基于神经预测无功补偿系统的风力发电系统控制策略

摘要：

针对电力系统中的风力发电机组受外界风速波动及风力大小的影响具有不稳定性的特点,在风电机组与电力系统之间加入无功补偿器,提出了一种基于通过集成拉盖尔模型预测控制(LMPC)与人工神经网络(ANN)构建的神经预测无功补偿系统的风力发电系统控制策略,该策略兼具拉盖尔模型预测控制和人工神经网络的优势,提高了系统的动态性能,简化了控制算法的计算量,增强了控制系统平滑跟踪、减超调、优化和建模的能力.通过与仅使用ANN的控制策略、常规模型预测控制(MPC)策略、自适应神经网络-线性二次型高斯(ANN-LQG)策略、常规模型预测控制-线性二次型高斯(MPC-LQG)策略的仿真比较,验证了所提控制策略(LMPC-ANN)具有较强的鲁棒性,减轻了风力波动对风电机组的影响,同时保持发电功率和发电机终端电压处于最佳值.

关键词：风电机组、拉盖尔函数、预测控制策略、人工神经网络、无功补偿系统

分类号：TM41(变压器、变流器及电抗器)

资助基金：云南省教育厅科学研究基金2021J1073

在线出版日期：2023-11-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：68-72,76