基于改进竞技粒子群算法的DFIG参数辨识
来源期刊:控制工程2018年第1期
论文作者:蒋莹莹 田娜 纪志成
文章页码:122 - 130
关键词:改进竞技粒子群算法;双馈风力发电机;参数辨识;粒子群算法;
摘 要:为了获得高性能的双馈感应发电机(Doubly-Fed Induction Generator,DFIG)的控制,必须确保发电机参数的准确性。针对DFIG多参数辨识问题,提出了基于改进竞技粒子群算法的参数辨识方法。首先在两相同步旋转坐标系下将DFIG数学模型转化为DFIG参数辨识的模型。然后针对竞技粒子群算法收敛速度较慢的问题,对所引入的竞技机制进行了改进。在粒子迭代过程中,优胜的粒子仍需向个体最优和全局最优的粒子学习,从而提高了算法的收敛速度和收敛精度。最后在Matlab/Simulink中将改进竞技粒子群算法用于DFIG的参数辨识,并与粒子群算法、量子粒子群算法和竞技粒子群算法进行了对比验证。仿真结果表明改进竞技粒子群算法能提高定子电阻、定子电感、转子电阻、转子电感以及定转子互感5个参数的辨识精度。
蒋莹莹1,田娜1,2,纪志成1
1. 江南大学电气自动化研究所2. 江南大学教育技术系
摘 要:为了获得高性能的双馈感应发电机(Doubly-Fed Induction Generator,DFIG)的控制,必须确保发电机参数的准确性。针对DFIG多参数辨识问题,提出了基于改进竞技粒子群算法的参数辨识方法。首先在两相同步旋转坐标系下将DFIG数学模型转化为DFIG参数辨识的模型。然后针对竞技粒子群算法收敛速度较慢的问题,对所引入的竞技机制进行了改进。在粒子迭代过程中,优胜的粒子仍需向个体最优和全局最优的粒子学习,从而提高了算法的收敛速度和收敛精度。最后在Matlab/Simulink中将改进竞技粒子群算法用于DFIG的参数辨识,并与粒子群算法、量子粒子群算法和竞技粒子群算法进行了对比验证。仿真结果表明改进竞技粒子群算法能提高定子电阻、定子电感、转子电阻、转子电感以及定转子互感5个参数的辨识精度。
关键词:改进竞技粒子群算法;双馈风力发电机;参数辨识;粒子群算法;