本文介绍了用于涡轮桨距角控制的永磁同步发电机（PMSG）和高性能在线训练递归神经网络（RNN）的混合模糊滑模损失最小化控制的设计。反向传播学习算法用于调节RNN控制器。PMSG速度使用低于额定速度的最大功率点跟踪，其对应于低风速和高风速，并且可以从风中捕获最大能量。设计了具有积分运算切换面的滑模控制器，利用模糊推理机制估计不确定性的上界。
1.简介
最近，风力发电系统作为清洁和安全的可再生能源引起了极大的关注。风力发电可以通过使用电力电子转换器的恒速和变速操作来操作。由于风能产生的改善和闪烁问题的减少，变速发电系统比固定速度系统更具吸引力。并且风力涡轮机能够在最大功率操作点关于各种风速下，通过调整轴速度最佳地在所有风速达到最高效率 。
RNN变桨控制系统的设计
RNN的体系结构
RNN具有三层，即，输入，隐藏和输出。在所示的三层神经网络图采用实施建议的RNN用于涡轮控制器。
图. RNN的体系结构。
模拟结果
传统的比例积分（PI）型控制器由于其简单的控制结构，易于设计和低廉的成本而在工业中广泛使用。然而，如果受控设备是高度非线性的或者期望的轨迹随着更高的频率变化，则PI型控制器可能不具有令人满意的性能。对于变速风力涡轮机，通常采用机械致动器来改变叶片的桨距角以控制功率系数（
）并将功率保持在最大值。最佳转速
获得每个风速
，并用作闭环的参考。机器参数在附录中给出。
动态性能测试
图（a）显示了轴速; 可以观察到系统跟踪额定发电机速度下的最大功率。图6（b）显示了最大功率跟踪控制的验证。最大功率跟踪控制的风速曲线
和涡轮机之间的动态差异
和发电机功率
由于系统惯性和摩擦力也如图6（b）所示。测得的风速剖面平均功率为226.1 W. 图6（c）显示了涡轮机
和发电机功率
跟踪错误。图6（d）显示了功率系数
在整个风速剖面中接近其最大值。当功率系数接近最佳值时，可以清楚地观察到最大功率提取的效率
。
图风速剖面的模拟结果：（a）风廓线速度跟踪，（b）最大功率跟踪控制信号，（c）功率跟踪误差和（d）功率系数C p。
效率性能测试
图7显示了效率性能。机械输入功率的发电机效率
交流输出功率
超过85％。机械输入功率的总效率
直流输出功率
，考虑到中高速范围内的转换器损耗几乎为80％。
图.模拟效率性能。
结论
本文介绍了用于变速风能系统的驱动PMSG系统的设计。速度控制器设定发电机扭矩指令，这是通过电流控制回路实现的。所提出的系统已经在实时应用中实现，具有商用PMSG和模拟风力涡轮机行为的直流驱动器。仿真结果表明该系统具有良好的性能。
动态性能不仅在稳态而且在快速输入时显示出转速的准确估计，而传统的PI控制器不能确定各种风速的不确定性模型。本研究成功实现了模糊滑模速度和RNN桨距控制器，用于控制WECS。即使参数不确定，该技术也可以保持系统稳定性并达到所需的性能。
关注我们
大数据部落 -中国专业的第三方数据服务提供商，提供定制化的一站式数据挖掘和
统计分析和数据挖掘咨询服务：y0.cn/teradat（咨询服务请联系官网客服）
QQ：3025393450
【服务场景】
科研项目; 公司项目外包;线上线下一对一培训;学术研究。
【大数据部落】提供定制化的一站式数据挖掘和统计分析咨询服务
分享最新的大数据资讯，每天学习一点数据分析，让我们一起做有态度的数据人
微信客服号：lico_9e
QQ交流群：186388004
欢迎关注微信公众号，了解更多数据干货资讯！
欢迎加入我们的大数据学习必备利器课程
http://study.163.com/course/courseMain.htm?courseId=1003776041&share=2&shareId=1023497288
