基于人工智能方法的飞轮储能系统电力转换控制器研究

发布时间：2017-09-26 01:30

  本文关键词：基于人工智能方法的飞轮储能系统电力转换控制器研究

  更多相关文章： 飞轮储能系统 永磁同步电机 矩阵式变换器 模糊PID BP神经网络

【摘要】：当今社会,电能已成为社会、经济发展不可缺少的二次能源。在矿物质能源日益短缺的今日,电能的存储和转换也已成为人们日益关注的焦点和各个领域研究的热点。其中飞轮储能以其储能密度高、充电时间短、抗过充放电能力强、能量转换效率较高、对环境要求较少等优点,在航天、交通、电力等方面展现出很好的应用前景。 本文主要研究基于飞轮储能系统的电力转换控制系统,其涉及到的主要内容有：静止坐标系与旋转坐标系之间的变换、永磁同步电机在dq坐标系下的数学建模、功率变换器的分析与研究、控制器的设计等。首先,选用永磁同步电机作为飞轮储能系统的储能电机,然后结合永磁同步电机的工作原理及其坐标变换理论建立了其在dq坐标下的数学模型。详细分析了功率变换部分所使用的矩阵式变换器的拓扑结构、基本工作原理、调制策略等问题,对矩阵变换器双空间矢量调制法做了重点介绍,并建立了矩阵式变换器的仿真模型,仿真结果显示所建立的矩阵式变换器有良好的输出电压波形以及谐波含量少的输入相电流波形,反映出矩阵式变换器具有优良的特性。 论文在研究分析传统双闭环调速系统的基础上,根据模糊控制和神经网络控制的基本理论,结合速度环控制器的一般设计方法,分别设计了模糊PID控制器和BP神经网络PID控制器,并采用这两种控制器在MATLAB/Simulink环境下对飞轮储能充电系统的控制进行了相应仿真,同时对PID调节器各参数进行了有效整定,仿真结果表明,系统采用模糊控制和神经网络控制方法使整个飞轮储能系统获得了较好的输出电压、电流、转矩和转速波形；针对上述两种控制器各自存在的不足,文中采用模糊神经网络控制器作为飞轮储能系统的速度环控制器,从而使系统获得了更为优良的稳定性、响应速度和稳态精度,表明了模糊神经网络控制较模糊控制或神经网络控制单独作用具有更大的优越性,为飞轮储能系统在实际中的应用奠定了理论基础。
【关键词】：飞轮储能系统 永磁同步电机 矩阵式变换器 模糊PID BP神经网络
【学位授予单位】：兰州交通大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：TP18;TM919
【目录】：

