文摘

本文提出了一种自适应优化控制与不确定扰动非线性同步发电机系统。考虑不确定项的问题,一个低阶扩张状态观测器(ESO)构造跟踪每个订单的状态。然后往后退技术相结合,提出ESO,设计动态补偿控制来补偿每个状态的不确定性扰动量。该方法证明了系统的稳定性可以保证,和跟踪的ESO可以减少负担。最后,仿真结果可以显示出良好的跟踪性能和抗干扰能力,提出了控制方法。

1。介绍

目前,世界能源发展主要是水力发电、热发电、风力发电等。在现代电力工业中,同步发电机是最常用的交流发电机,这是广泛应用于热发电、柴油机发电、核能发电等(1- - - - - -3]。同步发电机的操作期间,有很多系统不确定性和外部干扰严重。这将导致巨大的能量损失和对能量转换效率带来巨大的负面影响。因此,如何有效地补偿不确定非线性,提高能量转换效率是一个开放的问题。实现高性能的电力系统控制,有必要克服不确定性的负面影响,系统中非线性因素。对于复杂的同步发电机模型,分析同步发电机的稳定性是可行的直接利用李雅普诺夫函数,但计算过程复杂,计算量大(4- - - - - -6]。有许多不确定的干扰在同步发电机的实际应用场景,使设计的控制方法极大地困难。

因为有很多不确定性和未知扰动同步发电机的运行期间,很难直接构造李雅普诺夫函数。目前,一些学者利用逐步退焊法技术有效地构造李雅普诺夫函数。他们已经完成了整个系统的设计控制律(7- - - - - -9]。尽管往后退技术有效地减少构造李雅普诺夫函数的困难,仍然很难构造系统与多个不确定性。在这方面,一些学者使用基于逐步退焊法自适应控制技术来弥补不确定性干扰(10- - - - - -15]。然而,这个方法增加了自适应参数的数量,这样的计算量增加。

另一方面,对于不确定性的系统,扩张状态观测器(ESO)是用于实现有效的动态跟踪16- - - - - -20.]。ESO用于扩展不确定扰动的系统到一个新的状态。通过采用ESO,不确定的干扰可以有效地跟踪。此外,可以提高系统的控制精度,使用的跟踪值不确定的干扰。然而,ESO为整个系统设计模型将累积干扰系统模型的维数增加。这将导致观察者的性能大大降低。此外,在实际应用场景中,同步发电机结构复杂的系统。和不确定扰动是不确定的。为了扩大ESO的应用场景,有必要优化ESO的施工方法。

综上所述,本文设计一个控制器的基础上逐步退焊法技术和低阶ESO来增强系统的抗干扰能力,提高能量转换效率。本文中描述的具体数学模型部分2。提出的控制方法是详细描述部分3。相应的模拟部分所示4。

2。同步发电机的数学模型

本文基于转子同步发电机的数学模型 轴被认为是。和 的假设。

在哪里 转子角, 粘滞摩擦系数, 是极对数, 转子的转动惯量。 和 分别定子电阻和电感阶段。 机械角速度。 和 当前的 轴。 永磁磁通。 和 电压的 轴。 代表了未知负载转矩扰动。 是外部不确定性扰动项。

磁场控制的同步发电机,直流 一般设置为零。因此,模型(1)的同步发电机可以简化如下: 在哪里

为了简化控制器的设计, , ,和 系统状态。因此,模型(2)可以描述如下:

设置

在哪里 预设控制量。

然后公式(3)进一步表示如下:

该系统模型(5)是一个系统不确定扰动的条件。基于后退控制技术,本文结合了ESO方法设计控制方法。它可以提高系统的抗干扰能力,进一步保证了系统的稳定性和跟踪性能。在下一节中描述的设计方法。

3所示。补偿控制设计

根据上述模型,控制方法的设计步骤如下。

步骤1。定义跟踪误差 如下: 在哪里 是期望值,并可诱导的二阶。
李雅普诺夫函数定义如下: 因此,它可以获得如下: 定义跟踪误差 如下: 在哪里 是虚拟控制器。
从公式(8)和(9),它可以获得如下: 以确保 是负的,虚拟控制器设计为 ,在哪里 。然后,可以获得以下结果: 在上面的公式,不平等 总是成立的。的处理项目 在下一步中描述。

