本發(fā)明涉及風(fēng)場(chǎng)功率控制技術(shù)領(lǐng)域，特別涉及一種風(fēng)場(chǎng)自適應(yīng)功率追蹤控制方法。

背景技術(shù)：

風(fēng)場(chǎng)中的變速風(fēng)機(jī)，由于可以捕獲最大功率點(diǎn)和削弱輸出功率波動(dòng)，越來越受到研究人員的青睞。當(dāng)風(fēng)機(jī)的結(jié)構(gòu)確定且參數(shù)已知時(shí)，通過構(gòu)建系統(tǒng)動(dòng)力學(xué)模型，描述系統(tǒng)完整的動(dòng)態(tài)特性，應(yīng)用各種自動(dòng)控制理論，設(shè)計(jì)基于模型的控制器，實(shí)現(xiàn)功率跟蹤控制。然而，變速風(fēng)機(jī)動(dòng)力學(xué)模型復(fù)雜，存在很多不確定性參數(shù)，顯示出較強(qiáng)的非線性動(dòng)力學(xué)行為。面對(duì)具有高度非線性不確定的系統(tǒng)，傳統(tǒng)的pid控制難以做到快速、最優(yōu)的實(shí)時(shí)進(jìn)行參數(shù)整定。

同時(shí)我們希望，風(fēng)場(chǎng)輸出的總功率恰好能滿足用戶的功率需求，但是來自負(fù)載端(用戶)的功率需求(理想功率)軌跡難以被精確預(yù)知。因此，在理論和實(shí)際的角度上看，研究未知的理想功率軌跡跟蹤問題是非常重要的。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明的目的是提供一種基于神經(jīng)網(wǎng)絡(luò)的風(fēng)場(chǎng)自適應(yīng)功率追蹤控制方法，以實(shí)現(xiàn)在風(fēng)場(chǎng)功率跟蹤軌跡未知、模型不確定和有外部干擾的情況下，能動(dòng)態(tài)地調(diào)節(jié)整個(gè)風(fēng)場(chǎng)的輸出功率，向負(fù)載端維持穩(wěn)定的功率輸出。

本發(fā)明基于神經(jīng)網(wǎng)絡(luò)的風(fēng)場(chǎng)自適應(yīng)功率追蹤控制方法，包括以下步驟：

步驟一：建立理想功率跟蹤曲線和估計(jì)功率跟蹤曲線的分析模型，包括

1)建立風(fēng)場(chǎng)輸出功率動(dòng)態(tài)模型為：

其中p＝(pg1,pg2,…pgn)^τ∈rⁿ是風(fēng)場(chǎng)中每臺(tái)風(fēng)機(jī)輸出的有效功率，b(t)＝diag(b1(t),b2(t),…bn(t))是風(fēng)機(jī)系統(tǒng)的未知時(shí)變控制增益矩陣，bi(t)＝ngiωri，i＝1,2,…n，f(·)＝(f1(·),f2(·),…fn(·))^τ∈rⁿ是風(fēng)機(jī)有界干擾，u＝(u1,u2,…un)^τ∈rⁿ代表風(fēng)機(jī)系統(tǒng)控制矩陣的導(dǎo)數(shù)，

2)重構(gòu)理想的未知的風(fēng)場(chǎng)輸出功率軌跡如下：

其中pd(t)＝(pd1(t),pd2(t),…pdn(t))^τ∈rⁿ是理想功率軌跡的估計(jì)，是理想功率軌跡導(dǎo)數(shù)的估計(jì)；d0(t)∈r^n×n和d1(t)∈r^n×n是未知時(shí)變對(duì)角矩陣；εd0∈rⁿ和εd1∈rⁿ是估計(jì)誤差；d0，d1，是未知正常數(shù)；

步驟二：基于徑向基神經(jīng)網(wǎng)絡(luò)估計(jì)風(fēng)場(chǎng)輸出功率軌跡跟蹤系統(tǒng)的不確定項(xiàng)的上界值，包括：

令e＝p-p^*,定義可計(jì)算誤差em＝p-pd∈rⁿ，則

其中δ1有界，那么若em有界，則e有界。有，

結(jié)合公式(1)-公式(5)，重寫

則

其中是系統(tǒng)的不確定項(xiàng)；對(duì)的估計(jì)如下：

其中w^*∈r^l為神經(jīng)網(wǎng)絡(luò)權(quán)值矩陣，s(z)∈r^l是神經(jīng)網(wǎng)絡(luò)的偏置函數(shù)，是神經(jīng)網(wǎng)絡(luò)的實(shí)際輸入，η(z)是神經(jīng)網(wǎng)絡(luò)的估計(jì)誤差，|η(z)|<ηn<∞；且有

