基于强化学习算法的双馈感应风力发电机自校正控制

作者：李靖; 余涛; **英; **

• 风力发电
• 双馈感应发电机
• 强化学习
• Q学习算法
• 自校正控制 wind generation
• doubly-fed induction generator(DFIG)
• reinforcement learning(RL)
• Q-learning algorithm
• self-tuning control

针对双馈感应风力发电系统结构复杂,受参数变化和外部干扰较显著,具有非线性、时变、强耦合的特点,在传统矢量控制的基础上,提出一种基于强化学习的自校正控制方法。引入Q学习算法作为强化学习核心算法,快速自动地在线优化PI控制器的输出。基于MATLAB/Simulink环境,在风速低于额定风速时对系统进行仿真,结果表明,引入强化学习自校正控制后,保持了原系统最大风能捕获的能力,同时改善了其动态性能,增强了鲁棒性和自适应性。

• 单位
  华南理工大学; 广东电网公司韶关供电局