定性的结构; 分别是∑A(t)和∑B(t)对应矩阵的转置,∑A(t)和∑B(t)是具有Lebesgue可测元素的未知矩阵函数;I为单位矩阵,Tm为不可测干扰信号;

在根据T‑S模糊线性化法则,将所述风力发电机模型线性化处理,再进行无穷范数闭环控制最大功率追踪的过程中,假设电机转速ωm作用范围的区域为: ωm和分别为ωm的最小值和最大值;

其中:

hi(z(t))为标准化的隶属函数,在此控制方法中,r为常系数,r取2;

h2(z(t))=1‑h1(z(t));

控制信号目的是为了将不能达到收敛稳定的开环系统通过加以闭环控制的方式达到稳定,其中,确定控制信号u(t)为:其中,Ki为闭环放大矩阵;

估计Tm信号:

其中,Aδ,Cδ为已知矩阵,T为未知的干扰信号,d为干扰信号;

在基于带干扰估计系统模型,综合考虑最大功率跟踪误差和干扰误差,通过构造李雅普诺夫方程求取相关控制参数,以对风力发电机组进行最大功率跟踪模糊控制的过程中,带干扰估计的系统模型:其中,表示系统的内部状态, 表示系统的干扰估计,p(t)表示系统的估计状态,L表示带干扰估计的系统模型的增益矩阵;

追踪误差 定义为:

其中xd(t)为期望变量,期待的结果是:x(t)‑xd(t)→0当t→∞;ωm,ref为参数转速;

ωmd,iqd,idd分别为期望转速、期望q轴上的电流以及期望d轴上的电流; 表示系统的干扰估计;

追踪误差的微分形式如下:

干扰估计误差 定义为:

对其进行微分,得下式:

针对上述两种误差进行合并,得增广项

T

构造李雅普诺夫普方程:V(xa(t))=xa(t) Pxa(t);

对李雅普诺夫普方程微分,得出保证 的不等式条件,求出矩阵P,从而得到矩阵L和Ki。

2.如权利要求1所述的不确定风力发电机组的最大功率跟踪模糊控制方法,其特征在于,所述风力发电机相关参数包括定子电阻、机电侧转速、极对数、电感、电磁转矩和永磁体磁链。

3.如权利要求1所述的不确定风力发电机组的最大功率跟踪模糊控制方法,其特征在于,在所述风力发电机模型中,不确定性部分采用有界的时变不确定矩阵表示。

4.如权利要求1所述的不确定风力发电机组的最大功率跟踪模糊控制方法,其特征在于,干扰误差为未知的干扰信号与系统的内部状态之差。

5.如权利要求1所述的不确定风力发电机组的最大功率跟踪模糊控制方法,其特征在于,在构造李雅普诺夫方程之前,还包括:将最大功率跟踪误差和干扰误差合并为一个增广误差。

6.如权利要求1所述的不确定风力发电机组的最大功率跟踪模糊控制方法,其特征在于,通过构造李雅普诺夫方程求取的相关控制参数包括闭环放大矩阵及带干扰估计系统模型的增益矩阵。

7.如权利要求1所述的不确定风力发电机组的最大功率跟踪模糊控制方法,其特征在于,根据风速大小,将控制风力发电机组的工作区域分为整机待风区、功率跃升区、功率缓冲区、功率控制区和顺桨停机保护区。

8.一种不确定风力发电机组的最大功率跟踪模糊控制系统,其特征在于,包括:模型构建模块,其用于获取风力发电机的定子电压和电流并结合风力发电机相关参数,构建具有不确定性和扰动及噪声干扰的风力发电机模型;

模糊线性化模块,其用于根据T‑S模糊线性化法则,将所述风力发电机模型线性化处理,再进行无穷范数闭环控制最大功率追踪;

控制参数计算模块,其用于基于带干扰估计系统模型,综合考虑最大功率跟踪误差和干扰误差,通过构造李雅普诺夫方程求取相关控制参数,以对风力发电机组进行最大功率跟踪模糊控制;

其中,基于风力发电机的定子电压和电流及风力发电机相关参数,构建风力发电机初始模型:其中:Vd,Vq,id,iq是d‑q轴上的定子电压和电流,Rs是定子电阻,ωe=Pnωm为机电侧转速,Pn为线圈极子对数,Ld,Lq为发电机在d‑q轴上的电感,Tem为电磁转矩,ψm为永磁体磁链;

整理可得:

T T

x(t)=[ωm iq id],u(t)=[Vq Vd],其中,J是转动惯量,f是粘性摩擦系数;

考虑风力机组存在的各种不确定性和扰动及噪声干扰,将风力发电机初始模型更新,构建具有不确定性和扰动及噪声干扰的风力发电机模型:其中:ΔA(x),ΔB代表系统中不确定部分,是满足以下条件的时变不确定矩阵;C为常系数矩阵;

不确定度的范围如下:

其中 和 为已知的实数矩阵,它表征了不确定性的结构; 分别是∑A(t)和∑B(t)对应矩阵的转置,∑A(t)和∑B(t)是具有Lebesgue可测元素的未知矩阵函数;I为单位矩阵,Tm为不可测干扰信号;

在根据T‑S模糊线性化法则,将所述风力发电机模型线性化处理,再进行无穷范数闭环控制最大功率追踪的过程中,假设电机转速ωm作用范围的区域为: ωm和分别为ωm的最小值和最大值;

其中:

hi(z(t))为标准化的隶属函数,在此控制方法中,r为常系数,r取2;

h2(z(t))=1‑h1(z(t));

控制信号目的是为了将不能达到收敛稳定的开环系统通过加以闭环控制的方式达到稳定,其中,确定控制信号u(t)为:其中,Ki为闭环放大矩阵;

估计Tm信号:

其中,Aδ,Cδ为已知矩阵,T为未知的干扰信号,d为干扰信号;

在基于带干扰估计系统模型,综合考虑最大功率跟踪误差和干扰误差,通过构造李雅普诺夫方程求取相关控制参数,以对风力发电机组进行最大功率跟踪模糊控制的过程中,带干扰估计的系统模型:其中,表示系统的内部状态, 表示系统的干扰估计,p(t)表示系统的估计状态,L表示带干扰估计的系统模型的增益矩阵;

追踪误差 定义为:

其中xd(t)为期望变量,期待的结果是:x(t)‑xd(t)→0当t→∞;ωm,ref为参数转速;

ωmd,iqd,idd分别为期望转速、期望q轴上的电流以及期望d轴上的电流; 表示系统的干扰估计;

追踪误差的微分形式如下:

干扰估计误差 定义为:

对其进行微分,得下式:

针对上述两种误差进行合并,得增广项

T

构造李雅普诺夫普方程:V(xa(t))=xa(t) Pxa(t);

对李雅普诺夫普方程微分,得出保证 的不等式条件,求出矩阵P,从而得到矩阵L和Ki。

9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1‑7中任一项所述的不确定风力发电机组的最大功率跟踪模糊控制方法中的步骤。

10.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1‑7中任一项所述的不确定风力发电机组的最大功率跟踪模糊控制方法中的步骤。