基于RBF神经网络的超导风力发电系统变速控制研究

超导同步发电机(SCSG)以其功率密度大,重量轻,体积小,寿命长的特点,已经被用来研究超大型海上风力发电机组.文章首先介绍了一种将高温超导材料应用于大型风力发电机组的技术,分析了高温超导发电机的结构和特点,基于FAST和Matlab/Simulink软件平台搭建SCSG风力发电机组的数学模型和速度控制模块,其次针对SCSG模型存在高阶,非线性时变的特性,在速度控制环中引入了基于Delta学习规则的单神经元自适应PID控制算法,其中RBF网络用于控制参数的辨识整定.模拟实验结果表明,相对于传统PID控制,该算法可以使SCSG速度更好地跟踪风速,保持稳定的最佳叶尖速比和最大功率系数,从而实现最大风能利用.