基于SVM的風(fēng)機系統(tǒng)二次型優(yōu)化跟蹤控制.pdf

1、從PM2.5闖入日常生活，到空氣污染紅色預(yù)警，環(huán)境污染問題已成為最受關(guān)注的社會話題之一。“十三五規(guī)劃”中首次提出“必須牢固樹立創(chuàng)新、協(xié)調(diào)、綠色、開放、共享的發(fā)展理念，堅持綠色發(fā)展，提高新能源及可再生能源的比重”。
　　目前國內(nèi)外風(fēng)力發(fā)電的發(fā)展呈現(xiàn)上升趨勢，裝載容量逐年遞增，部分地區(qū)出現(xiàn)他們的第一個商業(yè)風(fēng)電場。風(fēng)能因其相對成熟的發(fā)展技術(shù)，較低的成本，已成為全球最具規(guī)?；l(fā)展前景的可再生能源之一。風(fēng)具有非線性、隨機性、不可控等特性，是

2、一種可變資源。通常情況下風(fēng)力機發(fā)電系統(tǒng)是根據(jù)固定輸出設(shè)計的，所以實現(xiàn)準確度高的風(fēng)速短期預(yù)測對智能電網(wǎng)、功率調(diào)度、風(fēng)電交易和氣象服務(wù)都具有重要的意義。
　　本文的研究對象是風(fēng)力機系統(tǒng)，目的是實現(xiàn)風(fēng)機轉(zhuǎn)子轉(zhuǎn)速與理想轉(zhuǎn)速的伺服跟蹤控制和優(yōu)化。文章內(nèi)容主要分為以下三部分。
　　首先，在風(fēng)速短期預(yù)測方面，介紹了三種預(yù)測模型ARIMA模型，灰色模型和SVM模型。使用這三種模型對風(fēng)速進行仿真預(yù)測，并對仿真結(jié)果進行分析對比。仿真數(shù)據(jù)（風(fēng)機功

3、率、電機轉(zhuǎn)速、風(fēng)輪轉(zhuǎn)速、湍流風(fēng)速）來自NREL（國家可再生能源實驗室）。結(jié)果顯示SVM算法不僅具有扎實的理論基礎(chǔ)，且仿真效果是這三種方法中最好的。
　　其次，選用帶有變速箱的水平軸風(fēng)力發(fā)電機，建立風(fēng)力機物理模型，獲得ONE-MASS模型的動力學(xué)方程。該方程涵蓋了轉(zhuǎn)子轉(zhuǎn)速、轉(zhuǎn)子轉(zhuǎn)矩和發(fā)電機轉(zhuǎn)矩，并確定了它們之間的相互關(guān)系。
　　最后，對轉(zhuǎn)子轉(zhuǎn)速進行跟蹤控制，這部分將使用基于SVM的準確的風(fēng)速預(yù)測值。本文將介紹兩種控制算法，并對

4、MATLAB仿真結(jié)果進行對比。方法一是魯棒自適應(yīng)控制，可在系統(tǒng)參數(shù)不確定的情況下對系統(tǒng)進行跟蹤控制，并理論地驗證了控制器的有效性。方法二是線性二次性優(yōu)化控制，因為通過自適應(yīng)控制可將系統(tǒng)的控制器分為兩部分，參數(shù)辨識(T)a和轉(zhuǎn)子轉(zhuǎn)速的線性部分。線性部分使用二次性優(yōu)化控制方法。(T)a精細化辨識將結(jié)合風(fēng)機中的系統(tǒng)參數(shù)和SVM的辨識風(fēng)速計算得到，該方法解決了以往部分辨識方法中需要設(shè)置參數(shù)邊界的問題，保證了(T)a的有界性和準確性。進行MATL