步驟三：利用受限李雅普諾夫，將可計(jì)算誤差em控制在某個(gè)緊集內(nèi)，從而使神經(jīng)網(wǎng)絡(luò)的輸入z也被控制在某個(gè)有限區(qū)域中；受限李雅普諾夫的選取如下：

式中μ>0且μ>||em(0)||是為自由選取的barrier參數(shù)；

步驟四：設(shè)計(jì)比例控制器u為：

u＝-(kp+δkp(·))em(10)

其中kp>0，c,γ>0；

步驟五：將比例控制器輸入風(fēng)機(jī)系統(tǒng)，控制風(fēng)場(chǎng)輸出功率。

本發(fā)明的有益效果：

本發(fā)明基于神經(jīng)網(wǎng)絡(luò)的風(fēng)場(chǎng)自適應(yīng)功率追蹤控制方法，實(shí)現(xiàn)了在風(fēng)場(chǎng)功率跟蹤軌跡未知、模型不確定和有外部干擾的情況下，能動(dòng)態(tài)地調(diào)節(jié)整個(gè)風(fēng)場(chǎng)的輸出功率，向負(fù)載端維持穩(wěn)定的功率輸出。

附圖說明

圖1是風(fēng)場(chǎng)分布式動(dòng)態(tài)功率控制結(jié)構(gòu)示意圖；

圖2是風(fēng)機(jī)的動(dòng)力學(xué)模型示意圖；

圖3是仿真實(shí)驗(yàn)中在控制器作用下，風(fēng)場(chǎng)輸出功率跟蹤示意圖；

圖4-圖8是仿真實(shí)驗(yàn)中在控制器作用下，單個(gè)風(fēng)機(jī)的(假設(shè)n＝5)輸出功率跟蹤示意圖。

具體實(shí)施方式

下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明進(jìn)行詳細(xì)說明。

如圖2所示，具有高度非線性不確定的風(fēng)機(jī)系統(tǒng)動(dòng)力學(xué)模型為：

其中風(fēng)場(chǎng)中的第i個(gè)風(fēng)機(jī)模型：

其中di(·)＝ci(ωr1,ωr2,…ωr(i-1),ωr(i+1),…ωrn)是風(fēng)機(jī)受到風(fēng)場(chǎng)中周圍其他風(fēng)機(jī)轉(zhuǎn)速的有界干擾。輸出功率：pgi＝temiωgi＝ngitemiωri，則

本實(shí)施例基于神經(jīng)網(wǎng)絡(luò)的風(fēng)場(chǎng)自適應(yīng)功率追蹤控制方法，包括以下步驟：

步驟一：建立理想功率跟蹤曲線和估計(jì)功率跟蹤曲線的分析模型，包括

1)建立風(fēng)場(chǎng)輸出功率動(dòng)態(tài)模型為：

其中p＝(pg1,pg2,…pgn)^τ∈rⁿ是風(fēng)場(chǎng)中每臺(tái)風(fēng)機(jī)輸出的有效功率，b(t)＝diag(b1(t),b2(t),…bn(t))是風(fēng)機(jī)系統(tǒng)的未知時(shí)變控制增益矩陣，bi(t)＝ngiωri，i＝1,2,…n，f(·)＝(f1(·),f2(·),…fn(·))^τ∈rⁿ是風(fēng)機(jī)有界干擾，u＝(u1,u2,…un)^τ∈rⁿ代表風(fēng)機(jī)系統(tǒng)控制矩陣的導(dǎo)數(shù)，

2)重構(gòu)理想的未知的風(fēng)場(chǎng)輸出功率軌跡如下：

其中pd(t)＝(pd1(t),pd2(t),…pdn(t))^τ∈rⁿ是理想功率軌跡的估計(jì)，是理想功率軌跡導(dǎo)數(shù)的估計(jì)；d0(t)∈r^n×n和d1(t)∈r^n×n是未知時(shí)變對(duì)角矩陣；εd0∈rⁿ和εd1∈rⁿ是估計(jì)誤差；d0，d1，是未知正常數(shù)；

