[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

摘要

本发明提出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。该方法基于现有MPPT控制方法提出采用神经网络根据风速条件动态优化补偿系数以获得最佳起始发电转速，进而进一步提高风能捕获效率。采用的神经网络以平均风速和湍流强度作为输入，以最佳补偿系数作为输出。本发明利用遍历算法得到的大量训练数据对神经网络进行训练，采用完成训练的神经网络根据变化的风速条件计算得到对应的最佳补偿系数，然后将其用于优化起始发电转速，以获得最佳的MPPT跟踪区间，实现对风能捕获效率的进一步提高。本发明的实施例将该方法与几种传统MPPT控制方法对比，验证了该算法的有效性和优越性。

主权项

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：Mω·=Tm(v,ω)-Te(ω)]]>Tm(v,ω)=0.5ρπR5Cp(λ)λ3ω2]]>Te(ω)=0ω<ωbgnToptω>ωbgn]]>ωbgn=λopt(v‾T-α)/R]]>上式中，M为转动惯量，Tm为风轮的机械驱动转矩，Te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，CP为风能利用系数，λ＝ωR/v是叶尖速比，ωbgn为起始发电转速即起始转速，λopt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，Topt为风机的最优转矩曲线，具体为：Topt(ω)＝Kmω2Km=0.5ρπR5Cpmaxλopt3]]>上式中为最大风能利用系数；其特征在于，起始发电转速ωbgn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Tr进行设置，其中风速采样频率为1～4Hz；清空Tr所对应的风速采样值序列，将ωbgn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αopt，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Tr，以风速采样周期Tw在该周期Tr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Tr是否完成，若完成，则执行步骤5；否则，继续以风速采样周期Tw在该周期Tr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αopt；步骤7、根据步骤6获得的最佳补偿系数αopt对起始转速ωbgn进行调整，之后以更新后的ωbgn进入新的更新周期Tr，电磁制动转矩仍按以下公式调整Te(ω)=0ω<ωbgnToptω>ωbgn]]>之后清空风速采样值序列，并跳至步骤3。