CN113206622B - 一种基于海浪能发电能量传输系统的预测自抗扰控制策略 - Google Patents
一种基于海浪能发电能量传输系统的预测自抗扰控制策略 Download PDFInfo
- Publication number
- CN113206622B CN113206622B CN202110546660.XA CN202110546660A CN113206622B CN 113206622 B CN113206622 B CN 113206622B CN 202110546660 A CN202110546660 A CN 202110546660A CN 113206622 B CN113206622 B CN 113206622B
- Authority
- CN
- China
- Prior art keywords
- power
- power generation
- transmission system
- wave energy
- follows
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000010248 power generation Methods 0.000 title claims abstract description 35
- 230000005540 biological transmission Effects 0.000 title claims abstract description 34
- 238000011217 control strategy Methods 0.000 title claims abstract description 15
- 238000006243 chemical reaction Methods 0.000 claims abstract description 15
- 230000033001 locomotion Effects 0.000 claims abstract description 8
- 238000000034 method Methods 0.000 claims description 21
- 238000005070 sampling Methods 0.000 claims description 18
- 230000008859 change Effects 0.000 claims description 16
- 230000005855 radiation Effects 0.000 claims description 15
- 239000013598 vector Substances 0.000 claims description 13
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000013178 mathematical model Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 7
- 230000001360 synchronised effect Effects 0.000 claims description 6
- 230000007704 transition Effects 0.000 claims description 6
- 230000009471 action Effects 0.000 claims description 5
- 230000014509 gene expression Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000007667 floating Methods 0.000 claims description 4
- 238000013016 damping Methods 0.000 claims description 3
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 3
- 230000005284 excitation Effects 0.000 claims description 3
- 239000012530 fluid Substances 0.000 claims description 3
- 230000004907 flux Effects 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 239000013535 sea water Substances 0.000 claims description 3
- 238000004804 winding Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 5
