国际先进研究期刊》的研究在电子、电子、仪表工程
菜单ISSN在线(2278 - 8875)打印(2320 - 3765)
ISSN在线(2278 - 8875)打印(2320 - 3765)
| Vineet Kumar女子1,萨蒂扬普拉卡什2Abdul Zeeshan3 |
| 相关文章Pubmed,谷歌学者 |
访问更多的相关文章国际先进研究期刊》的研究在电子、电子、仪表工程
本文提出了一种设计三相感应电动机的速度控制美联储使用遗传算法从风力涡轮机。风力涡轮机作为双馈式感应发电机的原动机。使系统稳定,需要适当的监控或有时一个辅助系统也可以是一个很好的选择,它可以支持在不良条件下主系统。三相感应电动机广泛应用在产业由于其坚固的结构,效率和低成本。遗传算法用于三相感应电动机反馈控制器参数估计美联储从风力涡轮机.Genetic算法提供一定的优势,如简单的计算步骤,导数免费优化,没有减少。附近的迭代和向全球最适条件。仿真结果表明显著增强缩短开发时间并提高感应电机的动态性能比传统的感应电动机速度控制驱动器。
关键字 |
| 双馈式感应发电机,风力涡轮机遗传算法和三相感应电动机。 |
介绍 |
| 本研究提出了遗传算法的模糊控制器优化设计速度控制的感应电动机由风力涡轮机,结构简单,健壮的性能在一个广泛的操作条件。感应电动机的使用大大增加了自其发明的日子。其日复一日越来越受欢迎的原因主要可以归因于其健壮的施工,简单的设计和成本效益。这些也被证明是更可靠的比直流电机。然而,高度非线性性质的感应电动机控制动力学要求的控制算法的控制速度。传统的控制器类型用于上述目的可能是数字,神经或模糊。经常使用的控制器类型有:比例积分(PI),比例微分(PD),比例积分微分(PID),模糊逻辑控制器(方法)或它们之间的混合。 |
| 智能控制方法被应用于机器人和自动化、通讯、制造业、交通管制,更别提但几个应用领域。该控制器的设计问题是制定作为一个优化问题,采用遗传算法搜索最优控制器参数。的时域目标函数,通过最小化错误的引用和实际速度之间的偏差,感应电动机的速度控制是改善。 |
二世。间接磁场定向控制(IFOC) |
 |
 |
 |
| 因此,以上分析表明,矢量控制策略可以提供相同的性能,实现从他励直流电机;这是通过制定定子电流相量,两轴同步旋转参考坐标系,有两个组件:磁化电流分量和转矩产生电流分量;生成的电机转矩两个组件的产物。通过保持磁化电流分量以恒定额定价值,电机转矩是线性正比于torqueproducing组件,这很类似于他励直流电机的控制。间接磁场定向控制方案为电流控制PWM感应电机马达驱动。abc定子电流命令值可以计算如下: |
 |
三世。遗传算法 |
| 遗传算法(GA)是一种优化算法,这是发明来模拟自然进化中观察到的一些流程。遗传算法随机搜索技术是基于自然选择和自然遗传机制。采用遗传算法搜索最优控制器参数的时域目标函数最小化。有三个主要遗传算子命名为复制、交叉和变异。 |
一个。规则库的设计输出(ΩSL): |
| 提出技术已被评估的性能对风力发电机负载转矩和速度的变化。 |
| 9如果,那么规则的规则库用于模糊逻辑控制器的设计如下: |
| 1。如果NL(错误)和(误差变化量是问),那么(变化的控制是一个) |
| 2。如果NL(错误)和(误差变化量是泽),那么(变化的控制是一个) |
| 3所示。如果问(错误)和(PL)改变错误然后(改变控制B) |
| 4所示。如果错误是泽)和(误差变化量是问),那么(变化的控制是一个) |
| 5。如果错误是泽)和(误差变化量是泽),那么(改变控制B) |
| 6。如果泽(错误)和(PL)改变错误然后(改变控制是C) |
| 7所示。如果(PL)错误(误差变化量是问),那么(改变控制B) |
| 8。如果(PL)错误(误差变化量是泽),那么(改变控制B) |
| 9。如果(PL)错误(误差变化量是PL)然后(改变控制是C) |
 |
| 控制器的性能提出以上评估通过隶属函数对输入错误(E)和错误的输入变化(Δe)和隶属函数为输出“控制”的变化和控制表面的三维图模糊控制器优化的遗传算法(GA),图2和图3所示。 |
| 基于遗传算法的优化工具箱的各种参数列在表2。 |
 |
VI.WIND涡轮模型 |
| 风能是大量的动能,在地球表面的空气移动。风力涡轮机的叶片获得动能,然后转化为机械或电子形式取决于使用结束。将风能转换为有用的能量形式的效率取决于转子的效率与风流(Mihel-Popaet半岛,2004)。气流的动能与质量和移动速度V给出 |
