摘　要：將神經網絡逆控制方法應用于雙饋發(fā)電系統(tǒng)，根據雙饋發(fā)電機功率控制數(shù)學模型推導逆系統(tǒng)模型，合理選擇逆控制輸入、輸出信號，用神經網絡實現(xiàn)逆控制算法，將系統(tǒng)分解為有功功率和無功功率的兩個單變量線性子系統(tǒng)。運用線性系統(tǒng)綜合方法，設計了由PI 調節(jié)器組成的有功功率和無功功率線性閉環(huán)子系統(tǒng)，建立了相應的仿真模型并進行了仿真。仿真結果表明，采用神經網絡逆系統(tǒng)控制的雙饋發(fā)電系統(tǒng)具有較好的性能，不僅能夠方便地實現(xiàn)有功功率的控制，而且可獨立地提供電網所需的無功功率。
    1. 引言
    在并網型雙饋風力發(fā)電系統(tǒng)中，常用的控制方法是通過定子磁場定向矢量控制，進行發(fā)電機有功、無功功率的解耦控制。由于風能具有強烈的隨機性、時變性，且含有未建?；驘o法準確建模的動態(tài)部分，使雙饋發(fā)電系統(tǒng)成為一個復雜、多變量非線性系統(tǒng)，因此采用傳統(tǒng)PI 調節(jié)很難達到高性能。
    逆控制是解決復雜非線性系統(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機的槳距角控制》中，為優(yōu)化變速變槳距風電系統(tǒng)的高風速區(qū)的風能捕獲，基于奇異攝動理論和逆系統(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力發(fā)電系統(tǒng)進行有功功率和無功功率的解耦控制。但是逆控制中，要實現(xiàn)解耦線性化，必須已知系統(tǒng)的精確數(shù)學模型，使得解析逆系統(tǒng)方法難以在實際中真正應用[3]。神經網絡逆控制既具有對非線性系統(tǒng)的逼近及對參數(shù)變化的適應能力，又具有逆系統(tǒng)的解耦線性化能力，已成功用于感應電動機的矢量控制調速系統(tǒng)中^[4]-[8]取得了較好控制效果。
    本文將神經網絡逆控制方法應用于雙饋發(fā)電系統(tǒng)，根據雙饋發(fā)電機特點推導逆系統(tǒng)模型，利用神經網絡進行逆控制，確定神經網絡逆控制輸入、輸出變量，離線訓練神經網絡后得到其輸入樣本集和期望輸出樣本集，將訓練好的神經網絡與被控系統(tǒng)串聯(lián)，構成以PI 調節(jié)器作為復合控制器的閉環(huán)控制系統(tǒng)。通過系統(tǒng)仿真，可以實現(xiàn)有功功率、無功功率有效控制。
    2. 雙饋發(fā)電機數(shù)學模型
    根據電機學理論，同步旋轉M-T 坐標系中雙饋發(fā)電機數(shù)學模型為^[9]，