以液压型风力发电机组为研究对象,为使功率追踪的过程平稳,研究机组的最佳功率追踪控制方法.本文利用反馈线性化方法解决系统非线性问题,以液压系统压力为控制输出,设计最佳功率追踪控制器,并提出一种反馈线性化方法的工程应用解决方案...以液压型风力发电机组为研究对象,为使功率追踪的过程平稳,研究机组的最佳功率追踪控制方法.本文利用反馈线性化方法解决系统非线性问题,以液压系统压力为控制输出,设计最佳功率追踪控制器,并提出一种反馈线性化方法的工程应用解决方案,即结合传统PID控制解决反馈线性化工程应用中依赖模型参数精度的问题.依托30 k VA液压型风力发电机组半物理仿真实验台进行仿真和实验研究,验证了该方法的可行性,为机组进一步研究奠定理论与实验基础.展开更多
针对微粒群优化算法易陷入局部最优、出现早熟等不足,从作用力规则和种群拓扑结构两方面进行研究。提出一种混合作用力微粒群优化(Hybrid force PSO,HFPSO)算法,将算法的搜索过程划分为前期和后期两个阶段,分别构造引斥力规则和双引力规...针对微粒群优化算法易陷入局部最优、出现早熟等不足,从作用力规则和种群拓扑结构两方面进行研究。提出一种混合作用力微粒群优化(Hybrid force PSO,HFPSO)算法,将算法的搜索过程划分为前期和后期两个阶段,分别构造引斥力规则和双引力规则,使算法搜索前期具有良好种群多样性、搜索后期有较高寻优精度。进一步将生物趋利避害的行为选择机制融入HFPSO算法,提出有向动态拓扑混合作用力微粒群优化算法,赋予微粒主观能动性使其靠近适应值较好微粒、远离适应值较差微粒,提出适应值驱动边变化的有向动态拓扑(Fitness-driven edge-changing unidirectional dynamic topology,FEUDT)结构,并将FEUDT结构与HFPSO算法以结构演化和算法进化同步进行的方式结合,进一步提升算法的优化性能。利用Benchmark函数对所提算法与标准PSO、搜索后期斥力增强型混合引斥力微粒群优化(LRPSO)算法进行性能对比测试,结果表明,所提算法具有较好的寻优能力和较快的收敛速度。通过桥式系统可靠性优化实例和供应商参与的某汽车产品子系统可靠性设计优化实例,验证了所提算法求解实际复杂优化问题的有效性。展开更多
文摘以液压型风力发电机组为研究对象,为使功率追踪的过程平稳,研究机组的最佳功率追踪控制方法.本文利用反馈线性化方法解决系统非线性问题,以液压系统压力为控制输出,设计最佳功率追踪控制器,并提出一种反馈线性化方法的工程应用解决方案,即结合传统PID控制解决反馈线性化工程应用中依赖模型参数精度的问题.依托30 k VA液压型风力发电机组半物理仿真实验台进行仿真和实验研究,验证了该方法的可行性,为机组进一步研究奠定理论与实验基础.
