| 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. |