步驟二：基于徑向基神經(jīng)網(wǎng)絡(luò)估計(jì)風(fēng)場(chǎng)輸出功率軌跡跟蹤系統(tǒng)的不確定項(xiàng)的上界值，包括：

令e＝p-p^*,定義可計(jì)算誤差em＝p-pd∈rⁿ，則

其中δ1有界，那么若em有界，則e有界。有，

結(jié)合公式(1)-公式(5)，重寫

則

其中是系統(tǒng)的不確定項(xiàng)；對(duì)的估計(jì)如下：

其中w^*∈r^l為神經(jīng)網(wǎng)絡(luò)權(quán)值矩陣，s(z)∈r^l是神經(jīng)網(wǎng)絡(luò)的偏置函數(shù)，是神經(jīng)網(wǎng)絡(luò)的實(shí)際輸入，η(z)是神經(jīng)網(wǎng)絡(luò)的估計(jì)誤差，|η(z)|<ηn<∞；且有

步驟三：利用受限李雅普諾夫，將可計(jì)算誤差em控制在某個(gè)緊集內(nèi)，從而使神經(jīng)網(wǎng)絡(luò)的輸入z也被控制在某個(gè)有限區(qū)域中，這樣神經(jīng)網(wǎng)絡(luò)單元在風(fēng)機(jī)系統(tǒng)運(yùn)行過程中更好的維持學(xué)習(xí)和估計(jì)的能力；受限李雅普諾夫的選取如下：

式中μ>0且μ>||em(0)||是為自由選取的限制參數(shù)；

步驟四：設(shè)計(jì)比例控制器u為：

u＝-(kp+δkp(·))em(10)

其中kp>0，c,γ>0；

步驟五：將比例控制器輸入風(fēng)機(jī)系統(tǒng)，控制風(fēng)場(chǎng)輸出功率。

下面對(duì)本實(shí)施例基于神經(jīng)網(wǎng)絡(luò)的風(fēng)場(chǎng)自適應(yīng)功率追蹤控制方法的有效性進(jìn)行仿真驗(yàn)證。

假設(shè)風(fēng)場(chǎng)中風(fēng)機(jī)個(gè)數(shù)為5個(gè)，利用短期風(fēng)能預(yù)測(cè)方法估計(jì)理想未知功率曲線p^*,

風(fēng)機(jī)初始初始角速度設(shè)置為：ωr1(0)＝0.4,ωr2(0)＝0.3,ωr3(0)＝0.5,ωr4(0)＝0.4,ωr5(0)＝0.2.

風(fēng)機(jī)動(dòng)力學(xué)模型仿真參數(shù)如下：

kp＝400,c2＝20,μ＝12.5,γ＝0.02，s(z)＝[s1(z),s2(z),…sp(z)]^τ，i＝1,2,…p,其中ci＝0.5(i-1)，p＝50

d3＝cosωr1+3.7ωr2+lnωr4+sinωr5，

d4＝sin(ωr1ωr2)+4.2ωr3+3.8cosωr5，

d5＝tanh(ωr1+ωr2)+lnωr3+4.1ωr4

仿真結(jié)果如圖3-圖8所示。由仿真結(jié)果圖可知：本實(shí)施例中基于神經(jīng)網(wǎng)絡(luò)的風(fēng)場(chǎng)自適應(yīng)功率追蹤控制方法，在不需要知道系統(tǒng)中的時(shí)變不確定性參數(shù)和理想功率軌跡的情況下，在復(fù)雜的非線性模型中，能動(dòng)態(tài)地調(diào)節(jié)整個(gè)風(fēng)場(chǎng)的輸出功率，向負(fù)載端維持穩(wěn)定的功率輸出，具有良好的功率跟蹤控制效果，并且考慮了風(fēng)場(chǎng)中風(fēng)機(jī)在運(yùn)行過程中承受其他風(fēng)機(jī)轉(zhuǎn)速不平衡載荷的影響，對(duì)風(fēng)電機(jī)組的安全有效運(yùn)行具有一定的參考價(jià)值。

最后說明的是，以上實(shí)施例僅用以說明本發(fā)明的技術(shù)方案而非限制，盡管參照較佳實(shí)施例對(duì)本發(fā)明進(jìn)行了詳細(xì)說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解，可以對(duì)本發(fā)明的技術(shù)方案進(jìn)行修改或者等同替換，但若未脫離本發(fā)明技術(shù)方案的宗旨和范圍，便應(yīng)涵蓋在本發(fā)明的權(quán)利要求范圍當(dāng)中。