风能转换系统神经网络控制方法综述

风能转换系统神经网络控制方法综述

摘要:该文阐述了风能转换系统神经网络控制方法.在阐述风能转换系统基本控制策略的基础上,分析了风能转换系统常规控制方法的缺点和不足,对风能转换系统神经网络控制方法进行了总结和展望.

关键词:风能转换系统神经网络多变量控制

风能转换系统作为风力发电中重要的组成部分，它的基本控制策略为，当风速大于切入风速但小于额定风速时，风能转换系统吸收的风能小于发电机的额定功率，此时，变桨控制系统一般不起作用，采用最大功率追踪进行功率输出；当风速大于额定风速时，风能转换系统吸收的风能大于发电机的额定功率，此时，通过改变桨距角来控制发电机恒功率稳定输出。风能转换系统采用的控制方法有很多，例如PID控制、模糊控制、鲁棒控制、以及神经网络控制等。

神经网络含有多种模型，有感知器、径向基网络、概率神经网络等，神经网络的主要特点是并行分布处理、非线性映射、适应和集成以及自学习训练，对非线性模型的无限逼近，获得最佳值。近年来，神经网络在风能转换系统中得到越来越多的应用，大量文献表明神经网络在风能转换系统中获得越来越多的成果[1]。

该文则着重介绍了神经网络及其在风能转换系统中的应用，重点给出神经网络控制在最大风能捕获，恒功率控制，多变量优化这三个方面的控制方法。

1 神经网络控制方法在风能转换系统中的应用

有效的控制方法将直接改进风能转换系统的工作效率。过去，人们对于风能转换系统控制方法的研究也取得了很多成果，其中神经网络控制方法具有最好的发展前景。风能转换系统是一个高阶、非线性、强耦合、多变量时变的系统，用开环控制或常规的PID控制很难满足要求。

1.1 最大风能捕获神经网络控制

利用最大风能追踪原理[2]，风力发电机风轮获取风能

风能利用系数是用来定义风力机从自然风中获得能量大小的程度，风能利用系数是关于叶尖速比和桨距角的非线性函数，即

。

1.2 恒功率神经网络控制

由于风速的随机性、风电机组参数的时变性、系统的非线性以及时滞性，造成风电机组输出功率的不稳定。此时，调节风电机组的输出功率恒定是必不可少的。

恒功率调节为风能转换系统的重要技术。本文在叙述了风能转换系统原理基础上，提出了目前的常见额定风速以上的恒功率控制方法[3]，PID控制，模糊控制等，传统的PID控制只是一组参数进行控制，难以兼顾动态特性和静态特性；模糊控制缺乏系统性，无法解决复杂系统的控制，使系统的控制精度降低、动态品质变差，以及稳定性和鲁棒性较差。而神经网络控制具有可任意逼近任何非线性模型的非线性映射能力,并可实现并行实时和冗余容错计算,可通过对网络训练,掌握控制对象的输入和输出之间的映射关系,利用其自学习和自收敛性,得到最佳值。

1.3 风能转换系统多变量神经网络控制

文献[4]提到了如何提高风能的利用率等风能转换系统中的优化问题是非常有必要、非常有经济价值的。额定风速以下时，要想获得风能的最大利用，则需调节发电机转速为最优转速、调节叶尖速比为最佳。风能转换系统同时控制发电机转速、叶尖速比等因素，来实现最大功率输出。采用径向基神经网络对优化叶尖速比进行逼近，多个输入经过隐含节点的计算，获得功率最佳值。额定风速以上时，风能

转换系统需同时控制桨距角、发电机电磁转矩以实现恒功率控制[5]。采用模糊神经网络控制方法，可以对桨距角、转矩大小进行快速反应和精确调节，达到控制恒功率的目的。

2 结语

该文总体上介绍了将神经网络控制方法应用于风能转换系统之中。针对常规控制方法的不足，突出了神经网络控制在风能转换系统中的优点。

本文重点从三个方面讲述了神经网络控制方法在风能转换系统中的应用：一，最大风能捕获神经网络控制方法；二，恒功率神经网络控制方法，三，多变量神经网络控制方法。神经网络控制方法具有很强的非线性拟合能力，映射任意复杂的非线性关系，而且学习规则简单，便于计算机实现，很好的解决了风能转换中复杂系统的不稳定问题。但是，神经网络的非线性映射能力依赖于权值调整优化算法，往往具有容易陷入局部极小值、网络优化计算量大等缺点。所以，神经网络控制方法的理论和学习算法还有待于进一步完善和提高。

参考文献

[1] 刘新海,于书芳.神经网络在大型风力发电机电控系统中应用[J].微特电机,2004(2):37-38.

[2] 王新生,吴吟箫,何川.基于风速预测的最大风能追踪控制系

统仿真[J].电机与控制学报，2010,14(2):20-24.

[3] Hoa M,Nguyen.D.,Subbaram Naidu.Advanced control strategies for wind energy systems:An overview[C]// Power Systems Conference & exposition.2010:1-8.

[4] 李元龙,朱芸,纪志成.风能转换系统优化控制策略综述[J].微特电机，2009(2):59-63

[5] 陈毅东,杨育林,王立乔,等.风力发电最大功率点跟踪技术及仿真分析[J].高电压技术，2010,36(5):1322-1323.