论文摘要
风能是一种可再生,无污染的绿色能源。对于常规能源和供电系统的短缺,以及大量使用常规能源所造成的环境问题,都使得对风能的开发利用具有非常重要的意义。目前国内应用的风力发电机组大多采用变桨变速恒频系统,具有风能利用系数高、安全可靠、改善整机受力等优点,然而依然面临载荷过大、功率波动大和变桨过于频繁等问题,因此,在大型风力发电机组系统中,选择最适合控制策略的控制器的优化设计就显的尤为重要。应用控制理论于风力发电机控制当中,必须首先把非线性风机模型模态线性化。在此线性控制系统模型上进行控制器的优化设计,然后进行控制系统的闭环性能仿真验证。风机的控制系统是一个多入多出系统,控制系统的输入可以为发电机或风轮转速、风轮和发电机功率和转矩等测量量,控制输出可以是桨距角和发电机转矩。本文借鉴其他文献介绍的控制方法,并考虑这些方法的优缺点,设计了低于额定风速下的BP神经网络PID控制器来获取最大风能,高于额定风速下采用RBF神经网络PID控制器调节桨距角,使得功率保持在额定功率。本文主旨在于控制器的优化设计,利用Bladed软件的强大性能,弥补以往控制方法测量参数不精确等不足,除此之外还可以进行载荷分析,达到优化目的。具体方法为把机组质量、惯性、刚度等确切数据代入Bladed软件,应用Bladed软件的外部控制器模块编程并进行仿真,用以检验控制器性能。