摘　要：將神經(jīng)網(wǎng)絡(luò)逆控制方法應(yīng)用于雙饋發(fā)電系統(tǒng)，根據(jù)雙饋發(fā)電機(jī)功率控制數(shù)學(xué)模型推導(dǎo)逆系統(tǒng)模型，合理選擇逆控制輸入、輸出信號(hào)，用神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)逆控制算法，將系統(tǒng)分解為有功功率和無(wú)功功率的兩個(gè)單變量線性子系統(tǒng)。運(yùn)用線性系統(tǒng)綜合方法，設(shè)計(jì)了由PI 調(diào)節(jié)器組成的有功功率和無(wú)功功率線性閉環(huán)子系統(tǒng)，建立了相應(yīng)的仿真模型并進(jìn)行了仿真。仿真結(jié)果表明，采用神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)控制的雙饋發(fā)電系統(tǒng)具有較好的性能，不僅能夠方便地實(shí)現(xiàn)有功功率的控制，而且可獨(dú)立地提供電網(wǎng)所需的無(wú)功功率。
    1. 引言
    在并網(wǎng)型雙饋風(fēng)力發(fā)電系統(tǒng)中，常用的控制方法是通過(guò)定子磁場(chǎng)定向矢量控制，進(jìn)行發(fā)電機(jī)有功、無(wú)功功率的解耦控制。由于風(fēng)能具有強(qiáng)烈的隨機(jī)性、時(shí)變性，且含有未建模或無(wú)法準(zhǔn)確建模的動(dòng)態(tài)部分，使雙饋發(fā)電系統(tǒng)成為一個(gè)復(fù)雜、多變量非線性系統(tǒng)，因此采用傳統(tǒng)PI 調(diào)節(jié)很難達(dá)到高性能。
    逆控制是解決復(fù)雜非線性系統(tǒng)控制的一種有效方法^[1]；耿華、楊耕在《基于逆系統(tǒng)方法的變速變槳距風(fēng)機(jī)的槳距角控制》中，為優(yōu)化變速變槳距風(fēng)電系統(tǒng)的高風(fēng)速區(qū)的風(fēng)能捕獲，基于奇異攝動(dòng)理論和逆系統(tǒng)方法提出一種非線性的槳距角控制器[2]；張先勇等新著《基于逆系統(tǒng)理論的風(fēng)力發(fā)電功率解耦控制》中，將逆系統(tǒng)理論引入雙饋型變速風(fēng)力發(fā)電系統(tǒng)進(jìn)行有功功率和無(wú)功功率的解耦控制。但是逆控制中，要實(shí)現(xiàn)解耦線性化，必須已知系統(tǒng)的精確數(shù)學(xué)模型，使得解析逆系統(tǒng)方法難以在實(shí)際中真正應(yīng)用[3]。神經(jīng)網(wǎng)絡(luò)逆控制既具有對(duì)非線性系統(tǒng)的逼近及對(duì)參數(shù)變化的適應(yīng)能力，又具有逆系統(tǒng)的解耦線性化能力，已成功用于感應(yīng)電動(dòng)機(jī)的矢量控制調(diào)速系統(tǒng)中^[4]-[8]取得了較好控制效果。
    本文將神經(jīng)網(wǎng)絡(luò)逆控制方法應(yīng)用于雙饋發(fā)電系統(tǒng)，根據(jù)雙饋發(fā)電機(jī)特點(diǎn)推導(dǎo)逆系統(tǒng)模型，利用神經(jīng)網(wǎng)絡(luò)進(jìn)行逆控制，確定神經(jīng)網(wǎng)絡(luò)逆控制輸入、輸出變量，離線訓(xùn)練神經(jīng)網(wǎng)絡(luò)后得到其輸入樣本集和期望輸出樣本集，將訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)與被控系統(tǒng)串聯(lián)，構(gòu)成以PI 調(diào)節(jié)器作為復(fù)合控制器的閉環(huán)控制系統(tǒng)。通過(guò)系統(tǒng)仿真，可以實(shí)現(xiàn)有功功率、無(wú)功功率有效控制。
    2. 雙饋發(fā)電機(jī)數(shù)學(xué)模型
    根據(jù)電機(jī)學(xué)理論，同步旋轉(zhuǎn)M-T 坐標(biāo)系中雙饋發(fā)電機(jī)數(shù)學(xué)模型為^[9]，