[发明专利]基于神经网络优化起始转速的最大功率点跟踪控制方法

权利要求书

1.一种基于神经网络优化起始转速的最大功率点跟踪控制方法，以基于起始转速调整的改进功率曲线法为基础，采用神经网络调整起始发电转速来实现最大功率点跟踪控制，所述基于起始转速调整的改进功率曲线法所用公式为：

$M\stackrel{\·}{\mathrm{\ω}}=T_m(v,\mathrm{\ω})-T_e\left(\mathrm{\ω}\right)$

$T_m(v,\mathrm{\ω})=\frac{0.5{\mathrm{\ρ\πR}}^5{C}_p\left(\mathrm{\λ}\right)}{{\mathrm{\λ}}^3}{\mathrm{\ω}}^2$

$T_e\left(\mathrm{\ω}\right)=\left\{\begin{array}{cc}0& \mathrm{\ω}\<{\mathrm{\ω}}_{bgn}\\ T_{opt}& \mathrm{\ω}\>{\mathrm{\ω}}_{bgn}\end{array}\right.$

${\mathrm{\ω}}_{bgn}={\mathrm{\λ}}_{opt}({\stackrel{\‾}{v}}_T-\mathrm{\α})/R$

上式中，M为转动惯量，T_m为风轮的机械驱动转矩，T_e为电磁制动转矩，v为风速，ω为风轮的角速度，为风轮角加速度，ρ为空气密度，R为风轮半径，C_P为风能利用系数，λ＝ωR/v是叶尖速比，ω_bgn为起始发电转速即起始转速，λ_opt为最佳叶尖速比，为一个周期内的风速采样值序列的平均值，α为补偿系数，用于周期性地调整起始转速，T_opt为风机的最优转矩曲线，具体为：

T_opt(ω)＝K_mω²

$K_m=\frac{0.5{\mathrm{\ρ\πR}}^5{C}_p^{\max }}{{\mathrm{\λ}}_{opt}^3}$

上式中为最大风能利用系数；

其特征在于，起始发电转速ω_bgn采用神经网络进行调整的步骤如下：

步骤1、进行初始化，即对风速采样频率和起始转速更新周期T_r进行设置，其中风速采样频率为1～4Hz；清空T_r所对应的风速采样值序列，将ω_bgn初始化为风机最大功率点跟踪控制阶段的最小转速；

步骤2、训练神经网络，即利用遍历算法获得多种平均风速和湍流强度TI下对应的最佳补偿系数α_opt，将其作为神经网络的训练样本；训练时，以风速的平均值和湍流强度TI为神经网络的输入变量，以最佳补偿系数为输出变量；

步骤3、进入新的起始转速更新周期T_r，以风速采样周期T_w在该周期T_r中对风速值进行采样即读取风速测量值，并保存至风速采样值序列；

步骤4、判定当前起始转速更新周期T_r是否完成，若完成，则执行步骤5；否则，继续以风速采样周期T_w在该周期T_r中对风速值进行采样并保存至风速采样值序列；

步骤5、求取风速采样值序列的平均值和湍流强度TI；

步骤6、以步骤5求取的风速采样值序列的平均值和湍流强度TI为输入，调用神经网络获得对应的最佳补偿系数α_opt；

步骤7、根据步骤6获得的最佳补偿系数α_opt对起始转速ω_bgn进行调整，之后以更新后的ω_bgn进入新的更新周期T_r，电磁制动转矩仍按以下公式调整

$T_e\left(\mathrm{\ω}\right)=\left\{\begin{array}{cc}0& \mathrm{\ω}\<{\mathrm{\ω}}_{bgn}\\ T_{opt}& \mathrm{\ω}\>{\mathrm{\ω}}_{bgn}\end{array}\right.$

之后清空风速采样值序列，并跳至步骤3。