[發明專利]基于IPSO的DFIG變槳距LADRC方法及系統

有效

• 申請號: 201410490670.6
• 申請日: 2014-09-23
• 公開（公告）號: CN104314755B
• 公開（公告）日: 2017-02-01
• 發明（設計）人: 張金芳;張辰;郭萍
• 申請（專利權）人: 華北電力大學
• 主分類號: F03D7/00
• 分類號: F03D7/00
• 代理公司: 北京眾合誠成知識產權代理有限公司11246
• 代理人: 陳波

技術領域

本發明屬于風電機組控制系統領域，特別涉及一種基于免疫粒子群優化算法IPSO(Immune?Particle?Swarm?Optimization)的雙饋風機DFIG(Doubly-fed?Induction?Generator)變槳距系統線性自抗擾控制ADRC(active?disturbance?rejection?control)方法。

背景技術

為降低風輪負荷以延長其使用壽命，抑制風力發電機組輸出功率波動以降低對電網的不利影響，大中型風電機組通常在額定風速以上采用變槳距控制，即通過改變風輪槳距角，進而相應改變風能利用系數，使機組輸出功率保持穩定，但是風力發電機組具有較大的轉動慣量和較嚴重的非線性，并且自然風速變化范圍大，使得變槳距系統控制困難。

將線性自抗擾控制策略應用在具有大慣性、非線性系統中，可以有效的減少控制過程中的檢測量，簡化復雜的控制過程。文獻“風力發電機組變槳距線性自抗擾控制[J]”,張金芳，華東電力，2013,41(2)：371-375，將線性自抗擾控制應用到變槳距系統中，雖然取得了一定的控制效果，但是線性自抗擾控制在參數尋優上存在明顯缺陷，往往通過試湊法和經驗法獲得最優參數，不利于優化控制。

文獻“免疫粒子群算法的改進及應用[J]”，殷富，計算機應用，2010，30(7)：1883-1888，表明了免疫粒子群算法既克服了粒子群算法以及免疫算法的缺點，又結合了兩種算法的優點，一方面可以保證種群的多樣性，通過利用免疫記憶與自我調節機制，抑制濃度過高的抗體；二是具有很強的全局搜索能力，主要通過變異和種群刷新，不斷的產生新的個體，搜索盡可能多的空間。

故為了進一步完善雙饋風電機組變槳距系統的控制，本發明應用免疫粒子群優化算法對基于線性自抗擾控制的雙饋風電機組變槳距系統進行參數尋優。

發明內容

本發明的目的是提供一種基于IPSO的DFIG變槳距LADRC方法，使得當風速發生變化時，機組的槳距角以及功率的變化最小，其特征是所述方法包括：

步驟1：把雙饋風電機組變槳距系統的線性自抗擾控制系統要調節的參數即線性擴張狀態觀測器的帶寬，非線性誤差反饋控制器的帶寬和槳距角的估計值賦值給粒子群A，初始化粒子群A、迭代次數、最大迭代次數和免疫記憶細胞；

步驟2：計算粒子群A中每個粒子的適應度并比較大?。?/p>

步驟3：依次選取n個適應度值最小的粒子復制到免疫記憶細胞中，組成粒子群B；其中，n為自然數；

步驟4：選擇粒子群A中適應度最小值賦值給個體極值和全局極值；更新免疫粒子群的位置向量及速度向量；

步驟5：計算粒子群A中每個粒子的適應度濃度，根據輪盤賭選擇法生成子代1粒子群；

步驟6：將子代1粒子群中所有粒子進行交叉操作，生成子代2粒子群；

步驟7：將子代2粒子群中的每個粒子進行變異操作，形成子代3粒子群；

步驟8：計算子代3粒子群中每個粒子的適應度并比較大小，依次選取100-n個適應度值最小的粒子復制到免疫記憶細胞中，組成粒子群F；粒子群A＝粒子群F+粒子群B；

步驟9：當迭代次數<最大迭代次數時，重復步驟2-8；當迭代次數≥最大迭代次數時，結束迭代；輸出全局極值即變槳距系統的線性自抗擾控制系統中需要調節的參數即(線性擴張狀態觀測器的帶寬、非線性誤差反饋控制器的帶寬和槳距角的估計值)的最優值。

所述步驟8中，如果子代3中不足100-n個粒子，用空粒子即雙饋風電機組變槳距系統的線性自抗擾控制系統要調節的參數都設為0補充。

所述步驟4中，免疫粒子的速度向量v的更新公式為：

v_k+1＝wv_k+c₁r₁(PBEST_k-x_k)+c₂r₂(GBEST_k-x_k)

其中：v_k+1為粒子更新后的速度向量；

v_k為粒子更新前的速度向量

c₁、c₂為學習因子；

r₁、r₂為為區間(0,1)的隨機數；

PBEST_k為粒子更新前的個體極值；

GBEST_k為粒子更新前的全局極值；