设计和开发用于DFIG电网集成的PI控制器,使用神经调方法,并配合密集结终端

科学领域:

• 电气工程 电气工程
• 控制系统 控制系统
• 人工智能的人工智能

背景情况:

• 双输电感应发电机 (DFIG) 对可再生能源整合至关重要,但它们的电网互连带来了控制挑战.
• 实际和反应功率的有效控制对于稳定的DFIG运行和电网电压调节至关重要.
• 传统的PI控制器通常需要微调,以在动态电网条件下实现最佳性能.

研究的目的:

• 提出和评估一个神经调机 (NTM) 以加强DFIG电网互连系统中的真实和反应功率控制.
• 为了利用经常性的神经网络和密集的连接进行适应性和强大的控制参数调整.
• 为了证明NTM方法对DFIGs传统PI控制器的优越性.

主要方法:

• 基于循环神经网络的神经调机 (NTM) 被开发出来,用于微调 PI 控制器参数.
• 密集终端 (密集连接) 被集成到神经网络中,以提高适应性和非线性动力学.
• 控制策略集中在通过旋翼侧转换器调节反应功率和基于总线电压配置的电网电压控制上.
• 模拟使用 MATLAB Simulink 进行,与符合 IEEE 和 IEC 标准的三种基准测试模型进行验证.

主要成果:

• 在控制DFIG系统方面,NTM方法表现出了增强的适应性和稳定性.
• 该NTM有效优化了PI控制器参数,从而改善了真实和反应功率流量调节.
• 对比分析显示,在管理内部电流循环参数方面,NTM比传统PI控制器具有优势.
• 控制算法在不同的模拟场景和基准测试模型中被证明是可靠的.

结论:

• 拟议的NTM为DFIG电网集成提供了先进的控制方法,提高了系统的稳定性和性能.
• NTM为真实和反应电源控制提供了强大而适应性的解决方案,解决了电网整合的挑战.
• 这项研究为神经调节方法在电力系统控制和优化方面的进一步应用铺平了道路.