基于模糊RBF神经网络的风电机组变桨控制研究

来源：电子测量技术杂志2023年第19期北京时间：

作者：陈德海，陈志文，李明，赖正贵，李志远

单位：1.江西理工大学电气工程与自动化学院 赣州 341000; 2.中国科学院赣江创新研究院 赣州 341000

摘要：针对大型风力发电机变桨控制受外部干扰和参数变化大、造成输出功率不稳定的问题，提出一种智能控制的算法，在RBF神经网络基础上增加模糊算法，利用模糊RBF神经网络实时在线调整PID参数。当实际风速偏离额定风速时，科学调整风机桨距角，使风机所获得的空气动力转矩发生变化，从而在额定功率附近保持风力机输出功率的相对稳定。据此搭建了风电机组各模块的数学模型，并在MATLAB/Simulink上搭建了仿真模块。实验结果表明：基于上述的方法控制效果相比于传统PID控制和常规RBF神经网络PID控制，响应更快、风能利用系数性能超调更小、功率输出更稳定，更有利于风力发电机组的系统稳定性。

关键词：风力发电机;变桨控制;RBF;模糊RBF神经网络

基金资助：国家自然科学基金（61763015）项目资助