步骤2。李雅普诺夫函数 选为: 因此,它可以获得: 定义跟踪误差 如下: 因此,系统状态描述如下: 从公式(13)和(15),它可以获得如下: 为了满足的不等式 ,虚拟控制器 设计如下: 然后,它可以得到以下公式: 在哪里 和 。因此, 建立了。然后,需要进一步的设计来消除误差的影响 对系统的稳定性。
公式(16)包含外部有界扰动 。为了保证系统的稳定性,构造二阶ESO-1估计外部不确定,这是有界干扰。分段的施工方法将在。
建立了ESO-1如下: 这个函数 设计如下: 在哪里 是系统误差, 是一个常数区间 。和 是间隔的长度的线性段。
稳定的二阶ESO-1公式(19证明如下:
设置 因此,它可以获得如下: 案例1。这个错误 感到满意 ,然后它可以获得 。 当系统是稳定的,它可以获得 和 和 因此,如果不平等 建立真正的参数,可以获得吗 。
例2。这个错误 是满意的 ,它可以获得 。
然后, 当系统是稳定的,它可以获得 和 。因此 和 类似地,如果不平等 建立真正的参数,可以获得吗 和 。
从例1和例2,稳定的二阶ESO-1时可以保证适当的参数是满意的 和 。

步骤3。李雅普诺夫函数 选为:

因此,它可以获得:

从公式(14),它可以获得 。因此, 可以写成:

为了满足的不等式 ,它可以设计如下:

在哪里 。公式(30.)包含外部有界扰动 。同样,二阶ESO-2旨在估计不确定性干扰。

因此,建立了ESO-2如下:

这个函数 设计如下:

在哪里 是系统误差, 是一个常数区间 ,和 是间隔的长度的线性段。

一样ESO-1稳定性证明的过程,可以保证当ESO-2的稳定性 和 感到满意。

根据上述分析,ESO-2能够准确地估计不确定性干扰 在真正的时间。因此,公式(30.)可以写成:

总之,系统模型(1)稳定性。

4所示。仿真结果

为了验证上述方法的可行性,执行以下验证模拟同步发电机的控制系统模型。参数如表所示1。

表1
同步发电机的参数。

系统模型的参数来自数据表1。和选择 , , , ,和 。在模拟的初始值设置为状态方程 。往后退技术中的参数选择: , ,和 。ESO的参数选为: , , ,和 。

为了跟踪转子角和验证系统的稳定性,给定的期望值转子角仿真例子 。并假设系统的不确定的干扰项 和 。仿真结果如图1- - - - - -6。

从数据可以看出1和2机械角速度和 - - - - - -轴电流是有界的,保证了系统的稳定性。从数据可以看出3和4建立了ESO可以执行有效的动态补偿不确定干扰项和良好的实时跟踪。图5是一个比较真实的没有ESO ESO和转子角控制。没有ESO的图表明,系统将更容易影响不确定扰动和生成系统抖动。这肯定不允许存在于实际工程应用。通过使用该方法,该系统具有较强的抗干扰能力和满足实际工程需求。图6两者之间的误差。误差曲线基本稳定在0,即误差接近于零。可以看出,本文提出的方法可以提高系统的稳定性和具有很大的实际应用价值。


图1
机械角速度 。

图2
轴电流 。

图3
不确定的干扰 并预测扰动 。

图4
不确定的干扰 并预测扰动 。

图5
转子角跟踪曲线。

图6
将转子角之间的误差 和实际转子角 。

5。结论

基于同步发电机系统的模型,提出了一种新的控制方法,结合反推设计方法和ESO方法。首先,低阶ESO构造,可以在实时估计不确定的干扰。其次,同步发电机系统的李雅普诺夫函数模型有效地利用推方法。在减少计算量的前提下,设计了一种控制方法实现有效跟踪和强大的系统的抗干扰性能。仿真结果表明,该方法可以提高系统的抗干扰能力和跟踪性能,而且具有重要的应用价值。

数据可用性

本文数据用于支持本研究的结果包括在本文中。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项工作已经由中国国家自然科学基金支持广东联合基金(批准号U1701262也没有。U1801263)和部分Cyber-Physical系统由广东省重点实验室(批准号2016 b030301008)和广东应用科学和技术研发专项资金(批准号2015 b090922013)和广东省科技项目(批准号2016 b090918017)和广东省数控第一代项目(批准号2013 b011302007)和广州科技项目(批准号201604016107)和资助了江门的创新研发团队项目(批准号2018630100090019844),五邑大学青年科研基金项目(2015 zk06)。