论文部分内容阅读
目前,国内外大型风电机组控制器中仍主要采用PI控制算法。由于风力发电系统的非线性和参数时变等特点,在各个风速工作点的线性化模型参数变化较大,基于某个风速点模型整定的PI参数无法在整个工作范围都取得最优控制效果。本课题针对风力发电机组控制器参数在设计和优化过程中难以建模、不易计算与整定的问题,采用一种新颖的元启发式算法——飞蛾扑火优化算法(MFO)对风力发电机组PI控制器参数进行优化;针对MFO局部搜索能力弱和收敛速度慢的缺陷,提出了基于群飞蛾分级、编号及多路径寻优策略等三方面改进的群飞蛾扑火优化算法(SMFO),以解决全局搜索性能与局部开发性能之间的矛盾;实验证明永磁风机最大功率点跟踪(MPPT)、双馈风机MPPT和低电压穿越(LVRT)的PI控制器参数优化效果得到明显改善。本文的主要研究内容及成果如下:1.分析了MFO的起源和原理、主要优点和改进方向。针对MFO局部搜索能力弱以及收敛速度慢的缺陷,在前人研究的基础上进行改进,研究了基于群飞蛾分级、编号及多路径寻优策略的SMFO,将SMFO用3种不同类型的标准测试函数进行检验,并对算法的优化性能进行比较,验证了算法在解决非凸函数中的有效性。2.分析了永磁风机的主要控制问题及PI控制系统,将SMFO应用到永磁风机PI控制参数的优化整定过程中,并在渐变风况和阶梯风况等算例中实现永磁风机的MPPT。3.分析了双馈风机的主要控制问题及PI控制系统,将SMFO应用到双馈风机PI控制参数的优化整定过程中,并在渐变风况和阶梯风况等多种算例中实现双馈风机的MPPT,以及在并网点电压跌落的算例中实现双馈风机的LVRT。本文的工作表明:基于群飞蛾分级、编号及多路径寻优策略的SMFO克服了MFO的不足,能够在永磁风机MPPT、双馈风机MPPT和LVRT的目标下对PI控制器进行参数优化整定,与遗传算法(GA)、粒子群算法(PSO)、灰狼算法(GWO)、教学算法(TLBO)和MFO对比仿真结果,显示综合控制性能明显改善,验证了该改进算法的有效性和优越性。