• 摘要4-5
• Abstract5-7
• 目录7-10
• 1 绪论10-14
• 1.1 论文的选题背景及研究意义10-11
• 1.1.1 选题背景10
• 1.1.2 研究课题的目的及意义10-11
• 1.2 课题的国内外研究现状11-12
• 1.3 论文的主要研究内容12-14
• 2 飞轮储能系统的主要研究内容及其理论分析14-19
• 2.1 飞轮储能系统的工作原理14-15
• 2.2 飞轮储能电机的概述15-16
• 2.3 矩阵式变换器的基本理论16
• 2.4 智能控制理论概述16-18
• 2.4.1 模糊控制理论16-17
• 2.4.2 神经网络控制理论17
• 2.4.3 模糊神经网络控制理论17-18
• 2.5 小结18-19
• 3 永磁同步电机与坐标变换的基础理论及仿真19-30
• 3.1 坐标变换及仿真19-25
• 3.1.1 坐标变换19-21
• 3.1.2 坐标变换模型的仿真21-24
• 3.1.3 仿真结果分析24-25
• 3.2 永磁同步电机dq坐标系下模型的建立及仿真25-29
• 3.2.1 永磁同步电机调速系统模型25-26
• 3.2.2 永磁同步电机dq坐标系下的数学模型26
• 3.2.3 永磁同步电机数学模型的仿真26-28
• 3.2.4 仿真结果分析28-29
• 3.3 小结29-30
• 4 矩阵式变换器的基础理论及双空间矢量调制方法研究30-44
• 4.1 矩阵式变换器的基础理论30-31
• 4.1.1 工作原理30
• 4.1.2 矩阵式变换器的等效交-直-交变换30-31
• 4.2 矩阵式变换器双空间矢量调制策略研究31-39
• 4.2.1 双空间矢量调制方法概述31-32
• 4.2.2 直-交变换器—虚拟逆变器的空间矢量调制32-33
• 4.2.3 交-直变换器—虚拟整流器的空间矢量调制33-34
• 4.2.4 交-直-交变换器双空间矢量调制34-39
• 4.3 矩阵式变换器的控制模型的建立及仿真39-42
• 4.4 小结42-44
• 5 飞轮储能系统控制器设计与仿真44-70
• 5.1 飞轮储能系统双闭环控制方法44
• 5.1.1 飞轮储能系统的基本控制思想44
• 5.2 常规PID控制器44-46
• 5.2.1 常规PID控制器的结构44-45
• 5.2.2 常规PID控制器仿真模型的建立45-46
• 5.3 基于模糊逻辑的飞轮储能系统控制46-50
• 5.3.1 模糊控制原理及模糊PID控制器46-47
• 5.3.2 模糊PID控制器的设计47-48
• 5.3.3 模糊PID控制器的参数整定48-49
• 5.3.4 模糊PID控制器仿真模型的建立49-50
• 5.4 基于BP神经网络的飞轮储能系统控制50-56
• 5.4.1 BP神经网络控制原理50-51
• 5.4.2 BP神经网络PID控制器的设计51-54
• 5.4.3 BP神经网络PID控制器的参数整定54-55
• 5.4.4 BP神经网络PID控制器仿真模型的建立55-56
• 5.5 常规PID与人工智能控制方法下系统的仿真与分析56-59
• 5.5.1 飞轮储能控制系统仿真模型56-57
• 5.5.2 仿真结果分析57-59
• 5.6 基于模糊神经网络的飞轮储能系统控制59-68
• 5.6.1 模糊逻辑和神经网络的融合59-60
• 5.6.2 模糊神经网络控制原理及其控制器结构60-61
• 5.6.3 模糊神经网络控制器的实现61-64
• 5.6.4 模糊神经网络控制器的参数整定64-66
• 5.6.5 模糊神经网络控制系统仿真及结果分析66-68
• 5.7 小结68-70
• 结论70-71
• 致谢71-72
• 参考文献72-75
• 攻读学位期间的研究成果75

【参考文献】

中国期刊全文数据库 前8条

1 李迪阳;周明顺;何文雪;;一种基于单神经元的模糊自整定PID控制器[J];青岛大学学报(工程技术版);2006年01期

2 葛红娟,穆新华,张绍,周波;基于矩阵变换器的永磁同步电机矢量控制模型及仿真分析[J];中国矿业大学学报;2005年03期

3 李志勇,朱建林,易灵芝,丁伟,谭平安;空间矢量调制的矩阵式变换器仿真模型研究[J];中国电机工程学报;2003年03期

4 王士湖,王莉,张新荣;变频器泵升电压控制电路的设计[J];电力电子技术;2002年06期

5 孙向群,王久和;电压型PWM整流器功率控制策略研究[J];华北科技学院学报;2004年02期

6 张志学,王 辉;矩阵变换器的控制策略综述[J];自动化技术与应用;2002年01期

7 王毅,陈希有,徐殿国;空间矢量调制矩阵变换器闭环控制的研究[J];中国电机工程学报;2003年06期

8 汤宁平,方旭阳,邱培基;电流跟踪控制的矩阵变换器的控制策略与试验研究[J];电工技术学报;1999年04期

中国博士学位论文全文数据库 前1条

1 张建成;飞轮储能系统及其运行控制技术研究[D];华北电力大学;2001年

中国硕士学位论文全文数据库 前2条

1 陈定宙;飞轮储能电池电力电子转换控制系统的研究[D];河海大学;2004年

2 赵冰;飞轮储能系统的智能控制研究[D];东华大学;2008年

，

本文编号：920749