基于SVM的風機系統(tǒng)二次型優(yōu)化跟蹤控制.pdf

1、從PM2.5闖入日常生活，到空氣污染紅色預警，環(huán)境污染問題已成為最受關注的社會話題之一?！笆逡?guī)劃”中首次提出“必須牢固樹立創(chuàng)新、協(xié)調、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”。
　　目前國內外風力發(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)風電場。風能因其相對成熟的發(fā)展技術，較低的成本，已成為全球最具規(guī)模化發(fā)展前景的可再生能源之一。風具有非線性、隨機性、不可控等特性，是

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

3、率、電機轉速、風輪轉速、湍流風速）來自NREL（國家可再生能源實驗室）。結果顯示SVM算法不僅具有扎實的理論基礎，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力發(fā)電機，建立風力機物理模型，獲得ONE-MASS模型的動力學方程。該方程涵蓋了轉子轉速、轉子轉矩和發(fā)電機轉矩，并確定了它們之間的相互關系。
　　最后，對轉子轉速進行跟蹤控制，這部分將使用基于SVM的準確的風速預測值。本文將介紹兩種控制算法，并對

4、MATLAB仿真結果進行對比。方法一是魯棒自適應控制，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和轉子轉速的線性部分。線性部分使用二次性優(yōu)化控制方法。(T)a精細化辨識將結合風機中的系統(tǒng)參數(shù)和SVM的辨識風速計算得到，該方法解決了以往部分辨識方法中需要設置參數(shù)邊界的問題，保證了(T)a的有界性和準確性。進行MATL