- 238000004088 simulation Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P9/00—Arrangements for controlling electric generators for the purpose of obtaining a desired output
- H02P9/008—Arrangements for controlling electric generators for the purpose of obtaining a desired output wherein the generator is controlled by the requirements of the prime mover
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03B—MACHINES OR ENGINES FOR LIQUIDS
- F03B15/00—Controlling
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/20—Hydro energy
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/30—Energy from the sea, e.g. using wave energy or salinity gradient
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Control Of Eletrric Generators (AREA)
Abstract
本发明提供一种基于海浪能发电能量传输系统的预测自抗扰控制策略,包括:建立海浪能发电能量传输系统的动力学模型;构建跟踪微分器,获取跟踪给定信号和微分信号;构建扩张状态观测器,获取海浪能发电能量传输系统的输出和输出导数的误差;构建自抗扰控制器,基于获取的跟踪给定信号和微分信号以及获取的海浪能发电能量传输系统的输出和输出导数的误差,设计非线性状态误差反馈控制律;构建整流器的模型预测控制器。本发明考虑到直线发电机的特性和波能转换系统的动力学模型,通过自抗扰以及模型预测控制控制,改变能量传输系统的运动频率,达到最大的能量输出。
Description
技术领域
本发明涉及新能源应用技术领域,具体而言,尤其涉及一种基于海浪能发电能量传输系统的预测自抗扰控制策略。
背景技术
能量传输系统自抗扰以及模型预测控制策略作为一种最大波能捕获控制算法,目前还未广泛应用在新能源领域。自抗扰以及模型预测控制策略应用于单个点吸收式波浪发电系统时,考虑了能量传输系统机械极限的约束,基于波况实时预测滚动优化当前控制动作以追踪浮体的最优速度,具有较强的鲁棒性,仿真结果也更接近于实际的控制效果。然而,波浪能发电的关键技术就是提高波浪发电系统的功率捕获和能量转换效率,要想实现波浪能的最大波能捕获,需使波能转换系统的运动频率与海浪的运动频率相等,即达到共振来实现波浪能的最大波能捕获。但是,由于海浪的频率幅值不稳定,实际海况比较复杂,以及现有技术的不足,波浪能最大波能捕获技术的发展并不理想,不能有效并实时的实现最大波能的捕获以及获得稳定的能量传输。无法对波浪垂直速度进行实时跟踪并在线反馈给直线发电机,并实时改变直线发电机的运行状态。
发明内容
根据上述提出的技术问题,而提供一种基于海浪能发电能量传输系统的预测自抗扰控制策略。本发明考虑到直线发电机的特性和波能转换系统的动力学模型,通过自抗扰以及模型预测控制控制,改变能量传输系统的运动频率,达到最大的能量输出。
本发明采用的技术手段如下:
一种基于海浪能发电能量传输系统的预测自抗扰控制策略,包括如下步骤:
S1、建立海浪能发电能量传输系统的动力学模型;
S2、构建跟踪微分器,获取跟踪给定信号和微分信号;
S3、构建扩张状态观测器,获取海浪能发电能量传输系统的输出和输出导数的误差;
S4、构建自抗扰控制器,基于步骤S2获取的跟踪给定信号和微分信号以及步骤S3获取的海浪能发电能量传输系统的输出和输出导数的误差,设计非线性状态误差反馈控制律;
S5、构建整流器的模型预测控制器。
进一步地,所述步骤S1具体实现方法为:
根据牛顿第二定律,海浪能发电能量传输系统的动力学方程为:
其中,fe为海浪激励力;fg为永磁直线电机产生的电磁力的反作用力;fr为浮子运动产生的辐射力;f0为摩擦力;fh为浮力;m为浮体的质量;m∞为附加质量;t为时间;a为发电机动子的位移;具体的:
浮力fh表示为:
fh=-kha(t) (2)
其中,kh为海水浮力的等效弹性刚度;
流体粘度引起的摩擦力f0表示为:
其中R0代表摩擦阻力系数;
辐射力fr与频率和辐射阻尼引起的附加质量有关,表示为:
其中,hr表示产生的辐射力,通过分析波与浮子的相互作用,计算辐射函数;卷积积分项表示为以下等式:
(5)
通过联立(1)-(5),波浪能转换系统的表达式表示为:
其中,u(t)=fg(t),/>
表示海浪的速度;
基于采样时间Ts进行离散,得到:
其中,Ac、Bc、Cc、Dc为波浪发电系统连续模型下所对应的参数矩阵;Ad、Bd、Cd、Dd为波浪发电系统离散模型下所对应的参数矩阵;
经过坐标变化换后,将永磁直线发电机的三相电通过以下方式表示:
其中,id和iq为dq轴的电流,为浮子的速度,Rg是定子绕组的电阻,Lg是同步电感,ε为PLMG的极距;
电磁力fg表示为:
其中,Ld和Lq是dq轴的同步电感,且是永磁直线电机的磁通;
从系统动力学中看,从海浪中提取的功率如下:
Pe(t)=-fg(t)x2(t) (10)
在采样时间Ts提取的能量输出为:
E(t)=-Tsfgx2(t) (11)
波浪能转换系统的经济阶段成本函数描述如下:
le=Tsfgx2 (12)
进一步地,所述步骤S2中构建的非线性跟踪微分器,具体表示形式如下:
式中:式中:v表示udc参考值与实际的误差,v=udc *-uDC(0),udc *表示直流侧电压参考值,uDC表示直流侧电压实际值,v1、v2表示非线性跟踪器系统参数;a表示跟踪信号的输入能力;
非线性跟踪微分器是根据参考输入udc *和受控对象安排的过渡过程,非线性跟踪微分器提供系统输出的过渡过程枚化规律。
进一步地,所述步骤S3中构建的扩张状态观测器,具体表示形式如下:
式中:z1、z2、z3分别表示扩张状态观测器的输出信号,e=z1-uDC,g(e)=fal(e,0.25,δ),δ表示平滑点连续的界定值,β1、β2以及β3表示可调参数。
进一步地,所述步骤S4中设计的非线性状态误差反馈控制律,具体表示形式如下:
利用扩张状态观测器的状态反馈与跟踪微分器的输出构成系统状态误差:
构成系统的控制分量为:
式中,k1、k2为误差非线性反馈律增益,c为非线性状态误差反馈控制律参数。
进一步地,所述步骤S5具体实现方法为:
将预测控制和整流器进行结合,利用整流器前后功率平衡,确定参考有功功率Pref、无功功率Qref,并在当前时刻点采集系统信息,利用瞬时无功理论计算当前功率,结合整流器的数学模型,依托功率变化率,计算下一时刻功率的预测值P(k+1),构建以参考功率和预测功率误差为结果的目标函数。
进一步地,所述步骤S5的具体实现方法中:
三相电压型PWM整流器的数学模型为:
其中,eα,eβ为α,β轴电压,iα,iβ为α,β轴电流;
瞬时无功理论下,当前时间点的功率值为:
在第k个采样周期时,定义有功功率和无功功率变化率如下:
其中,A表示有功功率变化率;B表示无功功率变化率;t表示有功功率的采样周期;l表示无功功率的采样周期;k表示当前采样周期;
用一阶线性微分方程对公式(18)进行替换,假设每个单位时间为系统每个周期的时间,得到每个开关周期的有功功率和无功功率的预测值:
其中,p(k)表示当前时刻有功功率,p(k+1)表示下一时刻有功功率预测值,q(k)表示当前时刻有功功率,q(k+1)表示下一时刻有功功率预测值;
由于在最优结果下,一个周期结束后,控制结果和给定结果相等,同时每个控制周期内的电压矢量只变化一次,因此在单矢量作用下,电压矢量的作用时间即为系统控制周期时间,故得到:
其中,pref表示有功功率参考值;qref表示无功功率参考值;
功率计算为:
因此,得到价值函数如下:
其中,
对目标函数求取最小值,得到:
其中,R表示三相电阻。
较现有技术相比,本发明具有以下优点:
1、本发明提供的基于海浪能发电能量传输系统的预测自抗扰控制策略,考虑到直线发电机的特性和波能转换系统的动力学模型,通过自抗扰以及模型预测控制控制,改变能量传输系统的运动频率,达到最大的能量输出。
2、本发明提供的基于海浪能发电能量传输系统的预测自抗扰控制策略,具有鲁棒性强、仿真结果更接近实际的特点。通过自抗扰以及模型预测控制策略,提高了能量的传输效率,填补了海上能量转换领域效率低的发展不足。
3、本发明提供的基于海浪能发电能量传输系统的预测自抗扰控制策略,将预测控制和整流器结合,结合整流器的数学模型,进行下一时刻整流器开关序列的预测,减少了开关管的能量损耗。
基于上述理由本发明可在新能源应用等领域广泛推广。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图做以简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明自抗扰以及模型预测控制策略结构框图。
图2为本发明海浪能自抗扰技术结构框图。
图3为本发明模型预测控制原理图。
图4为本发明直流侧udc与参考值对比图。
图5为本发明有功功率与无功功率仿真结果示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。同时,应当清楚,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。对于相关领域普通技术人员己知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。在这里示出和讨论的所有示例中,任向具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
在本发明的描述中,需要理解的是,方位词如“前、后、上、下、左、右”、“横向、竖向、垂直、水平”和“顶、底”等所指示的方位或位置关系通常是基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,在未作相反说明的情况下,这些方位词并不指示和暗示所指的装置或元件必须具有特定的方位或者以特定的方位构造和操作,因此不能理解为对本发明保护范围的限制:方位词“内、外”是指相对于各部件本身的轮廓的内外。
