基于RBF神经网络滑模变结构独立变桨控制研究

摘要：

为降低大型风电机组由风剪切、风切变和塔影效应在叶片上产生的不平衡载荷,根据风力机气动力学、风剪切、风切变和塔影效应,提出一种基于RBF神经网络滑膜变结构独立变桨控制策略.滑模变结构控制抗干扰强、鲁棒性强和响应速度快,缺点是滑模变结构控制易产生抖动.利用RBF神经网络的在线学习能力,实时调整滑膜变结构控制器增益,使滑模函数趋于切换面,有效降低滑模变结构控制的抖动,提高独立变桨控制系统的动态性能.利用Matlab/Simulink和GH-blade软件搭建了5MW风电机组的联合仿真模型.仿真实验表明采用所提出的独立变桨控制方案能有效降低桨叶根部不平衡载荷,还能提高风电机组运行在额定风速以下的功率性能.通过试验平台的测试,也验证了所提出的独立变桨控制策略的合理性.

关键词：风电机组、不平衡载荷、滑膜变结构控制、鲁棒性

所属期刊栏目：47

资助基金：国家国际科技合作专项资助2011DFA62890

在线出版日期：2019-06-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：107-114