 |
| 气流的动能用于风力涡轮机有截面积和质量m =ρ。大众在ν和移动速度 |
 |
| 的密度ρ的空气和v是一个转子部分空气的体积。风的力量是空气的动能与单位时间内转子交互截面面积,可以表示为 |
 |
V。基于双馈感应发电机的风力涡轮机系统的建模 |
| 整体操作基于双馈式感应发电机的风力涡轮机可以控制矢量控制方法在1972年由一个法国介绍科学家命名为黑shalsh,这种方法引入直流电机控制技术手段控制行为的3相交流电机的转矩和速度转换三个阶段两个轴数量直接轴数量和quadeture轴数量 |
 |
| 所有的数量都是在直轴数量和quadeture轴数量。如下给出方程的定子电压和转子电压值在直轴和quadeture通量和直轴和轴quadeture轴电流与电抗和电阻相同的轴的机器。 |
| 控制计划的行为引起的扭矩和速度创造浓度对通量和电压出现在机器的不同部分在双馈式感应发电机的电压方程给出以上和通量方程 |
 |
VI。用DFIG GA-MULTI目标最优控制 |
| 调整控制器的收益问题rotor-side DFIG转换器,考虑一个特定的操作点,可以制定为一个多目标优化问题,优化目标是绝对错误之间的转子参考电流,GA-fuzzy建立的控制器,和转子测量电流分别沿着q和d轴和转子电压的大小。通过考虑DFIG向量控制配方,它可以表明,转子电流的q和d组件非常有效地控制了DFIG分别定子有功功率和终端电压。这种方式,提高了转子电流动态响应(可能是通过减少转子参考和测量电流)之间的误差也可能反映了一个更好的动态性能对DFIG定子有功功率和终端电压。除此之外,额外的术语的极小化目标函数,将负责获得优化的反应转子电压的大小可能会提高其他变量的动态行为由电网侧变换器控制,例如转子有功功率是转子电压的函数,以及直流环节的电压、电流和无功功率的grid-side转换器。 |
 |
| 这样的全球目标是改善DFIG动态行为的发生故障后电网提高度过功能,电压控制,也增加了小信号和电力系统暂态稳定的利润。测量表明如果一个好的调整转子侧变换器的参数已经实现由适应度函数是由三个目标的加权和将最小化通过遗传算法优化过程: |
 |
| ω1,ω2和ω3are体重因素。极点配置技术获得的收益作为[14]中描述,形成遗传算法初始种群的个体之一,可以改善GAonce进化的收敛过程始于一个好的初始解。 |
三世。结果与讨论 |
| 在本节中不同的比较案例研究展示的有效性提出了基于遗传算法的优化速度控制器的感应电动机美联储从风力涡轮机。模糊pi控制器由基于遗传算法的优化升级。为了验证提出的遗传算法的有效性与&没有风力涡轮机,几个模拟方法,使用MATLAB和Simulink进行软件。 |
 |
| 图10展示了速度与时间之间的响应比较传统π,Fuzzy-PI&GA-fuzzy-PI控制器恒定负载转矩5 n - m和变速(50 rad /秒,100 rad /秒和80 rad /秒在样本时间0秒,1秒和3秒respt)。 |
 |
| 以上结果表明情节的转子电流和时间响应GA-Fuzzy PI控制器只是没有使用风力涡轮机。 |
 |
| 注意到在图11和图12,当使用的最优收益GA-Fuzzy PI控制器与风力发电机,转子电流提供了一个更好的时间响应相比不使用风力涡轮机。 |
 |
| 以上结果表明块电磁转矩与时间情节GA模糊PI控制器只是没有使用风力涡轮机。 |
 |
| 图13和图14显示,当使用的最优收益与风力涡轮机GA-Fuzzy PI控制器,电磁转矩与时间图提供了一个更好的时间响应系统相比不使用风力涡轮机。 |
七世。结论 |
| 通过最小化时域目标函数,引用和实际速度之间的差异;对IM电机的速度控制有所改善。仿真结果强调设计遗传算法优化的模糊- PI控制器是健壮的操作和出色的性能变化的负载。 |
| 本文的优点GA-Fuzzy-PI控制器与风力涡轮机用于模拟如下: |
| 1。上升时间减少了98% |
| 2。沉降时间减少了78.5% |
| 3所示。最大超调降低了68.5% |
| 上面的结果清楚地表明,三相感应电动机美联储从风力涡轮机使用基于遗传算法优化的模糊pi控制器提供了改进的电磁转矩,转子电流和更好的速度性能,结果一个健壮的系统控制。控制器帮助感应电动机速度跟踪速度高于和低于其基地。 |
引用 |
|