为了便于描述,在这里可以使用空间相对术语,如“在……之上”、“在……上方”、“在……上表面”、“上面的”等,用来描述如在图中所示的一个器件或特征与其他器件或特征的空间位置关系。应当理解的是,空间相对术语旨在包含除了器件在图中所描述的方位之外的在使用或操作中的不同方位。例如,如果附图中的器件被倒置,则描述为“在其他器件或构造上方”或“在其他器件或构造之上”的器件之后将被定位为“在其他器件或构造下方”或“在其位器件或构造之下”。因而,示例性术语“在……上方”可以包括“在……上方”和“在……下方”两种方位。该器件也可以其他不同方式定位(旋转90度或处于其他方位),并且对这里所使用的空间相对描述作出相应解释。
此外,需要说明的是,使用“第一”、“第二”等词语来限定零部件,仅仅是为了便于对相应零部件进行区别,如没有另行声明,上述词语并没有特殊含义,因此不能理解为对本发明保护范围的限制。
下面结合附图对本发明方法进行具体的阐述:
如图1所示,本发明提供了一种基于海浪能发电能量传输系统的预测自抗扰控制策略,包括如下步骤:
S1、建立海浪能发电能量传输系统的动力学模型;
S2、构建跟踪微分器,获取跟踪给定信号和微分信号;
S3、构建扩张状态观测器,获取海浪能发电能量传输系统的输出和输出导数的误差;
S4、构建自抗扰控制器,基于步骤S2获取的跟踪给定信号和微分信号以及步骤S3获取的海浪能发电能量传输系统的输出和输出导数的误差,设计非线性状态误差反馈控制律;
S5、构建整流器的模型预测控制器。
具体实施时,作为本发明优选的实施方式,所述步骤S1具体实现方法为:
根据牛顿第二定律,海浪能发电能量传输系统的动力学方程为:
其中,fe为海浪激励力;fg为永磁直线电机产生的电磁力的反作用力;fr为浮子运动产生的辐射力;f0为摩擦力;fh为浮力;m为浮体的质量;m∞为附加质量;t为时间;a为发电机动子的位移;具体的:
浮力fh表示为:
fh=-kha(t) (2)其中,kh为海水浮力的等效弹性刚度;
流体粘度引起的摩擦力f0表示为:
其中R0代表摩擦阻力系数;
辐射力fr与频率和辐射阻尼引起的附加质量有关,表示为:
其中,hr表示产生的辐射力,通过分析波与浮子的相互作用,计算辐射函数;卷积积分项表示为以下等式:
通过联立(1)-(5),波浪能转换系统的表达式表示为:
其中,u(t)=fg(t),/>
表示海浪的速度;
基于采样时间Ts进行离散,得到:
其中,Ac、Bc、Cc、Dc为波浪发电系统连续模型下所对应的参数矩阵;Ad、Bd、Cd、Dd为波浪发电系统离散模型下所对应的参数矩阵;
经过坐标变化换后,将永磁直线发电机的三相电通过以下方式表示:
其中,id和iq为dq轴的电流,为浮子的速度,Rg是定子绕组的电阻,Lg是同步电感,ε为PLMG的极距;
电磁力fg表示为:
其中,Ld和Lq是dq轴的同步电感,且是永磁直线电机的磁通;
从系统动力学中看,从海浪中提取的功率如下:
Pe(t)=-fg(t)x2(t) (10)
在采样时间Ts提取的能量输出为:
E(t)=-Tsfgx2(t) (11)
波浪能转换系统的经济阶段成本函数描述如下:
le=Tsfgx2 (12)。
如图2所示,为本发明实施例提供的一种自抗扰控制框架图,具体实施时,作为本发明优选的实施方式,所述步骤S2中构建的非线性跟踪微分器,具体表示形式如下:
式中:v表示udc参考值与实际的误差,v=udc *-uDC(0),udc *表示直流侧电压参考值,uDC表示直流侧电压实际值,v1、v2表示非线性跟踪器系统参数;a表示跟踪信号的输入能力,a越大抖动越厉害。
非线性跟踪微分器是根据参考输入udc *和受控对象安排的过渡过程,非线性跟踪微分器提供系统输出的过渡过程枚化规律。如图3所示,本发明提供了单矢量的模型预测控制原理图,如图4所示,本发明提供了直流侧电压Udc与参考值Udc*,可以看出通过自抗扰控制,直流侧电压稳定在400伏特。
具体实施时,作为本发明优选的实施方式,所述步骤S3中构建的扩张状态观测器,由于被控对象为一阶环节,系统中uDC,id为系统的可量测变量,由此变量作为输入,构造系统的扩张状态观测,具体表示形式如下:
式中:z1、z2、z3分别表示扩张状态观测器的输出信号,e=z1-uDC,g(e)=fal(e,0.25,δ),δ表示平滑点连续的界定值,β1、β2以及β3表示可调参数。
扩张状态观测器作为自抗扰控制器的核心环节,其作用是有效跟踪其观测的状态变量及其各阶“广义微分信号”。
具体实施时,作为本发明优选的实施方式,所述步骤S4中设计的非线性状态误差反馈控制律,具体表示形式如下:
利用扩张状态观测器的状态反馈与跟踪微分器的输出构成系统状态误差:
构成系统的控制分量为:
式中,k1、k2为误差非线性反馈律增益,c为非线性状态误差反馈控制律参数。
具体实施时,作为本发明优选的实施方式,所述步骤S5具体实现方法为:
将预测控制和整流器进行结合,利用整流器前后功率平衡,确定参考有功功率Pref、无功功率Qref,并在当前时刻点采集系统信息,利用瞬时无功理论计算当前功率,结合整流器的数学模型,依托功率变化率,计算下一时刻功率的预测值P(k+1),构建以参考功率和预测功率误差为结果的目标函数。如图5所示,本发明提供了有功功率与无功功率对比图,该能量传输系统可以提供稳定的有功功率。
三相电压型PWM整流器的数学模型为:
其中,eα,eβ为α,β轴电压,iα,iβ为α,β轴电流;
瞬时无功理论下,当前时间点的功率值为:
在第k个采样周期时,定义有功功率和无功功率变化率如下:
其中,A表示有功功率变化率;B表示无功功率变化率;t表示有功功率的采样周期;l表示无功功率的采样周期;k表示当前采样周期;
用一阶线性微分方程对公式(18)进行替换,假设每个单位时间为系统每个周期的时间,得到每个开关周期的有功功率和无功功率的预测值:
其中,p(k)表示当前时刻有功功率,p(k+1)表示下一时刻有功功率预测值,q(k)表示当前时刻有功功率,q(k+1)表示下一时刻有功功率预测值;
由于在最优结果下,一个周期结束后,控制结果和给定结果相等,同时每个控制周期内的电压矢量只变化一次,因此在单矢量作用下,电压矢量的作用时间即为系统控制周期时间,故得到:
其中,pref表示有功功率参考值;qref表示无功功率参考值;
功率计算为:
因此,得到价值函数如下:
其中,
对目标函数求取最小值,得到:
其中,R表示三相电阻。
由于开关矢量的有限化,确保了应用于整流器的预测控制是基于有限集的预测控制,遍历所有的开关矢量作用结果,产生不同的功率变化率,带入预测功率计算值,得到所有情况下的功率预测结果,对比目标函数,求取最小值,便可得到其最优结果。将对应的电压矢量输出,在减小整流器损耗的同时,进而实现最大功率的效果,便可以完成最优控制。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (1)
1.一种基于海浪能发电能量传输系统的预测自抗扰控制策略,其特征在于,包括如下步骤:
S1、建立海浪能发电能量传输系统的动力学模型;所述步骤S1具体实现方法为:
根据牛顿第二定律,海浪能发电能量传输系统的动力学方程为:
其中,fe为海浪激励力;fg为永磁直线电机产生的电磁力的反作用力;fr为浮子运动产生的辐射力;f0为摩擦力;fh为浮力;m为浮体的质量;m∞为附加质量;t1为时间;为发电机动子的位移;具体的:
浮力fh表示为:
fh=-kha(t) (2)
其中,kh为海水浮力的等效弹性刚度;
流体粘度引起的摩擦力f0表示为:
其中R0代表摩擦阻力系数;
辐射力fr与频率和辐射阻尼引起的附加质量有关,表示为:
其中,hr表示产生的辐射力,通过分析波与浮子的相互作用,计算辐射函数;卷积积分项表示为以下等式:
通过联立(1)-(5),波浪能转换系统的表达式表示为:
其中,
表示海浪的速度;
基于采样时间Ts进行离散,得到:
其中,Ac、Bc、Cc、Dc为波浪发电系统连续模型下所对应的参数矩阵;Ad、Bd、Cd、Dd为波浪发电系统离散模型下所对应的参数矩阵;
经过坐标变化换后,将永磁直线发电机的三相电通过以下方式表示:
其中,id和iq为dq轴的电流,为浮子的速度,Rg是定子绕组的电阻,Lg是同步电感,ε为永磁直线发电机的极距;
电磁力fg表示为:
其中,Ld和Lq是dq轴的同步电感,且是永磁直线电机的磁通;
从系统动力学中看,从海浪中提取的功率如下:
Pe(t)=-fg(t)x2(t) (10)
在采样时间Ts提取的能量输出为:
E(t)=-Tsfgx2(t) (11)
波浪能转换系统的经济阶段成本函数描述如下:
le=Tsfgx2 (12)
S2、构建非线性跟踪微分器,获取跟踪给定信号和微分信号;所述步骤S2中构建的非线性跟踪微分器,具体表示形式如下:
式中:v表示udc参考值与实际的误差,v=udc *-uDC(0),udc *表示直流侧电压参考值,uDC表示直流侧电压实际值,v1、v2表示非线性跟踪器系统参数;a表示跟踪信号的输入能力;
非线性跟踪微分器是根据参考输入udc *和受控对象安排的过渡过程,非线性跟踪微分器提供系统输出的过渡过程枚化规律;
S3、构建扩张状态观测器,获取海浪能发电能量传输系统的输出和输出导数的误差;所述步骤S3中构建的扩张状态观测器,具体表示形式如下:
式中:z1、z2、z3分别表示扩张状态观测器的输出信号,e=z1-uDC,g(e)=fal(e,0.25,δ),δ表示平滑点连续的界定值,β1、β2以及β3表示可调参数;
S4、构建自抗扰控制器,基于步骤S2获取的跟踪给定信号和微分信号以及步骤S3获取的海浪能发电能量传输系统的输出和输出导数的误差,设计非线性状态误差反馈控制律;所述步骤S4中设计的非线性状态误差反馈控制律,具体表示形式如下:
利用扩张状态观测器的状态反馈与跟踪微分器的输出构成系统状态误差:
构成系统的控制分量为:
式中,k1、k2为误差非线性反馈律增益,c为非线性状态误差反馈控制律参数;
S5、构建整流器的模型预测控制器;所述步骤S5具体实现方法为:
将预测控制和整流器进行结合,利用整流器前后功率平衡,确定参考有功功率pref、无功功率qref,并在当前时刻点采集系统信息,利用瞬时无功理论计算当前功率,结合整流器的数学模型,依托功率变化率,计算下一时刻功率的预测值p(k+1),构建以参考功率和预测功率误差为结果的目标函数;具体实现方法中:
三相电压型PWM整流器的数学模型为:
其中,eα,eβ为α,β轴电压,iα,iβ为α,β轴电流;
瞬时无功理论下,当前时间点的功率值为:
在第k个采样周期时,定义有功功率和无功功率变化率如下:
其中,A表示有功功率变化率;B表示无功功率变化率;t表示有功功率的采样周期;l表示无功功率的采样周期;k表示当前采样周期;
用一阶线性微分方程对公式(18)进行替换,假设每个单位时间为系统每个周期的时间,得到每个开关周期的有功功率和无功功率的预测值:
其中,p(k)表示当前时刻有功功率,p(k+1)表示下一时刻有功功率预测值,q(k)表示当前时刻有功功率,q(k+1)表示下一时刻有功功率预测值;
由于在最优结果下,一个周期结束后,控制结果和给定结果相等,同时每个控制周期内的电压矢量只变化一次,因此在单矢量作用下,电压矢量的作用时间即为系统控制周期时间,故得到:
其中,pref表示有功功率参考值;qref表示无功功率参考值;
功率计算为:
因此,得到价值函数如下:
其中,
对目标函数求取最小值,得到:
其中,R表示三相电阻。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110546660.XA CN113206622B (zh) | 2021-05-19 | 2021-05-19 | 一种基于海浪能发电能量传输系统的预测自抗扰控制策略 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110546660.XA CN113206622B (zh) | 2021-05-19 | 2021-05-19 | 一种基于海浪能发电能量传输系统的预测自抗扰控制策略 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113206622A CN113206622A (zh) | 2021-08-03 |
CN113206622B true CN113206622B (zh) | 2023-11-21 |
Family
ID=77031783
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110546660.XA Active CN113206622B (zh) | 2021-05-19 | 2021-05-19 | 一种基于海浪能发电能量传输系统的预测自抗扰控制策略 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113206622B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016188532A1 (en) * | 2015-05-27 | 2016-12-01 | Vestas Wind Systems A/S | Control of a wind turbine taking fatigue measure into account |
CN106300444A (zh) * | 2016-10-14 | 2017-01-04 | 湖南大学 | 一种三相pwm变换器功率预测分层控制方法 |
CN110165924A (zh) * | 2019-05-16 | 2019-08-23 | 天津大学 | 一种单相pwm整流器的改进无差拍控制方法 |
CN110311607A (zh) * | 2019-07-24 | 2019-10-08 | 大连海事大学 | 一种反步滑模最大波能捕获方法 |
-
2021
- 2021-05-19 CN CN202110546660.XA patent/CN113206622B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016188532A1 (en) * | 2015-05-27 | 2016-12-01 | Vestas Wind Systems A/S | Control of a wind turbine taking fatigue measure into account |
CN106300444A (zh) * | 2016-10-14 | 2017-01-04 | 湖南大学 | 一种三相pwm变换器功率预测分层控制方法 |
CN110165924A (zh) * | 2019-05-16 | 2019-08-23 | 天津大学 | 一种单相pwm整流器的改进无差拍控制方法 |
CN110311607A (zh) * | 2019-07-24 | 2019-10-08 | 大连海事大学 | 一种反步滑模最大波能捕获方法 |
Non-Patent Citations (1)
Title |
---|
