风能转换系统低电压穿越控制策略研究

来源 :天津理工大学 | 被引量 : 0次 | 上传用户:walkman73
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
风力发电的快速发展为解决能源危机和环境污染问题带来了可能性,但分布式的风力发电机组的大量接入会对电网的稳定性带来挑战,故电网对风力发电机组的接入提出了要求,其中,低电压穿越(LVRT)能力是一项重要的指标。电网电压的故障跌落会造成直流母线电压的波动,严重情况下可能会破坏变流器和直流母线器件等,甚至造成永磁直驱风力发电机(PMSG)的脱网运行。故文中为了提高直流母线电压的暂态特性,增强PMSG的LVRT能力,对网侧变流器的电压外环控制策略进行改进。主要的工作内容和目的如下:首先,介绍了选题的背景和意义,主要介绍了网侧变流器控制策略的研究现状、自抗扰控制(ADRC)的研究现状,说明自抗扰控制目前的研究热点为参数的整定和控制器结构的改进。其次,建立了基于PMSG的风能转换系统的各部分模型,从功率平衡的角度阐述了直流母线电压波动的原因,分析了双闭环PI控制的解耦原理和参数整定原则。然后,为了解决PI控制器对非线性、强扰动的风能转换系统的不适应性,引入线性自抗扰控制(LADRC);为了解决LADRC带宽参数的整定问题,引入BP神经网络,提出了基于神经网络的带宽自整定线性自抗扰控制(LADRC-ST)。为了在不改变控制器结构的情况下提升控制效果、降低LADRC的带宽(成本)及不增加运算负担,将风能转换系统的已知模型信息补偿进LADRC的设计中,提出了应用于风能转换系统的修改型线性自抗扰控制(MLADRC)。最后,在Simulink中搭建了1.5MW的风能转换系统仿真模型,将所提控制策略应用于网侧变流器的电压外环控制中,仿真结果显示,在两种控制策略下直流母线电压的暂态特性较PI控制时有所提升。
其他文献
近年来随着工业不断发展,用电需求量在不断的增多,安全稳定的供电设施变得尤为重要。同时微电子技术也在不断的发展,这些都为无人机技术的发展提供了保障。四旋翼无人机在电力巡检,工业灌溉等各行各业中都进行了普遍应用。四旋翼无人机作为一种四输入六输出的欠输入控制系统,其控制系统也逐渐变成了人们研究的热点。因此本文将设计和搭建四旋翼无人机平台,同时研究了其控制策略。本文主要进行的工作为以下几部分内容:首先,对
随着各类新型电力电子设备的广泛应用,给电力系统引入了大量的谐波,对电能质量造成了十分严重的影响,因此抑制谐波是当前急需解决的问题。有源电力滤波器(Active power filter,APF)可以精准快速地将电网电流中的谐波成分检测出来,然后再产生与各次谐波同幅值、反相位的信号,重新送回电网,使两者相互抵消,消除电网中各次谐波,改善电能质量。因此,有源电力滤波器已成为提高电网供电质量的最有效措施
随着电池续航里程增加、驱动和控制系统性能提升,电动汽车已成为汽车行业发展的新趋势。功率器件有着体积小、开关速度快、工作电压等级高等优点,是电力变换器的核心部件,被广泛的应用于电动汽车的电子零部件中。然而,功率器件的高速开关动作及电动汽车众多的线缆排列布置结构,带来了严重的电磁干扰(Electromagnetic Interference,EMI)问题,影响电动汽车的安全稳定行驶。因此,评估电动汽车
学位
永磁直线同步电机(PMLSM)采取将能量转化为机械能的方法,取消物理减速与传递部件,如丝杠、皮带和链条,由于具有快速响应、高精准度、高功率密度等优点,在高精数控机床、工业传输等产业得到充分利用。分数阶微积分(FOC)拥有消减静态误差、强鲁棒性、存储复杂信息和描述记忆的特点,采取分数阶控制可以在一定范围内提高系统性能。本文针对PMLSM的直接推力控制(DFC)技术展开进一步的分析,提高PMLSM速度
随着人们对自主水下航行器高机动性、长时间续航、节能甚至隐身的要求越来越高,基于生物系统思想的仿生两栖机器人在适应水下、陆地和空中环境中表现出更好的特性,并且两栖机器人在水域巡逻、军事侦擦、环境监测、资源开发等方面被广泛应用。而路径规划是实现这些任务不可或缺的重要技术。仿生机器人的核心问题包含了路径规划,同时也是体现人工智能的重要因素。路径规划则是在充满各种各样的障碍物环境中,能够找到一条从起始点开
为了实现碳达峰、碳中和的目标,开发新型清洁能源是未来可持续发展的关键。作为清洁能源转化利用的重要载体,燃料电池技术由于其清洁、高效、功率密度高等特点,已成为传统化石能源动力的理想替代者,其中氢燃料电池技术是当前发展的主流方向。针对当前氢燃料电池存在的成本高、稳定性差的问题,降低电极材料中Pt族金属用量、提高催化活性及结构稳定性是目前氢燃料电池电极催化剂研究的关键。基于纳米多孔金属薄膜具有的独特的超
随着深度学习技术的日益发展,计算机视觉逐渐成为了人工智能领域最为重要的研究领域之一,目标检测是计算机视觉领域中极具挑战性的核心研究方向。目标检测是指利用视觉信息中的高级特征来对目标的类别、尺寸与位置进行预测。在二维与三维场景中运用目标检测技术已经是安全防控、智能驾驶等行业的关键一环。为了在不同场景中实现目标检测技术精度与速度的平衡,本文对基于深度学习的2D/3D场景目标检测算法进行了研究与分析。论
La2CaB10O19(LCB)晶体是一种具有很高潜在价值的硼酸盐非线性光学晶体,具有较大的非线性光学系数、激光损伤阈值高、不潮解以及紫外波段透过率高等优良性能。LCB的I类相位匹配的最短倍频输出波长为288nm,限制了其在紫外波段应用,通过掺杂离子半径较大的Sr2+来调节晶体的双折射,实现更短波长的倍频输出以实现在四倍频激光的输出。本论文对LCB进行Sr2+掺杂,生长获得大尺寸Sr:LCB单晶,
在实际应用中,金纳米颗粒(Au NPs)的表面效应导致纳米颗粒的团聚生长和形状变化广泛存在。然而到目前为止,相关的研究很少提供团聚过程中原子水平的运动信息,对原子尺度上Au NPs微观结构演变过程的认识仍不明确,这将不利于Au NPs的结构优化和性能调整,因此利用原位技术追踪在相关条件下纳米颗粒发生的动态变化非常必要。本文利用高时空分辨率的原位透射电镜技术,对原位气相条件下Au NPs的动态演变过