一种Vienna整流器的线性自抗扰控制策略;冯兴田等;《电力电子技术》;20200731;第54卷(第7期);第103-105页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113206622A (zh) | 2021-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hou et al. | A super-twisting-like fractional controller for SPMSM drive system | |
Rodriguez et al. | Latest advances of model predictive control in electrical drives—Part I: Basic concepts and advanced strategies | |
Sun et al. | Optimal design of terminal sliding mode controller for direct torque control of SRMs | |
Yang et al. | Fast integral terminal sliding mode control with a novel disturbance observer based on iterative learning for speed control of PMSM | |
CN108365785B (zh) | 一种异步电机重复预测控制方法 | |
CN110594079A (zh) | 一种直驱式波浪发电系统最优功率控制方法 | |
CN108768232A (zh) | 一种半潜船动力定位系统推进电机控制方法及系统 | |
CN102055205A (zh) | 一种基于电压不平衡数学模型的无刷双馈电机网侧变换器控制策略 | |
CN109302110A (zh) | 一种异步电机广义级联模型预测磁链控制方法及装置 | |
CN109742991A (zh) | 基于扇区划分算法的永磁同步电机多步预测控制方法 | |
CN108448991A (zh) | 基于零阶保持离散化模型的永磁电机电流预测控制方法 | |
CN109067275A (zh) | 一种基于解耦自适应滑模的永磁直线电机混沌控制方法 | |
Zhang et al. | Robust excitation force estimation and prediction for wave energy converter M4 based on adaptive sliding-mode observer | |
CN112910359A (zh) | 一种改进型永磁同步直线电机模型预测电流控制方法 | |
CN113193809A (zh) | 一种改进二阶线性自抗扰的永磁同步电机控制方法 | |
CN107508518B (zh) | 一种用于飞轮储能系统的自抗扰控制方法 | |
Yang et al. | EKF based fuzzy PI controlled speed sensorless power optimal control of a direct drive power system | |
Saberi et al. | Robust adaptive direct speed control of PMSG-based airborne wind energy system using FCS-MPC method | |
CN113206622B (zh) | 一种基于海浪能发电能量传输系统的预测自抗扰控制策略 | |
CN113090437B (zh) | 一种基于弹簧共振辅助的直驱式波浪能发电最大波能精准跟踪控制方法 | |
Wang et al. | An improved global fast terminal high-order sliding mode control strategy based on novel reaching law for improving PMLSM dynamic performance | |
CN113095001B (zh) | 一种终端等式约束的经济模型预测最大波能捕获方法 | |
Wen-long et al. | Ship electrical propulsion control system based on improved model-free adaptive control | |
Wang et al. | A high performance permanent magnet synchronous motor servo system using predictive functional control and Kalman filter | |
Akhare et al. | Fault analysis of electrical machine drives employing novel model predictive control |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |